混合学习中的自我调节学习策略转变与学业表现:来自学习分析学的洞察

《The Internet and Higher Education》:Self-regulated learning strategy transitions and academic performance in blended learning: Insights from learning analytics

【字体: 大 中 小 】 时间:2026年09月23日 来源:The Internet and Higher Education 10.6

编辑推荐:

   摘要 混合式学习在高等教育数字化转型中发挥着重要作用,并要求学生以更大的独立性来调节他们的学习。尽管学习分析研究越来越多地使用点击流数据来识别自我调节学习(SRL)战术和策略,但许多研究依赖于特定平台的行为类别,其理论意义并不总是明确。此外,关于自我调节学习策略如何在必修课程

  

摘要
混合式学习在高等教育数字化转型中发挥着重要作用,并要求学生以更大的独立性来调节他们的学习。尽管学习分析研究越来越多地使用点击流数据来识别自我调节学习(SRL)战术和策略,但许多研究依赖于特定平台的行为类别,其理论意义并不总是明确。此外,关于自我调节学习策略如何在必修课程的各个结构化阶段发生变化,目前所知甚少。本研究考察了中国某大学一年级本科生在机构发起的混合式通识课程中的在线行为。借鉴 Pintrich 的 SRL 框架,通过序列分析和聚类,确定了五种学习战术并将其整合为四种策略。研究发现,学生经常依赖以有限调节为特征、旨在快速完成任务的策略。策略使用也遵循明显的特定阶段轨迹,即许多学生最初采用认知负荷较大的方法,在课程中期转变为低阶策略,然后在考试准备期间回归到更深层次的参与形式。尽管相当比例的学生转向了以较低调节水平为特征的策略,但向以阐述为导向的调节方向的向上转变与更好的学业表现相关。这些发现表明,混合式学习中的自我调节动态既受学习者调节选择的影响,也受课程设计的时间结构影响,这突出了需要教学支架来支持高阶策略的持续使用。

引言
如今进入高等教育的学生,常被描述为数字原住民(Pacheco 等,2018;Selwyn,2009;Ting,2015),被期望在技术增强的学习环境中有效学习。然而,从高结构、考试驱动的中学教育过渡到大学中更独立和自主的学习,带来了巨大的挑战(David 等,2024;Li & Lee,2025)。这种挑战在混合式学习情境中尤为显著,因为学生必须协调在线学习活动与课堂讲授、任务截止日期和评估要求(Boelens 等,2017;David 等,2024;Dresel 等,2015)。

混合式学习创造了一种独特的调节情境。与传统讲授式格式不同,混合式课程通常要求学习者决定何时、如何以及以何种顺序参与在线学习材料,同时也要满足外部强加的截止日期和教学期望(Rasheed 等,2020)。同时,与 MOOC 等完全在线环境不同,必修混合式课程通常嵌入在结构化节奏、强制任务、面授环节和教师指导中(Boelens 等,2017;Brali? & Divjak,2018)。这些特征意味着学生的在线学习行为不能简单地解释为个人自主性或偏好的表达。相反,它们可能反映了学习者的自我调节过程与课程设计所创造的调节需求之间的相互作用。例如,向任务完成行为的转变可能不仅表明学习者的策略选择,还可能是对临近截止日期、工作量积累或评估压力的回应。

在这样的环境中,自我调节学习(SRL)发挥着关键作用,因为学习者必须规划他们的学习活动、监控进度、调节努力和策略使用,并适应变化的教学需求(Han & Ellis,2023;Luo & Zhou,2024)。因此,理解混合式学习中的 SRL 不仅需要注意学生使用什么策略,还需要注意这些策略如何随教学阶段变化,以及这种变化如何受课程时间结构的影响。这一视角对于解释表现差异以及为能更好地支持学生策略性参与、减少不适应的任务完成模式并支持高阶调节策略持续使用的课程设计决策提供信息至关重要。因此,研究混合式学习中的 SRL 不仅是理论关切,也是提高混合式学习项目设计和有效性的一种实用方法。

在自我调节学习(SRL)的框架内,学习策略指的是学习者为实现学术目标而计划、监控和评估其学习的方式(Pintrich,2000;Pintrich,2004)。这些策略已被证明能支持持续的参与和学业成就(Uzir 等,2020;Zhao 等,2025)。在更细粒度的层面上,学习策略由学习战术组成,学习战术被定义为为了完成特定学习任务而采取的具体认知或行为动作序列(Fincham 等,2019;Jovanovi? 等,2017;Matcha 等,2019;Uzir 等,2020)。策略代表更高层次的调节取向,而战术描述了学习者在学习活动中如何与教学材料互动。有效策略和战术的使用一致地与增强的认知参与度相关,而无效的策略往往导致有限的知识建构(Dunlosky 等,2013)。

早期研究主要依赖自我报告工具,如问卷,来测量 SRL 策略(Broadbent,2017;Kizilcec 等,2017)。尽管有价值,但这些方法受回忆偏差的限制,且无法捕捉学习过程的时间动态(He 等,2024;Saqr, Matcha, et al.,2023;Ye & Pennisi,2022)。为了解决这些局限性,最近的研究越来越多地采用学习分析方法,利用点击流数据来建模行为序列、识别战术和策略,并检查仅通过自我报告难以观察到的过渡(Li 等,2020;Saint 等,2022;Saqr, López-Pernas, et al.,2023)。这种方法对于高等教育的混合式课程尤为相关,因为在线部分提供了学习者参与学习资源的连续行为证据,而面授教学和评估时间表在任务期和考试准备等教学阶段创造变化的需求(Uzir 等,2020;Villalobos 等,2024)。

尽管取得了这些进展,现有基于点击流的 SRL 研究中仍有两个问题未得到充分解决。首先,许多学习分析研究主要依赖于特定平台的行为类别,如内容访问、测验尝试、视频观看或论坛参与。这些类别在分析上是有用的,但它们并不总是阐明观察到的行为代表哪种形式的 SRL 调节。如果没有明确的理论基础,类似的平台操作可能在不同的研究中被解释为不同,所识别的策略特征的教育意义可能仍然模糊。其次,相对较少关注 SRL 策略如何在结构化混合式学习情境中随教学阶段演变。先前的研究表明,策略灵活性和有效策略的持续使用与更强的学业成果相关(Cristea 等,2025;Fan 等,2021;Jovanovi? 等,2017)。然而,关于策略过渡的方向和调节质量仍存在一个重要问题。当学习者转向高阶调节(如阐述、组织和监控)时,策略变化可能是有益的,但当学习者转向低阶方法时则益处较少。这个问题在必修混合式课程中尤为重要,因为策略过渡可能不仅反映学习者内部的自我调节过程,还可能反映他们对结构化外部调节需求的回应,包括课程节奏、工作量积累、截止日期和评估压力。因此,重要的是超越将策略变化仅仅视为个人灵活性的指标,转而检查学习者的策略如何随教学阶段演变。此外,学业表现反映了目标达成,任务完成计数捕捉了参与的一致性和持久性,而任务时间提供了在不同调节方法下努力分配和学习效率的见解(Li 等,2020;Uzir 等,2020)。一起检查这些指标可以确定学习者不仅是否采用不同的策略,而且策略过渡的方向和调节质量是否与学业表现相关。

基于这一系列工作,本研究调查了中国某大学一年级本科生在机构发起的必修混合式课程中的自我调节学习行为。这一群体代表了一个关键但未被充分研究的群体,因为这些学生正从教师主导的中学教育过渡到数字中介的大学环境中更自主的学习。通过将理论驱动的行为解释与基于阶段的策略过渡分析相结合,本研究旨在阐明 SRL 策略如何在大规模混合式课程中展开,以及不同形式的策略使用和过渡如何与学习参与和学业成果相关。相应地,本研究解决以下研究问题:

RQ1: 一年级本科生在机构发起的混合式学习课程中采用哪些类型的在线学习战术和策略?
RQ2: 不同的在线学习策略如何与学生的学业表现、任务完成计数和任务时间相关联?
RQ3: 学生的在线学习策略如何随教学阶段演变,策略过渡的方向和调节质量如何与学业表现相关?

章节片段

自我调节学习策略
自我调节学习(SRL)指的是学习者有效管理和调节其学习目标、进度和策略的能力(Panadero,2017;Pintrich,2004;Zimmerman,2002)。这种能力对于促进高等教育中的有效和独立学习至关重要。自我调节能力较强的学生更能够设定适当的目标、管理学习过程并适应性调整策略,从而实现更好的学业成果(

背景
本研究以《现代教育技术》为案例,这是一门作为大学数字化转型改革一部分而引入的必修通识课程。该课程于 2023 年秋季学期首次面向中国某大学的一年级本科生开设。在 2023 年 9 月 8 日至 2023 年 11 月 26 日期间,共有 1519 名大一新生选修了该课程,产生了 2,040,062 条在线学习行为记录。在获得伦理批准后,取得了知情同意书

学习战术
确定了五种不同的学习战术:复习和测验导向学习(战术 1)、带有注释尝试的视频学习(战术 2)、目录导航学习(战术 3)、进度驱动的视频学习(战术 4)和评估完成学习(战术 5)。如表 2 第一行所示,四种学习战术(战术 1、战术 2、战术 4 和战术 5)的比例相对可比,每种约占观察到的

讨论
本研究调查了中国某大学一年级本科生在机构发起的必修通识课程中的学习行为。借鉴 Pintrich 的 SRL 框架和点击流数据,确定了五种不同的学习战术,并通过序列分析和聚类将其整合为四种学习策略。这些策略在学业表现、时间投入和任务完成效率方面存在显著差异

局限性与未来工作
应承认几项局限性。首先,已知会影响策略选择和持久性的动机和情感并未直接测量,只能从行为日志数据中推断。这反映了基于日志分析的一个更广泛局限性:观察到的行为可能无法准确代表学习者潜在的动力意图,因为类似的操作可能源于不同的内部状态。未来的研究可以整合补充数据源,如

结论
本研究通过理论驱动的点击流分析推进了对混合式高等教育中自我调节学习的理解。借鉴 Pintrich 的 SRL 框架,本研究确定了五种学习战术,并将它们整合为四种策略,反映了不同形式的认知、元认知和情境调节。研究发现,混合式学习中的策略过渡受学习者

CRediT 作者贡献声明
Jingjing Zhang: 写作 – 审稿与编辑,写作 – 初稿,监督,项目管理,调查,资金获取,概念化。Yehong Yang: 写作 – 初稿,软件,方法论,调查,正式分析,数据整理,概念化。Xiaojie Niu: 写作 – 初稿。

伦理批准
本研究经北京师范大学教育学院研究伦理委员会批准,符合《赫尔辛基宣言》。已征得所有参与者的知情同意,确保按照机构协议保护其隐私权利。

利益冲突声明
作者声明,他们没有已知的竞争性财务利益或个人关系,这些利益或关系可能影响本文报告的工作。

致谢
本工作得到中国国家自然科学基金 [项目编号:62677008] 的支持。

Jingjing Zhang|Yehong Yang|Xiaojie Niu
北京师范大学教育学院,中国北京 100875
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号