大家好,我是研究生Cho。
在这篇文章中,我将介绍本次英语文献研讨会所涉及的论文内容以及我的感想。
论文标题: The influence of student characteristics on the use of adaptive e-learning material
期刊: Computers & Education
卷数与页码: Pages 942-952
出版年份: 2012
作者: van Seters, J.R., Ossevoort, M.A., Tramper, J., and Goedhart, M.J.
以下是论文内容的概要。
本研究旨在通过收集性别、年龄、国籍等属性数据,并测量动机和先验知识,来分析学生群体的特征。自欧洲各大学引入国际本科及硕士制度以来,欧洲内部的学生流动性不断提高,学生的年龄和国籍多样性也在增加。本研究关注生物学相关的先验知识,认为对于具有不同年龄、国籍、先验知识水平、性别以及学习阶段(本科、硕士)的学生而言,个性化数字教材是有用的。关于个性化数字教材的优势,已有若干研究报告指出其能够支持耗时的个别指导,并提供符合每位学生需求的最佳学习路径等,但几乎没有实证证据表明学生确实根据自身先验知识的差异遵循了个性化的学习路径。此外,作为一个现实课题,由于计算机辅助学习环境(Computer-based learning environment, CBLE)的开发成本非常高,因此把握个性化数字教材在何种情况下、对什么样的学生有效显得尤为重要。关于CBLE的研究也有助于更深入地理解学生的自我调节学习方法。本研究特别聚焦于学生在使用个性化数字教材时所采用的SRL(自我调节学习)策略。在SRL中,重点关注反馈。反馈是指作为对学生行为的反应而产生的信息,用于帮助学生识别错误或误解,并提供纠正方法。有效的反馈可以增强学生的自我调节能力,特别是个性化反馈被认为非常有效。
研究对象
参与者为瓦赫宁根大学的学生,共有94名学生参加,其中86名(91%)完成了前测,全体(100%)使用了个性化数字教材,80名(85%)完成了问卷调查。
在完成问卷的80名参与者中,男性占55%,女性占45%。76%的学生为本科生,其余23%的学生为硕士生。完成问卷的学生国籍涵盖12个国家,其中75%为荷兰人。本科和硕士课程中荷兰学生与国际学生的比例有所不同。本科生中90%为荷兰人,而硕士生中22%为荷兰人。88%的学生年龄在18岁至25岁之间,12%的学生在25岁以上。
研究目的
本研究的目的是调查学生的个体特征如何影响其在使用个性化数字教材时所遵循的学习路径及所使用的学习策略。
研究问题
本研究使用的变量包括先验知识、学习阶段、性别以及内在动机。先验知识会影响自我调节学习和问题解决的方法,而学习阶段与先验知识相关。性别因会影响SRL和个性化数字教材的使用而被选为特征变量。据报道,学生的内在动机对SRL有重大影响(Winne, 1995)。因此,设定了以下研究问题(RQ)。
1.个性化数字教材能否通过让学生遵循不同的学习路径来实现?
2.学生的先验知识、学习阶段、性别和内在动机如何影响他们的学习路径?
3.学生的先验知识、学习阶段、性别和内在动机如何影响他们所使用的学习策略?
方法
本研究使用了名为Proteus的系统,该系统可以针对练习和反馈内容进行优化。为了追踪学生的学习策略,(Winne, 2010)提出了“步长”的概念。步长是指问题难度的自主选择,分为高(长步长)、中(中步长)、低(短步长)三个等级。此后,问题难度的选择历史便成为了痕迹。追踪的数据是所选步长与所需尝试次数之间的关系。
为了测量学生的先验知识,进行了前测。前测内容为该个性化数字教材的学习目标。此外,通过前测对该课程参与者的先验知识进行了评估。采用1至6分制评分,5分或6分的学生被评估为已达成学习目标。
通过问卷调查,对学习阶段、性别和内在动机进行了调查(该内在动机问卷基于Intrinsic Motivation Inventory (McAuley et al., 1989)进行了修订,并通过访谈证明了其有效性)。
结果
本研究进行了曼-惠特尼U检验和斯皮尔曼等级相关分析,分析了学生特征与学习路径及学习策略之间的关系。
前测:学生的先验知识存在差异,平均分为2.93分。性别以及本科与硕士之间无显著差异。
内在动机:平均值为3.74,性别间无差异,但硕士生的得分高于本科生。
学习行为:许多学生在给出答案前会确认原文或错误答案,仅凭猜测回答的情况较少。部分学生有意识地选择了学习步长。
自我报告策略:性别间无差异,硕士生更多地学习相关理论并利用反馈。
讨论
学生特征与学习路径:性别和先验知识对学习路径没有影响。本科生比硕士生在更短的时间内完成了任务,这是因为他们选择了较大的步长。
内在动机的影响:内在动机高的学生倾向于选择较小的步长,进行更多的练习,但所需的尝试次数较少。
学生特征与学习策略:先验知识高或内在动机高的学生更有意识地选择学习步长,并利用了更多的信息源。
我的感想
最初看到这篇论文的题目时,觉得与我的研究关键词很相似,因此选择了这篇论文。该论文在进行先验知识调查后,使用了个性化数字教材进行学习。我在思考的是,能否将先验知识的测量与个性化学习环境进行整合。我认为这可以大幅提升个性化学习环境的有效性。这不仅限于实验环境,我认为可以得到广泛应用。
然而,论文中虽然提出了自我调节学习的概念,但尽管使用了Proteus系统,对于在自我调节学习(SRL)中具体支持了哪些学习行为并没有明确说明。此外,论文的文献综述中提到了反馈的概念,但并未详细说明为何在特定的个性化设置中使用了该反馈,也未与其他支持方式进行比较。我认为这一点有待补充。
这篇论文在测量学生能力时,针对粗粒度数据的结果提供了有益的启示。虽然我的研究计划处理细粒度数据,但我认为这篇论文可以作为我研究的重要先行研究。




