摘要：以“Web of Science核心合集”為數(shù)據(jù)源，采用文獻(xiàn)計(jì)量法、共詞分析法和社會(huì)網(wǎng)絡(luò)分析法等方法，對2012—2018年國外的106篇MOOC游戲化文獻(xiàn)進(jìn)行了統(tǒng)計(jì)分析。統(tǒng)計(jì)了該領(lǐng)域文獻(xiàn)的時(shí)間分布、期刊分布、核心作者及合著網(wǎng)絡(luò)分布、高頻關(guān)鍵詞分布等，結(jié)果表明：MOOC的游戲化研究還處于早期階段，初步形成了小規(guī)模的核心作者群，研究范疇主要集中在社會(huì)化學(xué)習(xí)、學(xué)習(xí)平臺(tái)及學(xué)習(xí)方式、學(xué)習(xí)設(shè)計(jì)和學(xué)習(xí)行為幾方面，網(wǎng)絡(luò)學(xué)習(xí)及合作學(xué)習(xí)受到較多關(guān)注。國內(nèi)學(xué)者可依托SPOC平臺(tái)，探索MOOC游戲化元素及混合學(xué)習(xí)模式，通過實(shí)證研究和學(xué)習(xí)分析，為學(xué)習(xí)者提供學(xué)習(xí)診斷和個(gè)性化指導(dǎo)，從而有效促進(jìn)MOOC課程的完成率。

關(guān)鍵詞：慕課;游戲化;文獻(xiàn)計(jì)量;社會(huì)網(wǎng)絡(luò)分析

中圖分類號(hào)：G434? 文獻(xiàn)標(biāo)志碼：A? 文章編號(hào)：1008-4657（2020）01-0089-08

MOOC（大規(guī)模開放在線課程），中文譯為“慕課”，誕生于2008年，作為一種在線學(xué)習(xí)環(huán)境，增加了學(xué)生接受教育的機(jī)會(huì)，并于2012年得到井噴式發(fā)展。然而，隨后暴露出來的高輟學(xué)率和低完成率[1]問題表明學(xué)生的參與度和投入度不高。

隨著游戲化在教育中的廣泛應(yīng)用，在MOOC中也可有效采用游戲化，來提高學(xué)生的學(xué)習(xí)積極性和完成率。目前，對MOOC中游戲化的研究程度還不清楚，基于此，本研究基于Web of Science數(shù)據(jù)庫，對國外MOOC游戲化相關(guān)文獻(xiàn)進(jìn)行梳理與分析，通過文獻(xiàn)計(jì)量、共詞分析和社會(huì)網(wǎng)絡(luò)分析等方法，較為全面、系統(tǒng)地分析國外MOOC游戲化的研究現(xiàn)狀，探索該領(lǐng)域研究熱點(diǎn)，預(yù)測研究趨勢，以期為相關(guān)研究提供借鑒和參考。

一、數(shù)據(jù)來源與研究方法

（一）數(shù)據(jù)來源

國外文獻(xiàn)來自“Web of Science核心合集”數(shù)據(jù)庫，檢索式為：TS= （（Gamification OR Game-Based Learning）AND （MOOC? OR? MOOCs? OR? Massive Open Online Course OR? Massive Open Online Courses）），經(jīng)過檢索，得到有效文獻(xiàn)106篇，檢索時(shí)間為2019年5月1日。

（二）研究方法

綜合使用文獻(xiàn)計(jì)量法、共詞分析法和社會(huì)網(wǎng)絡(luò)分析法對文獻(xiàn)進(jìn)行統(tǒng)計(jì)和分析。使用文獻(xiàn)題錄信息統(tǒng)計(jì)分析工具SATI，對文獻(xiàn)進(jìn)行初步統(tǒng)計(jì)和清理，獲取研究樣本，進(jìn)行詞頻統(tǒng)計(jì)，生成高頻作者及關(guān)鍵詞共現(xiàn)矩陣;通過Excel對發(fā)文量和文獻(xiàn)類型進(jìn)行可視化顯示與描述性統(tǒng)計(jì)分析;使用NetDraw繪制核心作者及高頻關(guān)鍵詞可視化圖譜;結(jié)合Ucinet對作者進(jìn)行合著網(wǎng)絡(luò)分析，通過SPSS對關(guān)鍵詞進(jìn)行共詞分析和聚類分析。

二、數(shù)據(jù)分析

（一） 時(shí)間分布

統(tǒng)計(jì)文獻(xiàn)的時(shí)間分布情況，對于評(píng)價(jià)該領(lǐng)域的發(fā)展階段及預(yù)測發(fā)展趨勢具有重要參考意義。文獻(xiàn)計(jì)量學(xué)之父普賴斯提出，科技文獻(xiàn)增長分為四個(gè)階段：不穩(wěn)定緩慢增長階段（誕生期）、急劇

指數(shù)增長階段（發(fā)展期）、線性緩慢增長階段（成熟期）和日趨下降階段（分化期）[2]。

國外關(guān)于MOOC游戲化研究文獻(xiàn)的時(shí)間分布見圖1，由圖1可知，相關(guān)文獻(xiàn)最早出現(xiàn)于2012年，僅有1篇;2012—2013年增長緩慢，發(fā)文數(shù)量寥寥無幾，共產(chǎn)生4篇文獻(xiàn);2014—2016年文獻(xiàn)量增長態(tài)勢迅速，該階段共產(chǎn)生58篇文獻(xiàn)，是前兩年發(fā)文量的近15倍;2016年，文獻(xiàn)量首次達(dá)到頂峰，共28篇;2016—2017年，發(fā)展平緩;由于新事物在發(fā)展初期，常會(huì)出現(xiàn)不穩(wěn)定狀態(tài)，2017—2018年文獻(xiàn)量出現(xiàn)短暫的回落。整體來看，當(dāng)前對MOOC游戲化的研究尚處在發(fā)展初期。

（二）文獻(xiàn)類型和主要刊物

1.文獻(xiàn)類型

本研究分析的SCI論文涉及4種文獻(xiàn)類型：研究論文（Article）、綜述（Review）、會(huì)議論文（Proceedings Paper）和社論材料（Editorial Material）。MOOC游戲化的文獻(xiàn)主要為Proceedings Paper，共75篇，占70.8%，其次為Article（26篇，24.5%）、Review（3篇，2.8%）和Editorial Material（2篇，1.9%）。

會(huì)議論文的傳播與交流面不及期刊論文廣，學(xué)術(shù)價(jià)值低于期刊論文，然而會(huì)議論文具有新穎性、時(shí)效性和前瞻性等特點(diǎn)[3]，可反映本領(lǐng)域的研究前沿，因此，會(huì)議論文與期刊論文在學(xué)術(shù)交流中皆起著重要作用。

2.高影響力期刊/論文集

載文量和被引頻次能夠反映學(xué)科領(lǐng)域的研究進(jìn)展和程度，是衡量期刊/論文集影響力的重要指標(biāo)[4]。表1為MOOC游戲化研究領(lǐng)域中載文量超過6篇、論文被引頻次超過20次的期刊/論文集。

MOOC游戲化載文量排在前列的刊物皆來自會(huì)議論文集，其中載文量最高的為《EDULEARN Proceedings》（《國際教育和新學(xué)習(xí)技術(shù)會(huì)議論文集》），共刊載8篇;其次為《IEEE Global Engineering Education Conference》（《全球工程教育會(huì)議》）和《Lecture Notes in Computer Science》（《計(jì)算機(jī)科學(xué)講義》），分別刊載了7篇;《Proceedings of the European Conference on Games-Based Learning》（《游戲?qū)W習(xí)歐洲會(huì)議論文集》）刊載了6篇。

被引頻次最高的文獻(xiàn)《Designing MOOCs for the Support of Multiple Learning Styles》發(fā)表于《Lecture Notes in Computer Science》（計(jì)算機(jī)科學(xué)講義）會(huì)議論文集上，共被引48次。其次為發(fā)表在《Educational Technology & Society》上的《Exploring Engaging Gamification Mechanics in Massive Online Open Courses》一文，共被引24次?！禩eaching and Learning Programming and Software Engineering via Interactive Gaming》被引23次，發(fā)表在《Proceedings of the 35TH International Conference on Software Engineering （ICSE 2013）》（《第35屆軟件工程國際會(huì)議論文集》）上。《A new paradigm for serious games：Transmedia learning for more effective training and education》一文刊載在《Journal of Computational Science》（《計(jì)算科學(xué)》）上，共被引20次。

綜上所述，MOOC游戲化高影響力文獻(xiàn)主要分布在計(jì)算機(jī)教育、教育技術(shù)、軟件工程等領(lǐng)域的核心期刊及相關(guān)會(huì)議論文集上。

（三）作者分析

1.核心作者分析

發(fā)文量是衡量學(xué)者學(xué)術(shù)水平和科研能力的重要指標(biāo)[5]，每個(gè)領(lǐng)域都有發(fā)文量較多的核心作者群。對核心作者群進(jìn)行分析，有助于洞察某領(lǐng)域的研究水平。

根據(jù)普賴斯理論，N=0.749?nmax，其中nmax為核心作者的最大發(fā)文量，N為核心作者的最小發(fā)文量[6]。經(jīng)過SATI統(tǒng)計(jì)得知，最大發(fā)文量為9篇，代入上述公式，計(jì)算得出N=2.247，即核心作者最小發(fā)文量為3篇。經(jīng)過統(tǒng)計(jì)，發(fā)文3篇以上的核心作者共有18人，如表2所示。

普賴斯提出核心作者數(shù)定律，即M=m[7]，m為所有作者總數(shù)，M為核心作者數(shù)。在106篇文獻(xiàn)樣本中，共有273名作者，即核心作者數(shù)大約為17人。表2統(tǒng)計(jì)的核心作者數(shù)有18人，這說明該研究領(lǐng)域的核心作者群初步形成。

洛特卡定律認(rèn)為，發(fā)表1篇論文的作者數(shù)占作者總?cè)藬?shù)的60.79%，發(fā)表n篇論文的作者數(shù)約占發(fā)表1篇論文作者數(shù)的1/n2（n>1）[6]，該公式代表了作者數(shù)與發(fā)文數(shù)的關(guān)系。本研究搜集的文獻(xiàn)中，發(fā)表1篇文獻(xiàn)的作者數(shù)為243人，占作者總數(shù)（273人）的89%，不符合洛特卡定律，說明當(dāng)前MOOC游戲化研究處在發(fā)展初期，大多數(shù)作者沒有進(jìn)行深入研究，只是偶爾有感而發(fā)，這會(huì)影響MOOC游戲化的整體研究水平。

18位核心作者中，有5位來自德國，5位來自西班牙，4位來自荷蘭，4位來自智利，說明這些國家的研究人員對MOOC游戲化研究賦予了較高關(guān)注。

2.作者合著分析

（1）作者合著圖譜

論文作者合作度是反映作者科研協(xié)作水平和研究活躍程度的重要指標(biāo)[8]。由于樣本基數(shù)小，且以發(fā)文占1篇的作者居多，故在此對發(fā)文量≥2篇的作者進(jìn)行合著分析。利用SATI工具，對作者字段進(jìn)行抽取和頻次統(tǒng)計(jì)，選取頻次≥2的作者共計(jì)30位，構(gòu)建30×30的矩陣，保存為Excel格式，將該矩陣導(dǎo)入U(xiǎn)CINET，保存為.##h的擴(kuò)展名，并通過NetDraw繪制作者合著共現(xiàn)圖譜，刪除單節(jié)點(diǎn)，并經(jīng)過“Centrality measures-Degree”分析，得到如圖2所示的作者合著可視化圖譜。

圖譜中每個(gè)節(jié)點(diǎn)代表作者，節(jié)點(diǎn)大小表示點(diǎn)度中心度（Degree），節(jié)點(diǎn)越大，度中心性越高;節(jié)點(diǎn)間的連線粗細(xì)表示作者間的合作強(qiáng)度，合作次數(shù)越多，則連線越粗[9]。由圖2可知，國外MOOC游戲化研究形成7個(gè)合作研究團(tuán)隊(duì)，其中6人和2人團(tuán)體各有2個(gè)，5人、4人和3人團(tuán)體各有1個(gè)。由圖譜可初步看出，度中心性最高的作者為來自德國波茨坦大學(xué)的Meinel Christoph，其次為來自西班牙馬德里理工大學(xué)的Borras-Gene Oriol。

為進(jìn)一步探索作者合著程度，使用Ucinet對作者合著網(wǎng)絡(luò)進(jìn)行中心性分析，中心性是判斷網(wǎng)絡(luò)中節(jié)點(diǎn)重要性的指標(biāo)，中心性涉及點(diǎn)度中心性和中間中心性。

（2）作者中心性分析

①點(diǎn)度中心性分析

運(yùn)行Ucinet，導(dǎo)入數(shù)據(jù)，執(zhí)行“網(wǎng)絡(luò)-中心度-度”，得出點(diǎn)度中心性數(shù)據(jù)，由于篇幅有限，這里僅列出Degree值大于10的結(jié)果（圖3）。

Degree代表絕對點(diǎn)度中心度，NrmDegree代表相對點(diǎn)度中心度。點(diǎn)度中心度指網(wǎng)絡(luò)中活動(dòng)節(jié)點(diǎn)與當(dāng)前節(jié)點(diǎn)的關(guān)聯(lián)數(shù)。從圖3可知，點(diǎn)度中心度最高的Meinel Christoph Degree值為14，表明他曾與網(wǎng)絡(luò)中其他14位作者合著發(fā)表過文獻(xiàn)。其次為Borras-Gene Oriol，Degree值為13。

對點(diǎn)度中心度值大于10的幾位作者發(fā)文量進(jìn)行對比，結(jié)合表2數(shù)據(jù)可知，兩者具有相似性，說明發(fā)文越多的作者與別人的合作越多。進(jìn)一步分析合作模式可知，對MOOC游戲化的研究合作基本都是同一地區(qū)、同一高等院校的模式。

②中間中心性分析

執(zhí)行Ucinet“網(wǎng)絡(luò)-中心度- Freeman中間度-節(jié)點(diǎn)中間度”，得出中間中心性數(shù)據(jù)，這里僅列出Betweenness值大于1的結(jié)果（圖4）。

Betweenness代表絕對中間中心性，nBetweenness代表標(biāo)準(zhǔn)中間中心性。中間中心性指在網(wǎng)絡(luò)中作為信息中介的權(quán)利大小，值越大，說明掌握的資源越多，橋梁作用越突出，在信息傳播中的影響力越大。

由圖4可以看出，只有少數(shù)著者的中間中心性Betweenness值大于1，分別是Borras-Gene Oriol、Meinel Christoph、Renz Jan 和Woinar Sebastian，他們占有了大部分的資源。而其他作者的Betweenness值皆為0，說明這些作者幾乎不具備控制資源的能力。

綜上所述，國外MOOC游戲化研究初步形成較小規(guī)模的合作網(wǎng)絡(luò)，基本為同一高等院校內(nèi)的合作模式，高產(chǎn)作者與他人的合作較為密切，然而大部分作者的中間中心性較低，并不能在該研究領(lǐng)域體現(xiàn)出廣泛的學(xué)術(shù)傳播影響力。

（四）關(guān)鍵詞分析

1.清洗關(guān)鍵詞

關(guān)鍵詞是對學(xué)術(shù)論文的高度提煉，是其核心與精髓，能揭示研究主題、反映研究熱點(diǎn)和發(fā)展趨勢。在對關(guān)鍵詞進(jìn)行分析前，需對同義詞進(jìn)行拆分、合并和轉(zhuǎn)化等數(shù)據(jù)清洗工作，表3列出部分關(guān)鍵詞清洗結(jié)果。

2.詞頻分析

使用SATI軟件對數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，經(jīng)過數(shù)據(jù)清洗，抽取頻次大于4的關(guān)鍵詞共21個(gè)，如表4所示。

從表4的高頻關(guān)鍵詞的排序情況可知，除本體關(guān)鍵詞MOOC、Gamification等外， E-Learning（網(wǎng)絡(luò)學(xué)習(xí)）、School Education（學(xué)校教育）、Collaboration（合作）、Platform（平臺(tái)）、Instructional Design（教學(xué)設(shè)計(jì)）、Motivation（動(dòng)機(jī)）和Emerging Technology（新興技術(shù)）等，是MOOC游戲化研究的熱點(diǎn)。

然而，高頻關(guān)鍵詞只能初步顯示研究熱點(diǎn)，為了深入挖掘高頻關(guān)鍵詞間的深層聯(lián)系，還需進(jìn)一步分析詞頻的共現(xiàn)關(guān)系和聚類關(guān)系。

3.關(guān)鍵詞共現(xiàn)圖譜分析

為了更集中地梳理MOOC游戲化研究的核心主題，需要繪制關(guān)鍵詞知識(shí)圖譜。通過SATI將表4呈現(xiàn)的21個(gè)高頻關(guān)鍵詞生成21×21的二值矩陣，利用Ucinet與Netdraw經(jīng)過Degree和K-core分析，得到如圖5所示的高頻關(guān)鍵詞圖譜。由圖譜，可以直觀地看出國外MOOC游戲化研究領(lǐng)域的現(xiàn)狀。

從節(jié)點(diǎn)顏色來看，不同顏色的節(jié)點(diǎn)代表其所處的不同位置，其中，黑色節(jié)點(diǎn)占據(jù)圖譜大多數(shù)位置，是MOOC游戲化研究領(lǐng)域的熱點(diǎn)，為了突出顯示，圖中用矩形對這些關(guān)鍵詞進(jìn)行囊括。

從關(guān)鍵詞中心度來分析，首先，MOOC、Gamification、E-Learning和Collaboration等關(guān)鍵詞處于圖譜中心位置，出現(xiàn)頻次較高，它們是MOOC游戲化的研究核心和研究重點(diǎn)，其他領(lǐng)域都圍繞它們展開;其次，Instructional Design、Emerging Technology、School Education、Motivation和Platform等處在圖譜中間位置，起到橋梁連接作用;最后，Serious Games、Flipped Classroom、Informal Learning、Learning、Engagement、SPOC等處在圖譜邊緣，反映著MOOC游戲化的研究前沿和研究趨勢。

4.共詞相異矩陣

為分析高頻詞之間的聚類關(guān)系，需要先構(gòu)建高頻詞的共詞相異矩陣。相異矩陣的數(shù)值越小，越接近于0，表明關(guān)鍵詞間的距離越近，相關(guān)性越強(qiáng);數(shù)值越大，越接近于1，表明關(guān)鍵詞間的距離越遠(yuǎn)，相關(guān)程度越小[10]。在上表4的基礎(chǔ)上，將21個(gè)關(guān)鍵詞組成一個(gè)21×21的共詞相異矩陣，因篇幅有限，僅呈現(xiàn)了10×10的矩陣表（表5）。

由表5可看出，除去本體關(guān)鍵詞外，與MOOC密切度較高的有：E-Learning（0.8283）、Collaboration（0.8512）、Platform（0.8648）、Motivation（0.8783）。與Gamification密切度較高的有：Motivation（0.8487）、Collaboration（0.8888）和E-Learning（0.8992）。由此表明，E-Learning、Collaboration和Motivation皆與MOOC和Gamification有著較密切的聯(lián)系，網(wǎng)絡(luò)學(xué)習(xí)、合作與動(dòng)機(jī)是MOOC游戲化研究的關(guān)注重點(diǎn)，該結(jié)果與共現(xiàn)圖譜分析結(jié)果基本一致。

5.聚類分析

聚類分析是將性質(zhì)相近的變量自動(dòng)分組的一種多元統(tǒng)計(jì)分析方法，可實(shí)現(xiàn)組內(nèi)的對象具有較高的相似性，組間的對象具有較大的差異性[11]。

在聚類分析前，先去除本體關(guān)鍵詞MOOC、Massive Open Online Courses、Gamification和Game-based Learning等，一方面，它們與其他高頻詞有著密切聯(lián)系，統(tǒng)計(jì)它們沒有實(shí)質(zhì)意義;另一方面，它們會(huì)影響聚類分析視圖效果。通過SPSS將剩余的高頻詞相異矩陣采用系統(tǒng)聚類，選擇組間聯(lián)接法和平方Euclidean距離進(jìn)行聚類分析，得到如圖6所示的高頻詞聚類樹狀圖。

由圖6可以看出，關(guān)鍵詞大致可以聚為4類：第1類為社交媒體、非正式學(xué)習(xí)、社交網(wǎng)絡(luò)、學(xué)習(xí)分析和翻轉(zhuǎn)課堂;第2類為網(wǎng)絡(luò)學(xué)習(xí)、游戲化MOOC平臺(tái)、移動(dòng)學(xué)習(xí)、SPOC和合作學(xué)習(xí);第3類為教學(xué)設(shè)計(jì)、新興技術(shù)、學(xué)校教育和嚴(yán)肅游戲;第4類為動(dòng)機(jī)、學(xué)習(xí)和參與。圖6 關(guān)鍵詞聚類樹狀圖

三、研究結(jié)論

通過對2012—2018年發(fā)布在WOS核心合集數(shù)據(jù)庫中的106篇MOOC游戲化文獻(xiàn)，進(jìn)行文獻(xiàn)計(jì)量和可視化分析，得出以下結(jié)論：

1.從時(shí)間分布來看，2012年作為MOOC元年，有關(guān)MOOC學(xué)習(xí)的研究如雨后春筍般涌出，而隨之而來的MOOC高輟學(xué)率、低完成率同時(shí)引發(fā)了教育者的深思，部分教育者提出游戲化策略可減少M(fèi)OOC學(xué)習(xí)者的輟學(xué)率[12-14]。從發(fā)文時(shí)間來看，MOOC游戲化研究最早出現(xiàn)于2012年，并于2016年首次達(dá)到研究頂峰。目前，國外對MOOC游戲化的研究尚處在發(fā)展初期，未來還有較大研究空間。

2.從文獻(xiàn)類型和主要刊物分布來看，MOOC游戲化研究成果較集中發(fā)表于會(huì)議論文集上，且以計(jì)算機(jī)教育、教育技術(shù)和軟件工程等領(lǐng)域的會(huì)議論文為主要刊載來源。然而，會(huì)議論文的學(xué)術(shù)傳播力和綜合影響力低于期刊論文[3]，因此該主題研究至今，并未取得良好的傳播效果。

3.從核心作者構(gòu)成來看，初步形成了小規(guī)模的核心作者群，共產(chǎn)生7個(gè)合作研究團(tuán)隊(duì)，其中，以來自德國波茨坦大學(xué)的Meinel Christoph團(tuán)隊(duì)及來自西班牙馬德里理工大學(xué)的Borras-Gene Oriol團(tuán)隊(duì)為核心，團(tuán)隊(duì)發(fā)文總量排在首位。然而，他們的合作基本為同一高等院校內(nèi)的合作模式，且大部分作者的中間中心性較低，并不能在該研究領(lǐng)域體現(xiàn)出重要的橋梁紐帶作用，學(xué)術(shù)傳播影響力較低。

4.從關(guān)鍵詞共現(xiàn)圖譜來看，虛擬現(xiàn)實(shí)、增強(qiáng)虛擬現(xiàn)實(shí)、可穿戴設(shè)備、大數(shù)據(jù)、云計(jì)算等新興技術(shù)成為研究樞紐，可促進(jìn)MOOC游戲化學(xué)習(xí)的有效開展。結(jié)合這些技術(shù)，學(xué)者多關(guān)注于通過MOOC游戲化平臺(tái)創(chuàng)新教學(xué)設(shè)計(jì)，充分使用社交網(wǎng)絡(luò)和社交媒體，促進(jìn)學(xué)習(xí)者在網(wǎng)絡(luò)學(xué)習(xí)中深度合作學(xué)習(xí)，提高學(xué)習(xí)成效。而通過SPOC、翻轉(zhuǎn)課堂等來提高M(jìn)OOC學(xué)習(xí)者的參與度尚有較大的研究空間，有待于學(xué)者進(jìn)一步深入探索。

5.從關(guān)鍵詞聚類分析結(jié)果來看，可將MOOC游戲化研究領(lǐng)域分為四個(gè)方面。

（1）社交化學(xué)習(xí)。涉及的高頻關(guān)鍵詞有5個(gè)，分別為社交網(wǎng)絡(luò)、社交媒體、非正式學(xué)習(xí)、學(xué)習(xí)分析和翻轉(zhuǎn)課堂，總頻次為31。

（2）學(xué)習(xí)平臺(tái)及學(xué)習(xí)方式。涉及的高頻關(guān)鍵詞有5個(gè)，分別為網(wǎng)絡(luò)學(xué)習(xí)、游戲化MOOC平臺(tái)、SPOC、移動(dòng)學(xué)習(xí)和合作學(xué)習(xí)，總頻次為67。

（3）學(xué)習(xí)設(shè)計(jì)。涉及的高頻關(guān)鍵詞有4個(gè)，分別為教學(xué)設(shè)計(jì)、新興技術(shù)、學(xué)校教育和嚴(yán)肅游戲，總頻次為49。

（4）學(xué)習(xí)行為。涉及的高頻關(guān)鍵詞有3個(gè)，分別為動(dòng)機(jī)、學(xué)習(xí)和參與，總頻次為32。

四、研究啟示

本研究對我國的MOOC游戲化研究具有參考價(jià)值。中國知網(wǎng)數(shù)據(jù)顯示，我國現(xiàn)有該領(lǐng)域的研究文獻(xiàn)微乎其微，僅有的幾篇文獻(xiàn)多數(shù)圍繞游戲化在MOOC中的應(yīng)用策略進(jìn)行探討，然而，對于游戲化是否能解決MOOC高輟學(xué)率和低完成率的問題，缺乏有力的實(shí)證數(shù)據(jù)支撐。故本文的研究成果可為國內(nèi)相關(guān)研究提供有價(jià)值的研究參考。

已有研究指出，SPOC（小規(guī)模限制性在線課程）是在MOOC基礎(chǔ)上產(chǎn)生的，是MOOC的可持續(xù)發(fā)展模式，有利于增強(qiáng)學(xué)生的學(xué)習(xí)動(dòng)機(jī)[15]，能為促進(jìn)信息技術(shù)與在線學(xué)習(xí)的全面深度融合提供支持[16]，為實(shí)施MOOC游戲化教學(xué)研究提供有效途徑。我國研究者可依托SPOC平臺(tái)，充分應(yīng)用移動(dòng)技術(shù)、信息技術(shù)和社交媒體，探索MOOC游戲化混合學(xué)習(xí)模式。

MOOC游戲化元素的設(shè)置是實(shí)施MOOC游戲化混合學(xué)習(xí)的重要基礎(chǔ)。研究者需要充分考慮學(xué)習(xí)者特征，綜合教育學(xué)、心理學(xué)、設(shè)計(jì)學(xué)等多學(xué)科知識(shí)，增強(qiáng)學(xué)習(xí)體驗(yàn)，調(diào)動(dòng)深度參與，方可使MOOC游戲化的實(shí)施更加有效，從而有效促進(jìn)MOOC課程的完成率。

參考文獻(xiàn)：

[1] Jordan K.Initial trends in enrolment and completion of massive open online courses[J].The International Review Of Research In Open And Distributed Learning，2014，15（1）：133.

[2] 邱均平.文獻(xiàn)計(jì)量學(xué)[M].北京：科學(xué)技術(shù)文獻(xiàn)出版社，1988：64-65.

[3] 顧東蕾，鄭曉南.會(huì)議論文在學(xué)術(shù)期刊上發(fā)表之研究[J].中國科技期刊研究，2014，25（1）：57-64.

[4] 鐘源.國外開放政府?dāng)?shù)據(jù)研究文獻(xiàn)計(jì)量分析[J].2017（3）：87-91

[5] 吳向文，王志軍.2001—2015年境內(nèi)外教師教育研究文獻(xiàn)計(jì)量分析及其啟示[J].教師教育研究，2016（6）：108.

[6] 邱均平.信息計(jì)量學(xué)（六）第六講文獻(xiàn)信息作者分布規(guī)律——洛特卡定律[J].情報(bào)理論與實(shí)踐，2000，（6）：123-128.

[7] 邱均平.信息計(jì)量學(xué)[M].武漢：武漢大學(xué)出版社，2007.

[8] 張麗玉，洪明.我國當(dāng)前外國教育史研究近況考察[J].大學(xué)教育科學(xué)，2006（2）：73-76.

[9] 趙蓉英，李飛.基于社會(huì)網(wǎng)絡(luò)分析方法的國內(nèi)外信息計(jì)量比較研究[J].情報(bào)科學(xué)，2013，31（2）：7-12.

[10] 郭婷，鄭穎.數(shù)據(jù)挖掘在國內(nèi)圖書情報(bào)領(lǐng)域的應(yīng)用現(xiàn)狀分析——基于文獻(xiàn)計(jì)量分析和共詞分析[J].情報(bào)科學(xué)，2015，33（10）：91-98.

[11] 儲(chǔ)節(jié)旺，閆士濤.知識(shí)管理學(xué)科體系研究（下）——聚類分析和多維尺度分析[J].情報(bào)理論與實(shí)踐，2012（33）：5-9.

[12] Ortega-Aranz A，Kalz M，&Martinez-Mones A.Creating Engaging Experiences in MOOCs through In-Course Redeemable Rewards[C].IEEE Global Engineering Education Conference，2018：1875-1882.

[13] Ortega-Arranz A，Sanz-Martinez L，&Alvarez-Alvare S，et al.From Low-Scale to Collaborative，Gamified and Massive-Scale Courses：Redesigning a MOOC[C].Lecture Notes in Computer Science，2017：77-87.

[14] Borras-Gene O，Martinez-Nunez M，F(xiàn)idalgo-Blanco A.New Challenges for the Motivation and Learning in Engineering Education Using Gamification in MOOC[J].International Journal of Engineering Education，2016，32（1）：501-512.

[15] 徐碧波，李添，石希.MOOC、翻轉(zhuǎn)課堂和SPOC的學(xué)習(xí)動(dòng)機(jī)分析及其教育啟示[J].中國電化教育，2017（9）：47-52，61.

[16] 王朋嬌，崔璨，姜爽.引領(lǐng)式SPOC教學(xué)模式構(gòu)建及在開放大學(xué)中的應(yīng)用研究[J].中國電化教育，2018（9）：123-131.

[責(zé)任編輯：王妍]

收稿日期：2020-01-08

基金項(xiàng)目：2019 年安徽省質(zhì)量工程項(xiàng)目教學(xué)研究項(xiàng)目“高職SPOC混合式學(xué)習(xí)的實(shí)現(xiàn)路徑與效果評(píng)價(jià)研究”（2019jyxm0557）;安徽省高校優(yōu)秀青年人才支持計(jì)劃重點(diǎn)項(xiàng)目（gxyqZD2016575）;安徽省質(zhì)量工程項(xiàng)目精品開放課程“Flash動(dòng)畫基礎(chǔ)”（2017kfk128）

作者簡介：昂娟（1983-），女，安徽巢湖人，馬鞍山師范高等專科學(xué)校軟件工程系副教授，碩士，主要從事新媒體傳播和教育研究。