美国学生在线行为及其对学习绩效影响的分析
| 全文共15875字，建议阅读时长15分钟 |
本文由《开放学习研究》杂志授权发布
作者：张向民
摘要
本研究旨在探究学习管理系统中学生在线行为与学习绩效（基于最终测试成绩）之间的关系。以美国一个重要的图书馆与信息科学项目中四个在线信息技术班为研究对象，从班级层面和整体层面对4个班级的课程网站日志与学生最终成绩之间关系展开分析。结果表明，学生推迟访问每周教学材料的天数与期末成绩呈显著负相关，而讨论区发帖数量增加与期末成绩呈正相关，并且在0.05水平上呈显著正相关。在2014年秋基础班中，学生访问教学大纲的频率与期末成绩呈显著相关。文章最后针对这些结果展开深入讨论，并提出了加强在线学习的建议。
关键词：学习管理系统；在线学习；互动行为；学习绩效；在线课程
一、前言
1.背景
近年来，由富技术、专业学习管理系统支持下的在线教育迅速发展。与传统面对面课堂环境相比，技术增强的在线教育具有若干优势。例如，学生只要具备所需技术，就能够随时随地访问在线课程资源，参与在线讨论（Barcelona，2009；Fincham，2013；Hampel，2014）。这种灵活性对于那些想要继续深造的兼职或全职工作者来说尤为重要。研究已表明，由学习管理系统支持的在线学习日益受到学生们的广泛欢迎（Dang & Robertson，2010；Juhary，2014；Lonn & Teasley，2009；Martín-Blas & Serrano-Fernández，2009）。在线课程通常利用学习管理系统提供数字化课程材料。在技术为媒介的环境中，教师的角色从讲授者转变为学生学习的促进者。
尽管人们认同使用学习管理系统的优势，但缺少与学生面对面的交流，这就意味着教师在为提高学习绩效而提供个性化帮助时会面临挑战。本研究探讨了学习管理系统中学生在线交互行为与学习绩效之间的关系，以期明确影响学习绩效的行为模式，提出改善在线环境中学生学习的建议。
2.研究问题
谈及在线学习/教学模式，Robert Godwin-Jones（2012）曾描述了一个典型的Blackboard模型，其中包括在线的成绩单、教学大纲、任务跟踪、链接和（或）课程资料，以及用以互动协作的在线讨论板。本研究重点考察了学生在访问课程大纲和周学习资料时的在线学习行为，以及他们在讨论板中发帖情况。研究所调查的交互活动（即访问课程教学大纲，获取教师每周上传的学习资料以及在讨论板中与班级成员的交流）是学习管理系统中的基本活动，每位参与在线课程的学生都必须完成。本研究探讨了这些基本活动中的潜在变化是如何影响学生学习的。
因此，本研究的研究问题是：
（1）学生访问课程大纲与学习绩效有关吗？
（2）学生访问教师发布的每周学习材料与学习绩效有关吗？
（3）课程网站中讨论板的使用与学习绩效有关吗？
二、文献综述
关于学生将信息技术应用于学习中的研究已经有了不同的结论。虽然Dang & Robertson（2010）、Juhary（2014）、Lonn & Teasley（2009）、Martín-Blas与Serrano-Fernández（2009）等人研究表明，学生偏爱使用学习管理系统开展在线学习，而Margaryan、Littlejohn与Vojt（2011）却发现，学生更愿意选择极少使用信息技术工具传递内容的传统教学法。因此该研究表明，宣称学生正在转变学习模式并支持技术应用的说法具有误导性。
几项研究调查了学习管理系统的使用和学生学习情况。如，Spivey与McMillan（2013）利用Blackboard在线教学管理平台的登录数据，探究一门金融学课程中学生努力和绩效之间的关系。该研究用学生访问Blackboard在线教学管理平台里学习资源的次数来表示学生努力度，进而探究频繁地访问资源是否会影响学生成绩。研究结果表明，绩效确实受访问频率的影响。研究还发现，间隔合理的学习计划对绩效有着积极的影响，而填鸭式学习（即在考试前很短的时间内高强度学习）则相反。但该项研究似乎是在混合学习环境中开展的，通过Blackboard在线教学管理平台传送课程材料，但在教室里进行测试。这与纯粹的在线学习环境完全不同，在线学习环境中学生间、师生间都相互分离。
除了探究学生访问课程网站中学习材料时的努力度之外，一些研究还调查了Blackboard在线教学管理平台中的讨论板使用情况，研究结果各不相同。Alghamdi（2013）研究指出，在控制组而非实验组中学生发帖频次与考试成绩提高呈正相关。Badawy & Hugue（2010）报告称学生对于使用在线课程的讨论板持有积极态度。然而，大多数关于在线学习环境中讨论板使用的研究关注的是学生偏好或满足感，如Servonsky,Daniels, & Davis（2005），而非讨论板中学生行为对学习绩效的影响。本研究中，我们希望探明讨论板活动是否与学生学习绩效有直接关系。
Liang（2014）等人研究了影响MOOC环境中可能影响学习者的参与和绩效的因素。他们收集学习管理系统中的学生学习记录，同时利用调查表收集学生反馈信息，通过回归分析来检测感知学习经验、学习活动和学习结果之间的相关性。研究结果表明，真正影响学习者使用系统进而影响学习结果的是学习者使用MOOC时体验到的有用性，而非易用性。
Hung（2010）等人开发了一个测量学生在线学习准备情况的在线学习准备量表。该量表包括五个维度：自主学习、学习动机、计算机/互联网自我效能感、学习控制和在线沟通自我效能感。来自台湾五门在线课程、1051名大学生的数据显示，学生的计算机/互联网自我效能感、学习动机和在线沟通自我效能感水平较高，而学习控制和自主学习水平较低。研究发现，较之低年级（大一和大二）的学生，高年级（大三和大四）的学生在自主学习、在线沟通自我效能感、学习动机和学习控制四个维度明显水平更高。
考虑到技术普遍应用于学习的研究结论各不相同，并且缺少在线学习环境中学生行为对学习绩效影响方面的详细分析，本研究试图利用Blackboard在线教学管理平台中的学生访问数据，探究学生的交互行为是否与学习绩效相关。与Spivey & McMillan（2013）的研究不同，本研究聚焦处于分散在不同地理位置的在线学生，课程网站是他们相遇的主要空间。研究中采用可观测的行为测量，而非像Naveh,Tubin & Pliskin（2010）提到的满意度、偏好之类的间接测量。
三、研究方法
本研究采用Jones（2012）介绍的学习数据分析法，通过分析学生课程访问数据来揭示学习管理系统课程网站中学生的交互行为。首先对数据进行预处理，然后对已确定的关键观测点进行分析，从而回答本研究所提出的研究问题。
1.课程环境
本研究选用一个图书馆与信息科学硕士项目中的两门信息技术课程，其中一门是基础必修课，另外一门是进阶选修课，两门课程每学期定期开设。研究以2014年秋季班（F2014）（2014年9月-12月初）和2015年冬季班（W2015）（2015年1月初-4月底）的四个独立班（每门课每学期开设一个班）为研究对象。
两门信息技术课程依据Robert Godwin-Jones（2012）提出的模型而组织。课程网站主要包括课程公告、课程大纲、内容、讨论板和作业等模块，学生通过课程网站导航访问每个模块。登录课程页面时，课程公告区域默认显示。
学生正式开始课程学习之前的几天，教师会在网站上发布PDF版本的课程教学大纲，点击教学大纲链接直接显示大纲内容。教师将每周学习材料存放在“内容”文件夹中，包括一些课堂讲稿、教程、视频、阅读材料等，按周保存。随着学期的深入，教师会在每周固定时间（如周一）按周上传课程材料。
所有班的学生都可以从课程主页直接访问“作业”文件夹。除了基础课的期末考试只能网上完成之外，其他所有学习作业都会发布在课程网站上。学生可以下载所有的作业说明文档，在截止日期前将完成的作业提交到课程网站。与每周课程学习资料相似，教师依据课程日程依次发布作业，通常是在截止日期前的几周。
讨论板中的讨论区由教师创建，讨论区包括以下类型：常规论坛与特殊论坛。其中常规论坛包含每周课程内容相关的主题讨论，以及作业问答。为了满足特定班级需要，还会创建额外的论坛，如要求学生自发参与同步在线会议，或者组建小型学习小组等等。当讨论与学习内容相关话题时，学生要发布有意义的帖子，不能发布“我同意”、“我也是”或“完全正确”这样的帖子，课程教学大纲中明确禁止发布此类没有意义的发帖。因此，学生帖子中没有这样短至一个或两个单词的帖子。每周会指派两名学生组织与促进讨论。他们的职责包括发布两至三个与内容相关的讨论贴，必要时跟进班级其他同学的回应。教师监控讨论过程，偶尔还会参与讨论。随课程学习推进，每周课程学习开始时教师创建本周讨论论坛，课堂讨论的参与度占到课程总成绩的10%。讨论板允许学生之间、教师与学生之间进行异步通讯。
四个班的指导者是一位有经验的教师，拥有超过10年的在线教学经验。教师全面参与课程教学，通常一天之内多次登录浏览课程网站，密切注意学生讨论，有时还评论和回复学生问题。
2.学生参与者
基础课是必修课程。如果学生之前学习过计算机课程或有这方面的经历，熟悉课程内容，那么通过快速测试便可免修这门课程。进阶课程是为希望提高信息技术技能的学生而设计的选修课。四个班共计88名学生完成了这两门课程，其中基础班45人，进阶班43人（见表1）。学生基本为女性。
表1中包括所有完成课程的学生，不论成绩及格还是不及格。参与课程的学生都必须有高网速和合适的电脑，这是参与在线项目的一个条件。
3.数据收集
本研究所收集的数据主要来自：直接从四个课程网站中获得学生最终成绩数据；讨论板中发帖量数据，包括整个学期逐月每个论坛的发帖量以及每位学生的发帖总数；学生访问Blackboard中课程的日志数据，包含学生ID、访问过的内容、访问的时间点。
4.学生交互行为测量
根据研究目的和可用数据粒度，我们可以从不同维度测量人机交互行为。在对本研究所用数据进行认真核查之后，本研究从以下几个方面来观测学习交互行为：
（1）课程教学大纲访问行为。本研究用访问频次（即整个学期学生访问课程大纲的次数）来考量。研究者考虑到在一门课中课程教学大纲的角色，预期访问频次与其对课程安排和计划的熟悉度有关，进而影响学习活动管理，最终与学习绩效挂钩。访问课程大纲的频次越高，学生就越能有组织地学习，并最终获得更好的期末成绩。但学生也可能将大纲下载到本地电脑中，在这种情况下，无法统计学生访问本地电脑里的大纲的频次数据。
（2）每周学习材料访问行为，研究采用以下两种方式进行观测
a.学生未能访问每周学习材料的周次数，这与传统面对面课堂环境中统计学生缺课/旷课数量类似。学生应该把查看每周学习资料作为学习过程的一部分。这一统计旨在查明学习管理系统中学生是否还会每周紧跟课程安排，学习课程学习材料。
b.如果学生没有完全跳过此周学习时，学生访问每周学习资料的时间线，或发布学习材料与学生实际访问学习材料之间的间隔天数。比如，“0”代表学生在教师发布材料当天访问了材料，而“35”代表学生在材料发布35天后访问。
对于在线学生来说，自律是一项重要的要求。这包括跟随课程安排，按时学习课程材料。与面对面课堂教学相类似，教师依据课程表安排每周特定日期分发学习材料。以上两点旨在确定学生是否会访问课程网站上的的学习资料，是否会按时访问。我们认为，学生越早访问每周材料，他就越能够跟上进度，这些行为将有助于提高学生学习。
（3）讨论板使用情况。本研究用讨论板中每位学生发帖（有意义的帖子）总数来衡量学生在线参与和交流情况。它能反映出学生如何投入到学习中。
学习管理系统基本要求之一是学生要在课程网站中进行在线交流。已有研究证明，讨论板的使用对学生在线学习满意度有着积极的影响（Badawy & Hugue,2010），而本研究特别对讨论板的使用是否与学生学习绩效有直接关系感兴趣。
在研究人类行为时，研究者通常将在线环境中任务花费时间作为一项常用指标。例如，阅读文档时间可用作衡量读者理解文档程度的重要指标。但在我们不能直接观察在线行为的情况下，这项指标并不完全可靠。而在日志数据中，它不是可靠指标，因为在阅读文档的这段时间里用户实际上在做什么，我们并不是很清楚。例如，一个文档可以被打开几个小时甚至几天，但并不意味着用户实际上用这么久一直在阅读文档。因此，任务花费时间不作为本研究的观测点。
本研究不采用Spivey & McMillan（2013）曾使用的访问频次来考量每周学习资料访问行为。因为有一些压缩格式的材料，学生需要下载到本地电脑。不同于访问课程教学大纲的情况，部分每周学习材料必须下载到本地电脑上，因而在此情况下学生只有下载文档这一行为。在这种情况下，学生访问本地磁盘的行为我们无从得知的。
5.学习绩效
我们使用学生的期末成绩来衡量学习绩效，期末成绩是他/她整门课程表现的累积分数，分数从0到100不等。
6.数据分析与处理
首先我们对从不同来源收集的数据进行整理，剔除退课学生相关数据。本研究主要进行了皮尔森相关系数分析，分析不同学习交互行为与期末成绩之间的关系。首先对每个班级数据进行数据分析，希望找到每个班级中交互行为对绩效的影响。随后汇集四个班级的数据，从综合层面分析交互行为对绩效的影响，而不是单单关注一个班级。
四、研究结果
研究首先呈现学生期末成绩的描述性统计，随后呈现每个班级的分析结果，最后是对整体数据的分析结果。
1.不同班级学生期末成绩
表2数据显示，基础班学生总体表现良好，但他们的成绩差异显著，平均差异度9.5分左右。但进阶班的学生平均成绩大约95分，分数差异度小于4分。学生分数差异度变小，可能与前先学习经验有关，因为参与进阶班的学生已经完成了基础班的训练，从而对进阶班内容有了一定的熟悉度。更重要的是，由于进阶班课程是可选而非必选课，学生就更有兴趣、更有动力，因而会比基础班的表现要好。
2.班级层面的相关性分析
为探明每个班级中学生交互行为与绩效是否显著相关，研究对四个班级分别进行数据分析。首先呈现每个班级的学生交互行为统计数据（见表3），表中数字是平均值，括号中数据是标准差。
表3数据显示，基础班访问课程教学大纲的次数略多于进阶班。不同班级间存在明显差异。即便是同一门课程，不同班的学生行为也有着显著差异。
学生旷课周次可以反映这一点。如表3所示，2015年冬基础班学生平均旷课1.3周，而2015冬进阶班学生平均旷课6.2周。即便是同一课程，2015冬进阶班学生旷课周数明显多于2014秋进阶班。
与旷课次数情况有所不同，四个班级中延迟访问学习材料的天数似乎在同一范围。一般学生会延迟大约4到5天去查看学习材料。
不同班级的发帖量也有差别。2015冬基础班平均每个学生只发布了34次，冬季进阶班每个学生发帖量超过了60次，发帖量几乎是基础班的两倍。
表4呈现了每个班级的皮尔森相关系数分析结果。
表4呈现了每个班级的学生交互行为与期末成绩间的相关性。在四个班级中，只有2015年冬基础班访问教学大纲次数与期末成绩呈显著正相关（p=0.049）。这说明学生访问教学大纲的次数越多，期末成绩就会越高。在其他班中，两者之间没有呈现显著正相关。一些低分数学生访问量很高，而一些高分学生的访问量却非常低。
本研究发现旷课和推迟访问每周学习材料与学生期末成绩没有呈现显著正相关。在四个班级中，不论在线学生是否旷课或推迟访问周学习材料，似乎都不会影响他们的成绩。然而，实际上部分结果呈现出负相关，这表明两项行为与期末成绩之间的关系是相反的：旷课次数越多，越晚访问学习材料，期末成绩就越低。这种关系也是有意义的，因为没有（不及时）访问学习材料，学习绩效就不会好。
在四个班级中，发帖数量和期末成绩没有呈现显著正相关。其中发帖数量最少的学生仍获得了高分，而一位发帖很多的学生却得了低分。一般情况下发帖数量与绩效呈正相关，即发帖越多，分数越高。但在其中一个班里，两者呈负相关。这可能是因为数据量太小。
３.整体层面的相关性分析
整体分析将视四个班级的数据为一个整体，汇集所有数据，希望具备一定的数据量以便做出预测。研究使用皮尔森相关系数分析，在没有考虑班级间差异的条件下，检验了学生交互行为与期末成绩之间的相关性。表5呈示了各类交互行为的描述性统计，表6呈现了相关分析结果。
如表6所示，访问教学大纲次数与期末成绩并无明显的相关性。回顾班级层面数据结果，只有2015冬基础班，访问课程教学大纲访问次数与期末成绩呈显著正相关。这意味着4个班中有一个特例，学生访问课程教学大纲越频繁，最后获得的分数就越高。
但是，推迟访问每周材料的天数与期末成绩呈显著负相关（p=0.036）。这一结果表明，一般情况下，学生越快（越少延迟）地访问每周学习材料，期末成绩就会越高。但旷课周数与期末成绩间没有显著相关性。
发帖数量也与期末成绩有显著正相关，也就是说学生发帖越多，期末成绩越高。但是这种相关性只在0.05（p=0.056）水平上显著。
五、讨论
1.访问课程教学大纲——学生访问课程教学大纲与学习绩效有关吗？
作为课程的指南，教学大纲是学生安排好课程学习的一个重要工具，进而有利于学习。因此，假定学期中学生访问课程教学大纲的次数与期末成绩显著相关是合理的：访问次数越多，分数越高。但统计结果显示只是一个班级呈现这样的结果，普遍来看访问教学大纲与分数之间没有呈现显著相关。
班级层面分析结果与整体层面分析结果有所不同，这可能与数据量不同有关，以及与班级变量不同有关，也就是说换成其他班级可能呈现正相关。虽然多数班级的学生访问课程教学大纲频次似乎与期末成绩没有关系，但这并不排除特殊情况/班级。本研究中就有这样一个班级，访问教学大纲与学习绩效之间可能呈现显著相关。
因此，第一个研究问题的答案倾向于是否定的，通常情况下两者之间没有呈现显著相关，其中的缘由可能是因为学生直接下载教学大纲文件。也就是说一些学生可能会将文件下载到本地电脑上，当他们需要阅读教学大纲时，只是访问本地文件，而没有上网。但本研究统计数据并不包括本地访问。因此，结果表明将访问可下载文件的次数作为统计点可能并不准确，由于先前研究中并没有将访问次数作为统计点。因此，未来研究需要进一步探究这一交互行为的影响。在以后我们在开展此类研究时，将访问本地下载教学大纲的频次作为统计点。
2.访问每周上传学习资料——访问每周学习资料与学习绩效有关吗？
本研究将旷课周数和未旷课时推迟访问天数作为统计访问每周学习资料行为的观测点。我们将对这两点分别展开讨论：
旷课周数。基于传统面对面学习环境的经验，我们提出的假设是，旷课周数与期末成绩间呈显著负相关，即学生未访问学习材料的周越多，他的期末成绩就越低。但是研究结果显示这个假设并不成立，无论是班级层面还是整体层面，学生的期末成绩与旷课周数并无关联。数据显示，每个班级的学生推迟访问学习材料行为都有显著差异。虽然很多人跳过了很多周的学习材料，但并不影响他们最终取得好成绩的结果。
大概有两个原因可以解释这一结果。第一，那些跳过每周学习材料的学生可能熟悉那周的知识内容，因此，他们自信地略过了那周的学习材料。第二，没有访问每周学习材料并不意味着学生没有学习。可能是这样的，尽管他们忽略了老师上传的学习资料，但他们仍然完成了必要的阅读并使用了教材，而并不需要去学习老师提供的学习材料。
虽然这一发现并不能认定“旷课周数越多，期末分数越低”这一假设，但它提供了一个视角，能够证实在线学习的灵活性这一益处。不同的学生可以根据个人需要调整自己的学习。
推迟访问学习材料的天数。这一观测点的结论是比较复杂的：虽然在班级层面上推迟访问学习材料天数和期末成绩间不呈现显著相关，但整体数据显示，在0.05（p=0.039）水平上，推迟访问学习材料天数与期末成绩间呈显著相关。这一结果表明，学生推迟访问学习材料的天数越多，其期末成绩就会越低。在班级层面上两者不存在显著相关的原因可能是因为数据量过小。
与旷课周数统计结果相类似，在班级和整体两个层面上，不论显著与否，推迟访问学习材料的天数与成绩呈负相关，这反映了“推迟天数越多，期末成绩越低”这一假设中两者关系的本质。显著负相关这个结果是可以理解的：不及时访问每周上传学习材料意味着学生没有有效地组织学习活动，这样一来纪律性就不强了。Dror（2008）从认知角度讨论过适当获取学习信息、利用技术促进学习者适当获取信息（学习资料）的重要性。
事实上，一项针对拖延者的测试发现，在那些推迟访问每周学习材料的学生中存在一个模式：大多数的延迟访问是“填鸭式访问”。就如Spivey & McMillan（2013）描述的那样，学生会等上几周，然后一次性访问积攒的多周学习材料。从学生的角度来看，这似乎省时省力：几周才学习一次，而不用每周都花时间和精力。但结果表明，这不是一种健康的学习方式，会导致学习绩效下降。这一结果也扩展了Spivey & McMillan（2013）的研究结果，即“填鸭式”不仅没有积极的影响，实际上对学习绩效还有显著的负面影响。
总之，要回答“学生访问老师上传的每周学习资料与学习绩效有关系吗”这个研究问题，如果将学生延迟访问学习材料的天数作为观测点，答案是肯定的，而如果将旷课周数作为观测点，答案是否定的。
3.讨论板中的发帖数——课程网站上讨论板的使用与学习绩效有关吗？
长期以来，孤独感被认为是在线学习的弊端。讨论板旨在帮助学生与班里同学沟通、克服孤独感、促进学习。我们可以推测，学生使用讨论板越频繁，通过发更多帖子来展示自己，就会获得更好的学习体验，因而会表现得更好（获得更高的期末成绩）。以155名一年级女学生为研究对象，Alghamdi（2013）发现，Blackboard讨论板中发帖数量与学生测试成绩提高呈正相关。在本研究中，整体数据显示发帖数与学习绩效呈正相关，但班级层面却呈现不相关，即四个班级中，没有一个班级的学生发帖数与期末成绩呈显著相关。
但在整体层面上，随着数据量的增加，在0.05水平上显著相关且呈正相关（p=0.056）。因此，研究问题3的答案倾向于肯定：学生发帖越多，期末成绩越高。如果样本量更大、收集更多数据，我们有理由相信，两者的相关性应该更显著，但这需要在将来的研究中进一步检测。
六、结论与建议
全球在线教育发展迅速。本研究通过对Blackboard在线教学管理平台上开设的四个信息技术班级的登录数据进行分析，探究课程网站中学生交互行为与学习绩效间的关系。研究提供了实验性证据，证明在一般情况下，学生推迟访问每周学习资料的天数对学习绩效有显著负面影响，发帖数与学习绩效呈正相关，且在0.05水平上显著。但只有在2014年秋基础班中，学生访问课程大纲频次与学习绩效间呈显著正相关。
本研究的发现对在线教育有以下两方面的意义：一是课程网站上的学生交互行为，另一个是学习管理系统提供的技术支持。这两个角度需要不同的解决方案来解决在线教育的相关问题。
从学生交互行为角度来看，研究结果为在线学习的“自律”问题提供了实验性证据，呼吁提供干预措施来帮助在线学生，促进学生访问学习材料、多发有意义的帖子。
推迟访问每周学习材料类似于面对面环境下每隔几周参加一次课程。在与本研究班级规模相类似的面对面课堂中，这是罕见的。因为旷课是可观察到的，且发生在同学和老师的众目睽睽之下，所以很少发生此类现象。在线学习环境中，学生似乎更容易出现旷课这种行为。数据结果显示，旷课这种行为可能对学生的学习绩效有负面影响。因此，必须采取措施帮助在线学生避免此类行为。在线环境中比较容易实现的一种方法就是在课程中添加每周小测验，这样学生必须查看每周学习材料，以便通过周测验获得平时成绩。教师在学习管理系统中设置测验，系统自动评分，这样对老师来说并没有增添额外负担。但前期设置测试需要付出很大努力。
从学生发帖数与学习绩效呈正相关这一结果中，我们发现，在线学生积极参与对获得高分来说是很重要，这一发现并不令人惊讶。但在现实中普遍存在的是，尽管教师鼓励学生参与课堂讨论，但很多学生仍将参与课堂讨论当作“可选的”，并没有意识到这是获得高分数的一个要求。实践中研究者已经提出了各种策略以促进学生参与到课堂讨论中。但问题是在线环境比面对面课堂更具挑战性，那些促进学生课堂参与的策略方法却无法有效地应用在在线环境中。例如，交互式激励那些犹豫的学生去发言就不适用于在线环境。本研究的四个班级中，教师鼓励学生参与到讨论中，并送给学生一小部分分数作为奖励。尽管如此，有些学生还是不太愿意参与。如何吸引在线学生参与在线活动？一个可能改善这种情况的方法便是让学生意识到参与讨论与他们的课程期末成绩有直接联系。如果学生想要获得更好的成绩，我们希望这将激励他更多地参与到班级讨论中去。另外，基于学习管理系统记录的数据，教师定期向学生提供有关他们参与度的反馈，可能也会起到一定的作用。但这些建议纯粹是基于学生的行为。另一方面，从技术角度来看，教学管理系统也有改进的空间。此一讨论详见下节。
从技术视角来看，尽管本研究中没有收集技术易用性方面的数据（假定四个班的学生拥有必需的高速网络和必要的计算设备，这是被准许参与在线项目的条件），但基于对Blackboard在线教学管理平台的检测，我们有理由怀疑，本研究所发现的学生访问和参与度问题在一定程度上可以归因于技术问题。首先，该系统设计主要适用于台式电脑。它也有一个移动版，但移动版的功能非常有限。当学生访问移动版时，课程网页的许多模块仍然是电脑版。例如，作业提交页面仍然是电脑版，学生很难在移动设备上阅读作业文件及提交完成的作业。这可能会阻碍学生在移动状态下去访问课程材料或工具，如旅行时或远离台式电脑时，而移动学习在网络环境下很常见。事实上，这些年来随着智能移动设备的普及，许多学生习惯于移动学习，或者是使用移动设备访问学习资源（Veley，2014）。第二，我们通过对Blackboard在线教学管理平台功能的检查发现，研究中所讨论的行为问题，可能是由学习管理系统的潜在问题所引起的。就其性能来说，当前版本的Blackboard在线教学管理平台落后于当今社交媒体和通信软件，缺少当今社会媒体或协作工具所应具备的特性，如即时聊天和语音信息。对于打字困难的移动设备来说，语音消息或聊天特别便捷。在Blackboard在线教学管理平台中，用户只能异步发帖和回复。我们怀疑缺乏技术支持可能会妨碍学生参与在线课程。时下许多学生是社交媒体的使用者，使用各种工具在自己社区中交流。不难想象，学生可能因为这些落后的功能而不愿访问课程网站。研究建议，改进学习管理系统的移动版本以支持移动学习。此外，我们还可改进学习管理系统的功能，如加入即时聊天和语音邮件功能，以促进学生努力参与在线活动。
因此，研究结果也表明，我们还有很大空间去改善在线教育的技术支持。学习管理系统需要吸纳人们习惯使用的先进技术，以便更好地支持学生的在线学习需求。
应该指出，本研究所调研的问题只是在线教育的一小部分。在线教育是一个复杂的系统，涉及到很多可能会影响学生学习绩效的因素。不同的解决方案可能会对解决已发现问题有帮助。例如，对于一些贫困学生来说，他们获取所需技术有困难。我们可以采用其他方式发放课程材料，如普通邮件。但这是另一种教育提供模式，我们有必要进行相关调研。对于那些能负担得起所需技术的学生来说，他们需要更先进的技术来帮助他们更方便地访问学习资源。移动学习很方便，因而对于经常使用移动设备的学生来说，我们应多采用移动学习方式。所有的这些情况都应当在未来开展相关研究。
未来的研究还需要考虑影响学习中其他的重要因素，如学习者的智力、先前知识、动机水平、学习者认知水平和学习方式等等（Poulova & Simonova，2012）。我们也应该关注对技术使用本质的理解，这样才能更好地了解学生的行为（Bennett & Maton，2010）。只有通过不断地研究和实践，在线教育才能从整体上，特别是在学生学习体验方面，获得改善。
参考文献
[1]Alghamdi, A. Pedagogicalimplications of using discussion board to improve student learning in highereducation[J].Higher Education Studies,2013, 3(5):68-80.
[2]Badawy, A. A., &Hugue, M. M.Evaluating discussion boards on BlackBoard© as a collaborative learning tool: Astudents’ survey and reflections[C]. Proceedings of the IEEE InternationalConference on Education and Management Technology (ICEMT 2010), Cairo, EgyptNovember 2010.
[3]Barcelona, R. J. Pressing theonline learning advantage: Commitment, content, and community[J]. Journal ofContinuing Higher Education,2009,57(3): 193-197.
[4]Bennett, S. &Maton, K. Beyondthe‘ digital natives’debate: towards a more nuanced understanding of students’technology experiences[J]. Journal of Computer Assisted Learning,2010,26(5):321-331.
[5]Dang, T. T. & Robertson, M.Impacts of learning management system on learner autonomy in EFL Learning[J].International Education Studies,2010, 3(3): 3-11.
[6]Dror, I. E. Technology enhancedlearning: The good, the bad, and the ugly[J]. Pragmatics &Cognition,2008,16(2): 215- 223.
[7]Fincham, D. Introducing onlinelearning in higher education: An evaluation[J]. Creative Education,2013, 4 (9):540-548.
[8]Godwin-Jones, R. Emerging technologieschallenging hegemonies in online learning[J]. Language Learning &Technology,2012, 16(2): 4-13.
[9]Goodyear, P. & Ellis, R. A.University students’ approaches to learning: rethinking the place oftechnology. [J] Distance Education,2008, 29(2): 141-152.
[10]Hampel, G. Learning in a virtualenvironment[J]. Acta Technica Corviniensis - Bulletin of Engineering,2014,7(4):35- 40.
[11]Hung, M. L., Chou, C., Chen, C.H. & Own, Z. Y. Learner readiness for online learning: scale developmentand student perceptions[J]. Computers & Education,2010, 55(3): 1080-1090.
[12]Jones, S. J. Technology review:the possibilities of learning analyticsto improve learner-centered decision- making[J].Community CollegeEnterprise,2012,18(1): 89-92.
[13]Juhary, J. Perceived usefulnessand ease of use of the learning management system as a learningtool[J].International Education Studies,2014, 7(8): 23-33.
[14]Liang, D., Jia, J., Wu, X., Miao,J., & Wang, A. Analysis of learners’behaviors and learning outcomes in a massiveopen online course[J]. Knowledge Management & E-Learning,2014, 6(3):281-98.
[15]Lonn, S. &Teasley, S.D.Saving time or innovating practice: Investigating perceptions and uses oflearning management systems[J]. Computers & Education,2009,53: 686- 694.
[16]Margaryan, A., Littlejohn, A.&Vojt, G. Are digital natives a myth or reality? University students’ useof digital technologies[J]. Computers & Education,2011, 56(2):429-440.
[17]Martín-Blas, T. &Serrano-Fernández, A. The role of new technologies in the learning process:Moodle as a teaching tool in physics[J]. Computers & Education,2009,52:35-44.
[18]Naveh, G., Tubin, D.&Pliskin, N. Student learning management system use and satisfaction inacademic institutions: The organizational perspective[J]. Internet and HigherEducation,2010, 13 (2010): 127-133.
[19]Poulova, P. &Simonova, I.Individual learning styles and university students[C]. Proceedings of the 2012IEEE Global Engineering Education Conference (EDUCON), 2012.
[20]Servonsky, E. J., Daniels, W. L. & Davis, B. L.Evaluation of Blackboard(TM) as a platform for distanceeducation delivery[J]. ABNF Journal,2005, 16(6): 132-135.
[21]Spivey, M. F. & McMillan, J.J. Using the Blackboard course management system to analyze student effort andperformance[J]. Journal of Financial Education, Spring/ Summer,2013: 21-28.
[22]Velev, D. G. (2014). Challengesand Opportunities of Cloud-BasedMobileLearning. International Journal of Information and Education Technology,4(1):49-53.
[22]Velev, D. G. Challenges andOpportunities of Cloud- Based Mobile Learning[J]. International Journal ofInformation and Education Technology,2014, 4(1):49-53.
作者简介：张向民， 博士，美国密执安韦恩州立大学图书与信息学院，副教授。研究方向：信息搜索及使用中的人机互动，用户体验；用户模型，个性化技术；用户大数据处理与分析以及网络学习中的信息搜索和学习行为分析。
转载自：《开放学习研究》2017年第1期
排版、插图来自公众号：MOOC（微信号：openonline）
有缘的人终会相聚，慕客君想了想，要是不分享出来，怕我们会擦肩而过~
《【调查问卷】“屏幕时代，视觉面积与学习效率的关系“——你看对了吗？》
相关内容
微信扫码咨询专知VIP会员