计算与机器人教育中的技术能力和目标设定：一种条件过程分析

《Smart Learning Environments》：Technical competencies and goal-setting in computing and robotics education: a conditional process analysis

　　

摘要

培养学生的技术能力和自我调节学习已成为机器人学和计算教育领域的优先事项，但人们对技术能力如何促进真实学习环境中目标设定行为的机制知之甚少。本研究基于社会认知理论和目标设定理论，探讨了科学相关态度是否在技术能力与机器人目标设定技能之间的关系中起中介作用，以及先前知识是否调节这一过程。来自尼日利亚高等教育机构的530名本科生参与了一项为期15周的Arduino支持的项目式学习干预。干预前对先前知识进行了评估，干预后同时对技术能力、科学相关态度和机器人目标设定技能进行了测量。使用SmartPLS PROCESS模块的偏最小二乘结构方程模型对假设的第一阶段调节中介模型进行了分析，并在SPSS中使用Hayes' PROCESS宏和10,000次bootstrap重抽样进行互补的稳健性分析。结果表明，技术能力显著且正向预测机器人目标设定技能和科学相关态度。然而，科学相关态度未显著预测目标设定技能，也未在能力与目标设定之间起中介作用。先前知识未显著调节技术能力与科学相关态度之间的关系，条件间接效应未获支持。这些结果通过表明技术能力主要通过直接的能力路径而非所提出的态度机制与目标设定相关，丰富了社会认知理论与目标设定理论的联合应用。本研究强调了在高等教育中将注重实践、富含反馈的机器人体验与明确的目标设定和自我调节策略相结合的重要性。

培养学生的技术能力与自我调节学习能力已成为机器人和计算教育领域的重点，但对于技术能力在真实学习环境中如何促进目标设定行为的机制仍知之甚少。基于社会认知理论（Social Cognitive Theory）和目标设定理论（Goal-Setting Theory），本研究考察了科学相关态度是否在技术能力与机器人目标设定技能之间起中介作用，以及先前知识是否调节这一过程。来自尼日利亚高等教育机构的530名本科生参与了一项为期15周的Arduino支持项目式学习干预。干预前评估了学生的先前知识，干预后同时测量了技术能力、科学相关态度和机器人目标设定技能。采用SmartPLS PROCESS模块的偏最小二乘结构方程模型（PLS-SEM）对假设的第一阶段有调节的中介模型进行分析，并在SPSS中使用Hayes的PROCESS宏进行补充稳健性分析，采用10,000次Bootstrap重抽样。结果显示，技术能力显著且正向预测机器人目标设定技能和科学相关态度。然而，科学相关态度未显著预测目标设定技能，也未在能力与目标设定之间起中介作用。先前知识未显著调节技术能力与科学相关态度之间的关系，条件间接效应未获支持。这些结果修正了社会认知理论与目标设定理论的联合应用，表明技术能力主要通过直接的能力路径而非所提出的态度机制与目标设定相关联。本研究强调了在高等教育中将注重实践、富含反馈的机器人体验与明确的目标设定和自我调节策略相结合的重要性。