由学习管理系统（LMS）支持的在线学习已成为高等教育的主要授课方式，尤其是在服务于大量且多样化学员的开放和远程教育机构中。LMS平台的广泛采用通过持续收集有关学生参与度、互动和表现嘅详细数据，彻底改变了教学和学习过程（F?rat, 2016; Kurni等人, 2022; Rajabalee等人, 2019; Wells等人, 2021）。这些数字痕迹促进了学习分析作为理解学习过程的战略方法的发展，支持与学术成功、保留率和教学效果相关的预测性和诊断性见解（Chan等人, 2021; Sahni, 2023）。
尽管取得了显著进展，学习分析研究仍存在一个根本性局限：普遍认为参与度与表现之间的关系是普遍且与上下文无关的。Gasevic等人（2015）警告说，学习分析“不应推广一刀切”的方法，Wise和Shaffer（2015）认为，对行为数据进行情境化的解释对于产生具有教育意义的结果至关重要。然而，关于课程层面上下文因素如何系统性地影响参与度与表现之间关系的实证证据仍然很少，尤其是在大规模的开放和远程教育环境中。本研究直接解决了这一空白。具体来说，本研究将贡献定位为关注上下文的学习分析，而非特定学科的分析，因为核心发现并非不同学科本身存在差异，而是学科差异的方向会随着课程规模的改变而变化——这是两个上下文因素（课程规模和学科方向）之间的相互作用，特定学科的分析框架无法捕捉到这一点。
开放和远程大学通常招收具有不同背景、学习目标和生活情况的学生（Herodotou等人, 2025; Saleeb, 2021; Tsoni等人, 2024）。许多学习者需要在学术学习与工作和家庭责任之间取得平衡，而技术获取能力和数字素养的差异进一步复杂化了参与度和公平参与的问题（Al-Zahrani & Alasmari, 2023; Daumiller等人, 2023; Han等人, 2015）。这些条件为研究课程层面的上下文因素（特别是课程规模和学科方向）是否以及如何系统性地影响学生参与的性质和后果提供了有利条件。
本研究使用的数据集来自东南亚最大的一家开放大学的Moodle LMS数据库，其中包含约310,974名注册学生，这为在前所未有的规模上测试关注上下文的分析提供了极好的机会。关键的是，从这个数据集计算出的组内相关系数（ICC = 0.343，95% CI [0.325, 0.361]）表明，学业表现的34.3%的方差可归因于课程间的因素，证实了课程层面的上下文不是次要变量，而是该环境下学习成果的核心结构特征。
本研究对学习分析文献做出了三项具体贡献。首先，它提供了大规模的实证证据，表明不同学科之间的参与度差异的方向会随着课程规模的改变而变化：在小型和中等规模的课程中，STEM导向的课程比社会科学课程表现出更高的参与率；而在大规模课程中，这种模式则相反。其次，研究揭示了导师讨论活动与学生讨论成绩之间存在系统性的脱钩。第三，研究证实课程类别的上下文因素在所有三个学术表现指标上对学生的成绩有显著影响，直接支持了在机构实践中需要关注上下文的分析框架。
为了指导分析，本研究提出了三个研究问题：
1.不同课程类别（根据课程规模和学科方向划分）中学生参与度、导师讨论活动、学生讨论成绩、作业完成情况和提交准时性的模式是什么？
2.学生的在线行为指标在多大程度上与学术表现相关？
3.不同课程类别的最终成绩是否有显著差异？组内相关系数如何阐明这些差异的课程层面特性？
