張文蘭 劉君玲 劉斌

[摘? ?要] 情緒交互可以在一定程度上決定在線學(xué)習(xí)者協(xié)作知識(shí)建構(gòu)的成效。為了探究情緒交互的網(wǎng)絡(luò)結(jié)構(gòu)特征及其對(duì)在線學(xué)習(xí)者協(xié)作知識(shí)建構(gòu)的影響程度，研究綜合采用社會(huì)網(wǎng)絡(luò)分析法和內(nèi)容分析法，從整體網(wǎng)絡(luò)視角分析在線協(xié)作討論中情緒交互的網(wǎng)絡(luò)結(jié)構(gòu)特征，并依據(jù)Gunawardena提出的知識(shí)建構(gòu)模型對(duì)在線學(xué)習(xí)者協(xié)作知識(shí)建構(gòu)水平進(jìn)行了分析。研究發(fā)現(xiàn)，情緒交互的連通性較低、密度整體不高、中心勢(shì)偏高，而且在線學(xué)習(xí)者的協(xié)作知識(shí)建構(gòu)總體水平也不高，主要集中于知識(shí)分享和知識(shí)分析層次。其次，情緒交互密度和中心勢(shì)不僅與知識(shí)協(xié)商和知識(shí)修改之間存在顯著相關(guān)關(guān)系，而且在一定程度上可以預(yù)測(cè)在線協(xié)作知識(shí)建構(gòu)水平。鑒于此，文章從情緒交互視角提出了提升在線學(xué)習(xí)者協(xié)作知識(shí)建構(gòu)水平的策略。

[關(guān)鍵詞] 情緒交互; 情緒存在; 網(wǎng)絡(luò)結(jié)構(gòu)特征; 在線協(xié)作學(xué)習(xí); 協(xié)作知識(shí)建構(gòu)

[中圖分類號(hào)] G434? ? ? ? ? ? [文獻(xiàn)標(biāo)志碼] A

[作者簡(jiǎn)介] 張文蘭（1967—），女，浙江東陽(yáng)人。教授，博士，主要從事信息技術(shù)教育應(yīng)用研究。 E-mail：wenlan19@163.com。劉君玲為通訊作者，E-mail：ljl611516@163.com。

一、引? ?言

在線學(xué)習(xí)環(huán)境的改變與發(fā)展，為學(xué)習(xí)者進(jìn)行協(xié)作知識(shí)建構(gòu)提供了良好的環(huán)境。在線協(xié)作知識(shí)建構(gòu)是學(xué)習(xí)者與他人基于在線學(xué)習(xí)平臺(tái)、各種移動(dòng)終端，通過(guò)觀點(diǎn)的碰撞交流、意義協(xié)商等達(dá)成共識(shí)[1]的過(guò)程，是體現(xiàn)在線協(xié)作學(xué)習(xí)中學(xué)習(xí)者從知識(shí)產(chǎn)生到運(yùn)用等變化過(guò)程的主要載體，因此，常被作為考察在線學(xué)習(xí)者協(xié)作學(xué)習(xí)質(zhì)量的重要指標(biāo)。但是目前在線協(xié)作學(xué)習(xí)中普遍存在“有協(xié)作無(wú)建構(gòu)、建構(gòu)低水平”的現(xiàn)象[2]，而情緒對(duì)于辯論、協(xié)商、推理等過(guò)程有重要影響作用[3]，交互是協(xié)作學(xué)習(xí)的基礎(chǔ)，因此，學(xué)習(xí)者之間的情緒交互將有利于提升在線協(xié)作知識(shí)建構(gòu)的成效，然而目前相關(guān)研究對(duì)情緒交互的關(guān)注不足。為了充分發(fā)揮情緒交互的作用，還需要首先了解其過(guò)程及其影響效果，因此，本研究重點(diǎn)考察在線協(xié)作學(xué)習(xí)中的情緒交互特征及其影響程度。

二、文獻(xiàn)綜述及問(wèn)題的提出

（一）情緒交互對(duì)在線協(xié)作學(xué)習(xí)的影響研究

情緒廣泛存在于人類經(jīng)驗(yàn)中，與學(xué)習(xí)經(jīng)驗(yàn)密切相關(guān)。有關(guān)情緒交互與在線協(xié)作學(xué)習(xí)相關(guān)的研究較少，已有文獻(xiàn)主要集中于情緒交互理論研究、相關(guān)性研究、影響因素、提升策略等方面。根據(jù)相關(guān)研究可知，情緒存在是一個(gè)獨(dú)立于社會(huì)存在的因素[4]，在線協(xié)作學(xué)習(xí)中主要體現(xiàn)為情緒交互，情緒交互是在線協(xié)作學(xué)習(xí)環(huán)境下為了更好地實(shí)現(xiàn)協(xié)作學(xué)習(xí)目標(biāo)，學(xué)習(xí)者與學(xué)習(xí)者、教師之間針對(duì)學(xué)習(xí)相關(guān)內(nèi)容進(jìn)行有意識(shí)的情緒交流與溝通的過(guò)程，宗旨是產(chǎn)生共鳴，主要包括情緒回應(yīng)、情緒評(píng)價(jià)和情緒表達(dá)等三個(gè)類別，這也是衡量情緒交互文本內(nèi)容質(zhì)量的三個(gè)主要方面[5];情緒交互過(guò)程主要包括相互了解、形成社會(huì)關(guān)系、建立信任和歸屬感等方面[6]，與知識(shí)交互之間基于領(lǐng)域活動(dòng)和元認(rèn)知活動(dòng)相互轉(zhuǎn)換[7]，根據(jù)情緒動(dòng)態(tài)變化的特征、規(guī)律和趨勢(shì)，可以將情緒交互建構(gòu)成產(chǎn)生、碰撞與融合、改善、穩(wěn)定等四階段模型[8];情緒交互與社區(qū)意識(shí)[9]及合作滿意度[10]等密切相關(guān)，與協(xié)作學(xué)習(xí)效果之間存在顯著正相關(guān)關(guān)系[11]，主要通過(guò)情緒狀態(tài)和社會(huì)情緒氛圍、反饋方式[12]、團(tuán)隊(duì)成員領(lǐng)導(dǎo)力[13]、群體調(diào)節(jié)方式[14]等因素影響在線協(xié)作學(xué)習(xí)效果。

（二）問(wèn)題的提出

不同交互內(nèi)容形成的網(wǎng)絡(luò)結(jié)構(gòu)特征有所不同[15]，并對(duì)在線協(xié)作知識(shí)建構(gòu)產(chǎn)生不同影響;在線協(xié)作交互既有認(rèn)知方面的交流，也有情緒方面的溝通，然而從整體網(wǎng)絡(luò)視角考察情緒交互網(wǎng)絡(luò)結(jié)構(gòu)特征及其對(duì)在線協(xié)作知識(shí)建構(gòu)影響的研究比較缺乏。整體社會(huì)網(wǎng)絡(luò)分析重點(diǎn)分析網(wǎng)絡(luò)結(jié)構(gòu)帶來(lái)的影響，主要探討中心勢(shì)、密度、凝聚子群、結(jié)構(gòu)同等性等特征，分析整體互動(dòng)網(wǎng)絡(luò)結(jié)構(gòu)是了解情緒交互行為特征、反映協(xié)作學(xué)習(xí)過(guò)程進(jìn)而改善協(xié)作知識(shí)建構(gòu)效果的基礎(chǔ)[15]。然而目前對(duì)于在線協(xié)作學(xué)習(xí)中學(xué)習(xí)者的情緒交互網(wǎng)絡(luò)結(jié)構(gòu)特征與知識(shí)建構(gòu)之間是否存在相關(guān)關(guān)系，是否能預(yù)測(cè)在線學(xué)習(xí)者協(xié)作知識(shí)建構(gòu)水平的變化，以及影響程度如何等問(wèn)題尚不明確。鑒于此，本研究嘗試從整體網(wǎng)絡(luò)視角，綜合采用社會(huì)網(wǎng)絡(luò)分析和內(nèi)容分析法，探討情緒交互的連通性、內(nèi)聚力、密度、中心性等網(wǎng)絡(luò)結(jié)構(gòu)特征及其對(duì)在線學(xué)習(xí)者協(xié)作知識(shí)建構(gòu)的影響。

三、研究設(shè)計(jì)與結(jié)果

（一）研究對(duì)象及課程簡(jiǎn)介

本研究以《大學(xué)生職業(yè)生涯規(guī)劃》通識(shí)課中學(xué)習(xí)者之間的在線協(xié)作學(xué)習(xí)交互為研究對(duì)象。參加該課程的學(xué)習(xí)者共有43人，其中男生19人，女生24人，年齡介于18～20歲之間，專業(yè)涉及教育學(xué)（12人）、心理學(xué)（5人）、政治學(xué)（3人）、藝術(shù)學(xué)（3人）、管理學(xué)（10人）、經(jīng)濟(jì)學(xué)（7人）、數(shù)學(xué)（3人）等，他們來(lái)自同一個(gè)學(xué)校，均為大二學(xué)生，具有較為相似的教育背景，對(duì)課程內(nèi)容的熟悉程度較為一致，表明其先前知識(shí)水平無(wú)明顯差別。根據(jù)異質(zhì)分組原則，參與者被分配到8個(gè)協(xié)作組中，每個(gè)協(xié)作組由6～7名成員組成（包括教師）。

該課程基于超星在線學(xué)習(xí)平臺(tái)，于2019年10月至12月期間圍繞求職相關(guān)內(nèi)容開(kāi)展了5個(gè)模塊的在線協(xié)作學(xué)習(xí)活動(dòng)，每次活動(dòng)持續(xù)10天左右，學(xué)習(xí)者在活動(dòng)開(kāi)展之前接受了相關(guān)培訓(xùn)，他們每天在課程論壇中以協(xié)作組為單位討論的時(shí)間約1小時(shí)。另外，在活動(dòng)過(guò)程中，教師為學(xué)習(xí)者提供情緒交互支架，以及在線協(xié)作交互活動(dòng)目標(biāo)、方式、資源和評(píng)價(jià)標(biāo)準(zhǔn)等。

（二）研究方法

由Gunawardena等人提出的知識(shí)建構(gòu)模型，既可以了解學(xué)習(xí)者的知識(shí)建構(gòu)階段，又可以分析其深度，是目前研究者使用、改進(jìn)較多的在線協(xié)作知識(shí)建構(gòu)編碼體系[16];鑒于此，為了考察在線學(xué)習(xí)者的協(xié)作知識(shí)建構(gòu)水平，并了解情緒交互的分布情況及內(nèi)容范圍，以便于后面情緒交互關(guān)系數(shù)據(jù)的統(tǒng)計(jì)和分析，本研究采用內(nèi)容分析法，分別依據(jù)Gunawardena的知識(shí)建構(gòu)模型和前期研究提出的情緒交互編碼框架[5]，使用NVIVO對(duì)在線學(xué)習(xí)者的協(xié)作交互文本內(nèi)容進(jìn)行分析。其次，為了了解協(xié)作組的不同情緒交互網(wǎng)絡(luò)結(jié)構(gòu)特征，本研究采用社會(huì)網(wǎng)絡(luò)分析法，主要基于情緒交互關(guān)系數(shù)據(jù)，通過(guò)UCINET考察協(xié)作組的連通性、內(nèi)聚力特征和密度、中心性等指標(biāo);最后，為了探討情緒交互對(duì)在線協(xié)作知識(shí)建構(gòu)的影響，通過(guò)SPSS進(jìn)行了相關(guān)性和回歸分析。

（三）數(shù)據(jù)統(tǒng)計(jì)與處理

本研究采用隨機(jī)抽樣方法抽取3個(gè)協(xié)作組，并收集其在第2、3、4次活動(dòng)中產(chǎn)生的協(xié)作交互文本作為數(shù)據(jù)來(lái)源，3個(gè)協(xié)作組共涉及19名成員，除了一組由7人組成之外，其他兩組均由6人組成，最終在3次活動(dòng)中共獲取了57個(gè)樣本。另外，協(xié)作組以“x-y”方式命名，其中x代表活動(dòng)次數(shù)，y表示協(xié)作組。

首先，剔除重復(fù)、無(wú)關(guān)討論帖后，依據(jù)相關(guān)編碼框架以意義單元為分析單位，針對(duì)涉及知識(shí)和情緒內(nèi)容的交互文本，基于NVIVO進(jìn)行內(nèi)容分析，最終分別形成了849個(gè)協(xié)作知識(shí)建構(gòu)和301個(gè)情緒交互意義單元;內(nèi)容分析過(guò)程由兩位教育技術(shù)專業(yè)學(xué)者獨(dú)立完成，當(dāng)編碼進(jìn)行到30%時(shí)進(jìn)行信度系數(shù)檢驗(yàn)，通過(guò)統(tǒng)一意見(jiàn)并修改后，得出一致性百分比分別為86%、88%，Cohen's kappa系數(shù)分別為0.85、0.87，說(shuō)明兩位編碼者的分析結(jié)果一致性較高、信度較好。其次，基于情緒交互編碼內(nèi)容，通過(guò)EXCEL依據(jù)情緒交互中回復(fù)關(guān)系的方向和頻次等屬性，收集和統(tǒng)計(jì)協(xié)作組內(nèi)情緒交互關(guān)系數(shù)據(jù)，并按照社會(huì)網(wǎng)絡(luò)分析工具的數(shù)據(jù)建構(gòu)要求，建立不同協(xié)作組的情緒交互網(wǎng)絡(luò)賦值鄰接矩陣，然后利用UCINET分析協(xié)作組情緒交互的不同網(wǎng)絡(luò)結(jié)構(gòu)特征。

（四）數(shù)據(jù)分析結(jié)果

1. 在線協(xié)作學(xué)習(xí)中學(xué)習(xí)者知識(shí)建構(gòu)的總體特征

Gunawardena提出的交互知識(shí)建構(gòu)模型包括知識(shí)分享、知識(shí)分析、知識(shí)協(xié)商、知識(shí)修改和知識(shí)應(yīng)用等五個(gè)層次，研究以此模型為編碼框架并采用NVIVO對(duì)在線協(xié)作知識(shí)建構(gòu)交互文本數(shù)據(jù)進(jìn)行內(nèi)容分析，然后結(jié)合SPSS的頻率描述方法得出在線協(xié)作學(xué)習(xí)中學(xué)習(xí)者知識(shí)建構(gòu)的整體情況，見(jiàn)表1。

整體來(lái)看，在線協(xié)作學(xué)習(xí)中學(xué)習(xí)者的發(fā)帖沒(méi)有涉及在線協(xié)作知識(shí)建構(gòu)第五層次的內(nèi)容，而且大部分內(nèi)容主要集中在知識(shí)分享、知識(shí)分析等層次，說(shuō)明學(xué)習(xí)者的整體在線協(xié)作知識(shí)建構(gòu)水平偏低。其中，知識(shí)分享占30.4%、知識(shí)分析占40.5%、知識(shí)協(xié)商占15.8%、知識(shí)修改占13.3%，可以看出學(xué)習(xí)者在線協(xié)作知識(shí)建構(gòu)的層次整體處于中下層。

2. 在線協(xié)作學(xué)習(xí)中協(xié)作組的情緒交互網(wǎng)絡(luò)結(jié)構(gòu)特征

一般研究通過(guò)定性分析和定量分析相結(jié)合的方式整體描述交互網(wǎng)絡(luò)結(jié)構(gòu)特征。其中，定性分析的主要特征有連通性和內(nèi)聚力等[17]，定量分析的指標(biāo)主要有密度、中心性等。為了全面描述情緒交互網(wǎng)絡(luò)結(jié)構(gòu)特征，本研究通過(guò)定性和定量分析，對(duì)構(gòu)建的情緒交互網(wǎng)絡(luò)賦值鄰接矩陣進(jìn)行分析。在線協(xié)作交互行為主要發(fā)生在協(xié)作組范圍內(nèi)，因此，情緒交互網(wǎng)絡(luò)結(jié)構(gòu)特征以成員為分析單位，以協(xié)作組為網(wǎng)絡(luò)邊界。

（1）協(xié)作組情緒交互連通性

互動(dòng)網(wǎng)絡(luò)的脆弱和內(nèi)聚程度常用連通性來(lái)表示，一般通過(guò)社群圖反映。社群圖可以直觀、形象地展示交互網(wǎng)絡(luò)結(jié)構(gòu)。根據(jù)協(xié)作組的情緒交互關(guān)系生成的社群圖如圖1所示。

可以看出，各協(xié)作組整體的情緒交互頻次不高、連通性相對(duì)較差，甚至個(gè)別協(xié)作組內(nèi)有孤立學(xué)習(xí)者。與其他協(xié)作組相比，1-2、2-1、2-3、3-1和3-2具有較高的情緒交互強(qiáng)度，其交互頻次比較高，說(shuō)明這5組的情緒交互相對(duì)比較充分和深入;1-1、1-3、2-2、3-3的情緒交互連通性相對(duì)較差，尤其是1-3的情緒交互關(guān)系以近似星狀形式存在，說(shuō)明這4組的情緒交互較少;另外，2-1、2-2和3-3都存在孤立學(xué)習(xí)者，說(shuō)明在不同活動(dòng)中有個(gè)別在線學(xué)習(xí)者未參與情緒交流。

（2）協(xié)作組情緒交互密度及中心性

首先，情緒交互密度表示的是情緒交互關(guān)系總分布與完備交互網(wǎng)絡(luò)的差距，可以體現(xiàn)學(xué)習(xí)者之間交互的緊密程度，常用來(lái)分析學(xué)習(xí)者的總體交互水平。利用UCINET可計(jì)算出其密度值，也可以用公式表示計(jì)算原理：D=l/n（n-1）[15]，其中l(wèi)是賦值網(wǎng)絡(luò)中協(xié)作組內(nèi)學(xué)習(xí)者之間實(shí)際發(fā)生的交互次數(shù)，n是交互網(wǎng)絡(luò)的行動(dòng)者總數(shù)，一般可通過(guò)情緒交互矩陣中學(xué)習(xí)者的出度值之和或入度值之和來(lái)計(jì)算實(shí)際交互頻次。

其次，中心勢(shì)是指網(wǎng)絡(luò)的整體中心性，情緒交互中心勢(shì)是指協(xié)作組的總體中心性，一般用來(lái)考察情緒交互的分布情況。中心勢(shì)的計(jì)算方法主要有三個(gè)步驟，先確定交互網(wǎng)絡(luò)中最大中心度的數(shù)值，然后與交互網(wǎng)絡(luò)中每個(gè)學(xué)習(xí)者的中心度值相減并求和，再除以各個(gè)差值總和的最大可能值，其計(jì)算公式為：CAD=（CADmax-CADi）/（n-1）（n-2）[18]。各協(xié)作組的情緒交互密度及中心勢(shì)見(jiàn)表2。

表2結(jié)果顯示，協(xié)作組的情緒交互密度值整體不高。其中，1-2、2-1、2-3和3-2的密度值相對(duì)偏高（均達(dá)到1.0以上），說(shuō)明這3組在線學(xué)習(xí)者之間的緊密程度相對(duì)較好，交互水平較高;1-1、1-3和3-1的密度值居中（在0.7-1之間），而2-2和3-3的密度值偏低（均為0.6），說(shuō)明這兩組的情緒交互頻率相對(duì)較低，緊密程度最低。

另外，協(xié)作組的情緒交互中心勢(shì)整體偏高，說(shuō)明協(xié)作組情緒交互的積極性差異和影響力差異較大。其中，1-2、2-2、3-1的出度中心勢(shì)及入度中心勢(shì)都相對(duì)較低，均低于2.0，說(shuō)明這3組在線學(xué)習(xí)者之間的相互影響程度相當(dāng)，沒(méi)有明顯差異;1-3、2-1、3-2和3-3的出度中心勢(shì)和入度中心勢(shì)值相對(duì)居中，均低于3.0，說(shuō)明在線學(xué)習(xí)者的學(xué)習(xí)積極性、激發(fā)他人進(jìn)行情緒交互的影響程度和受歡迎程度等不存在較大差異;1-1的入度中心勢(shì)和2-3的出度中心勢(shì)都相對(duì)較高，均高于3.0，說(shuō)明這兩組的情緒交互影響程度和貢獻(xiàn)程度存在較為集中的現(xiàn)象。

（3）協(xié)作組情緒交互內(nèi)聚力分析

內(nèi)聚力反映的是協(xié)作組對(duì)成員的吸引力和成員之間的吸引力，以及其滿意程度。當(dāng)內(nèi)聚力高時(shí)密度也高，但密度高時(shí)內(nèi)聚力卻不一定也高?；谝陨戏治隹芍?，1-2、2-1、2-3和3-2的情緒交互密度值偏高，最有可能具備較高內(nèi)聚力，但是否具有較高內(nèi)聚力還需進(jìn)一步聚類分析，才能確定協(xié)作組是否存在分簇現(xiàn)象。

本研究采用平均值法，分別對(duì)4個(gè)協(xié)作組情緒交互網(wǎng)絡(luò)的賦值鄰接非對(duì)稱矩陣進(jìn)行對(duì)稱化處理，然后進(jìn)行聚類分析，結(jié)果如圖2所示。

整體來(lái)看，4個(gè)協(xié)作組的情緒交互關(guān)系強(qiáng)度變化比較均勻、差異不大，均沒(méi)有出現(xiàn)分簇，說(shuō)明協(xié)作組內(nèi)均有較高的內(nèi)聚力，在線學(xué)習(xí)者相互之間有吸引力，而且協(xié)作組的情緒交互行為對(duì)在線學(xué)習(xí)者個(gè)人也有一定的吸引力。這四個(gè)協(xié)作組分別有兩個(gè)核心學(xué)習(xí)者，其中1-2 中N4和N5是核心學(xué)習(xí)者，其情緒交互強(qiáng)度最高，簇系數(shù)高達(dá)8.0，學(xué)習(xí)者N3的互動(dòng)強(qiáng)度最低，簇系數(shù)只有0.5，學(xué)習(xí)者N4與N5之間、N2與N1之間的情緒交互具有較高的相似度;2-1中N1和教師是核心人物，具有最大情緒交互強(qiáng)度，簇系數(shù)為4.5，學(xué)習(xí)者N4互動(dòng)強(qiáng)度最低，簇系數(shù)為2.0，N5為孤立學(xué)習(xí)者沒(méi)有參與情緒交互，學(xué)習(xí)者N2與N3之間情緒交互相似度較高;2-3中核心學(xué)習(xí)者也有兩位，分別是學(xué)習(xí)者N2和N5，簇系數(shù)為6.5，而教師的交互強(qiáng)度最低，簇系數(shù)為0.5，其他學(xué)習(xí)者N3與N4之間的相似度較高;3-2內(nèi)的兩位核心學(xué)習(xí)者分別是N2和N6，簇系數(shù)為3.0，教師的情緒交互強(qiáng)度最低，簇系數(shù)只有1.0，學(xué)習(xí)者N3、N4和N5之間具有相似的情緒交互關(guān)系。

3. 協(xié)作組情緒交互網(wǎng)絡(luò)結(jié)構(gòu)特征對(duì)在線學(xué)習(xí)者協(xié)作知識(shí)建構(gòu)的影響

（1）協(xié)作組情緒交互密度、中心勢(shì)特征與在線學(xué)習(xí)者協(xié)作知識(shí)建構(gòu)的相關(guān)性分析

為了進(jìn)一步了解情緒交互網(wǎng)絡(luò)結(jié)構(gòu)特征與在線協(xié)作知識(shí)建構(gòu)之間的相互關(guān)系，本研究通過(guò)斯皮爾曼等級(jí)相關(guān)性分析，重點(diǎn)考察情緒交互量化指標(biāo)（包括情緒交互密度和中心勢(shì)）與知識(shí)分享、知識(shí)分析、知識(shí)協(xié)商、知識(shí)修改四個(gè)分變量的共變關(guān)系，見(jiàn)表3。

表3顯示，情緒交互密度與知識(shí)協(xié)商、知識(shí)修改之間的顯著性概率P值均小于0.05，且為正值;情緒交互出度中心勢(shì)與知識(shí)修改之間顯著性概率P值也小于0.05，說(shuō)明情緒交互密度、中心勢(shì)與知識(shí)協(xié)商、知識(shí)修改之間均存在顯著正相關(guān)關(guān)系，存在共變趨勢(shì)。其中情緒交互密度與知識(shí)修改的相關(guān)性最強(qiáng)（r=0.504），其次是情緒交互密度與知識(shí)協(xié)商的相關(guān)性（r=0.380），情緒交互出度中心勢(shì)與知識(shí)修改的相關(guān)性（r=0.371）最弱。

（2）協(xié)作組情緒交互密度、中心勢(shì)特征對(duì)在線學(xué)習(xí)者協(xié)作知識(shí)建構(gòu)的預(yù)測(cè)

相關(guān)分析主要揭示協(xié)作組情緒交互密度、中心勢(shì)特征與在線學(xué)習(xí)者協(xié)作知識(shí)建構(gòu)之間的共變關(guān)系和方向，但不能數(shù)值化表示其影響程度。鑒于此，本研究通過(guò)SPSS回歸分析方法以獲取其相互之間的預(yù)測(cè)程度。

本研究在構(gòu)建回歸模型時(shí)以情緒交互密度、情緒交互出度中心勢(shì)為自變量，以知識(shí)協(xié)商和知識(shí)修改為因變量，分別進(jìn)行回歸分析，結(jié)果見(jiàn)表4。

表4結(jié)果顯示，協(xié)作組情緒交互密度、出度中心勢(shì)對(duì)在線學(xué)習(xí)者協(xié)作知識(shí)建構(gòu)可以起到預(yù)測(cè)作用。首先，以情緒交互密度為自變量，以知識(shí)協(xié)商為因變量，通過(guò)輸入變量法進(jìn)行一元線性回歸分析。顯著性檢驗(yàn)結(jié)果顯示，模型復(fù)相關(guān)系數(shù)為0.323（決定系數(shù)R方為0.104），回歸方程對(duì)應(yīng)的F值為6.386，對(duì)應(yīng)的顯著性為0.014，小于0.05，回歸模型達(dá)到顯著性水平，說(shuō)明有效。構(gòu)建的回歸方程為：知識(shí)協(xié)商=-1.935+4.344×情緒交互密度（非標(biāo)準(zhǔn)化），說(shuō)明情緒交互密度值越高的協(xié)作組，其知識(shí)協(xié)商的程度越高。其次，以情緒交互密度和情緒交互出度中心勢(shì)為解釋變量，以知識(shí)修改為因變量，通過(guò)逐步回歸方法進(jìn)行多元線性回歸分析。結(jié)果顯示，在檢驗(yàn)過(guò)程中情緒交互出度中心度變量被排除，因此，再次以情緒交互密度為自變量、知識(shí)修改為因變量進(jìn)行一元回歸分析，發(fā)現(xiàn)模型復(fù)相關(guān)系數(shù)為0.439（R方為0.192），回歸方程對(duì)應(yīng)的F值為13.095，對(duì)應(yīng)的顯著性為0.001，小于0.05，說(shuō)明回歸模型達(dá)到顯著性水平且有效。依據(jù)回歸系數(shù)及其顯著性結(jié)果，建立回歸方程：知識(shí)修改=-2.561+4.605 ×情緒交互密度（非標(biāo)準(zhǔn)化），表示在線協(xié)作學(xué)習(xí)中協(xié)作組的情緒交互密度值越高，學(xué)習(xí)者知識(shí)修改效果越好。

四、研究討論與分析

（一）研究討論

1. 在線學(xué)習(xí)者的協(xié)作知識(shí)建構(gòu)水平

研究結(jié)果發(fā)現(xiàn)，在線學(xué)習(xí)者的協(xié)作知識(shí)建構(gòu)水平整體不高，而且內(nèi)容主要集中于知識(shí)分享、知識(shí)分析等低水平協(xié)作知識(shí)建構(gòu)層次，高層次協(xié)作知識(shí)建構(gòu)（知識(shí)協(xié)商、知識(shí)修改和知識(shí)應(yīng)用）的交互頻率偏低，沒(méi)有涉及知識(shí)應(yīng)用的內(nèi)容。這與已有研究結(jié)果類似，在線學(xué)習(xí)者的協(xié)作知識(shí)建構(gòu)層次多集中于知識(shí)分享和知識(shí)分析層次[19]。主要原因有兩方面，一方面是在線學(xué)習(xí)者相互之間不熟悉，信任程度和歸屬感較低;另一方面是異步交互方式使在線學(xué)習(xí)者的交互意愿和效果大打折扣。

2. 協(xié)作組情緒交互的網(wǎng)絡(luò)結(jié)構(gòu)特征

分析結(jié)果顯示，情緒交互整體具有一定的內(nèi)聚力，說(shuō)明情緒交互對(duì)成員有一定的吸引力，但是其連通性一般，頻次較低、密度值不高，中心勢(shì)偏高，說(shuō)明協(xié)作組內(nèi)情緒交互行為差異較大、分布不均勻。主要原因包括，第一，情緒意識(shí)[20]和交互技能的發(fā)展影響在線協(xié)作學(xué)習(xí)的效果[21]，然而目前學(xué)習(xí)者未能充分認(rèn)識(shí)到情緒交互對(duì)在線協(xié)作知識(shí)建構(gòu)的重要性，缺乏情緒交互的意識(shí)和能力，因此，阻礙了其情緒交互水平的提升;第二，團(tuán)隊(duì)成員如果不具備指導(dǎo)團(tuán)隊(duì)工作的適當(dāng)技能，將會(huì)影響協(xié)作效果[22]，有些協(xié)作組組長(zhǎng)不清楚自己的角色及作用、未掌握情緒交互的引導(dǎo)策略和技巧，因此，影響了整體在線協(xié)作學(xué)習(xí)效果;第三，信任氣氛下通過(guò)互動(dòng)產(chǎn)生的人際關(guān)系有助于群體歸屬感的發(fā)展，有利于學(xué)生的參與和學(xué)習(xí)結(jié)果的提高[14]，然而協(xié)作組內(nèi)學(xué)習(xí)者之間相互影響力偏低、歸屬感低，沒(méi)有形成較好的情緒交互氛圍。

3. 協(xié)作組的情緒交互網(wǎng)絡(luò)結(jié)構(gòu)特征影響在線學(xué)習(xí)者的協(xié)作知識(shí)建構(gòu)水平

研究結(jié)果顯示，協(xié)作組情緒交互密度和情緒交互出度中心勢(shì)與知識(shí)協(xié)商和知識(shí)修改有顯著正相關(guān)關(guān)系，這與已有研究結(jié)果[11，23]相似，小組內(nèi)的情緒支持與在線協(xié)作學(xué)習(xí)之間存在顯著正相關(guān)關(guān)系，且影響程度較高，說(shuō)明情緒交互特征越明顯，產(chǎn)生高水平協(xié)作知識(shí)建構(gòu)的可能性越大。另外，情緒交互密度對(duì)知識(shí)協(xié)商和知識(shí)修改等高層次協(xié)作知識(shí)建構(gòu)有預(yù)測(cè)作用，這一研究結(jié)果支持了Rogat等人[24]的研究結(jié)果，高水平認(rèn)知過(guò)程（如協(xié)商、推理）取決于協(xié)作學(xué)習(xí)中團(tuán)隊(duì)維持凝聚力和相互尊重社會(huì)互動(dòng)的情緒過(guò)程。因此，提高協(xié)作組的情緒交互密度和出度中心勢(shì)，對(duì)促進(jìn)在線學(xué)習(xí)者高水平協(xié)作知識(shí)建構(gòu)的發(fā)展有重要意義。

（二）啟示與建議

研究結(jié)果發(fā)現(xiàn)，情緒交互網(wǎng)絡(luò)結(jié)構(gòu)特征不僅與在線學(xué)習(xí)者協(xié)作知識(shí)建構(gòu)水平之間存在密切的關(guān)系，而且可以預(yù)測(cè)其變化趨勢(shì)。不同情緒交互網(wǎng)絡(luò)結(jié)構(gòu)特征對(duì)不同層次的在線協(xié)作知識(shí)建構(gòu)產(chǎn)生影響。其中，情緒交互密度促進(jìn)知識(shí)協(xié)商和知識(shí)修改，情緒交互出度中心勢(shì)影響知識(shí)修改。但目前在線協(xié)作學(xué)習(xí)中情緒交互存在連通性較差、密度不高、中心勢(shì)差異較大的現(xiàn)象，因此，需要結(jié)合以下措施來(lái)提高情緒交互的整體水平，從而有效促進(jìn)在線學(xué)習(xí)者的協(xié)作知識(shí)建構(gòu)效果。

1. 激發(fā)在線學(xué)習(xí)者的情緒交互意識(shí)，完善情緒交互規(guī)則和評(píng)價(jià)機(jī)制

在線協(xié)作學(xué)習(xí)中情緒交互密度越高，越能促進(jìn)知識(shí)交互層次和程度的發(fā)展。然而目前研究者對(duì)情緒交互還沒(méi)有引起足夠的關(guān)注，情緒交互的評(píng)價(jià)機(jī)制也不健全。因此，教師可以通過(guò)視頻講解或文本說(shuō)明方式適時(shí)向在線學(xué)習(xí)者普及情緒交互的意義和價(jià)值，以提升其情緒交互意識(shí);另外，可以從情緒交互內(nèi)容、方式、頻次等方面進(jìn)一步完善情緒交互激勵(lì)規(guī)則、評(píng)價(jià)方法等機(jī)制，以引導(dǎo)在線學(xué)習(xí)者的情緒交互行為。

2. 提高在線學(xué)習(xí)者的歸屬感，增強(qiáng)組長(zhǎng)對(duì)情緒交互的引導(dǎo)作用

歸屬感一般是學(xué)習(xí)者對(duì)學(xué)習(xí)共同體的認(rèn)同，前提是學(xué)習(xí)共同體對(duì)學(xué)習(xí)者要有包容之心并相互尊重。另外，研究者認(rèn)為，信任表示他人態(tài)度、能力和行為等方面是可預(yù)期、可依靠的，是人際關(guān)系的前提和基礎(chǔ)[25]。因此，在線學(xué)習(xí)者在相互尊重的基礎(chǔ)上表現(xiàn)合理、可預(yù)測(cè)的情緒交互行為，可以增強(qiáng)其歸屬感和信任感，進(jìn)而提升其參與程度并降低情緒交互差異;其次，教師可以為組長(zhǎng)提供情緒交互引導(dǎo)策略、協(xié)作任務(wù)計(jì)劃表等，同時(shí)制定組長(zhǎng)選拔、獎(jiǎng)評(píng)辦法來(lái)激勵(lì)其發(fā)揮積極影響作用。

3. 采用情緒交互方式和語(yǔ)言創(chuàng)造氛圍

在缺乏傳統(tǒng)非語(yǔ)言線索的文本協(xié)作交互中，在線學(xué)習(xí)者之間需要用文本語(yǔ)言來(lái)交流情緒信息[14]。基于文本語(yǔ)言的情緒交互方式是激發(fā)情緒狀態(tài)、營(yíng)造情緒氛圍、建立社會(huì)關(guān)系、增強(qiáng)凝聚力的主要渠道。在線學(xué)習(xí)者可以采用情緒反應(yīng)（如同意、接受、理解等語(yǔ)言）、情緒評(píng)價(jià)（如感謝、贊賞、鼓勵(lì)等語(yǔ)言）和情緒表達(dá)（如高興、希望、自豪等語(yǔ)言）等方式進(jìn)行情緒交互，以提高在線學(xué)習(xí)者的情緒交互能力。研究表明，積極的情緒交互可以促進(jìn)良好的情緒過(guò)程，其中積極情緒反應(yīng)方式可以創(chuàng)造良好的交流氛圍，從而更好地相互了解。積極情緒評(píng)價(jià)方式可以使交互對(duì)象產(chǎn)生認(rèn)同感，逐漸建立起社會(huì)關(guān)系并提升信任感。情緒感染理論觀點(diǎn)認(rèn)為，情緒表達(dá)具有信號(hào)功能，對(duì)他人的情緒和行為具有感染作用，因此，通過(guò)積極情緒表達(dá)，可以增強(qiáng)對(duì)其他學(xué)習(xí)者的感染效果并提升相互之間的吸引力。

五、結(jié)? ?語(yǔ)

整體來(lái)看，本研究驗(yàn)證了情緒交互對(duì)在線學(xué)習(xí)者協(xié)作知識(shí)建構(gòu)水平的影響，而且不同情緒交互網(wǎng)絡(luò)結(jié)構(gòu)特征對(duì)不同層次的在線協(xié)作知識(shí)建構(gòu)有不同影響，但相互之間的轉(zhuǎn)換規(guī)律尚不清楚，因此，還需要結(jié)合質(zhì)性研究進(jìn)一步探討，而且該結(jié)論是否適用于其他課程，也需要進(jìn)一步拓展研究。

[參考文獻(xiàn)]

[1] 甘永成.論虛擬學(xué)習(xí)社區(qū)中的知識(shí)建構(gòu)[J].中國(guó)遠(yuǎn)程教育，2006（2）：17-21.

[2] 李海峰，王煒.面向問(wèn)題解決的在線協(xié)作知識(shí)建構(gòu)[J].電化教育研究，2018，39（1）：36-41.

[3] ISOHTL?J，NYKKI P，JRVEL?S，et al.Striking a balance：socio-emotional processes during argumentation in collaborative learning interaction[J].Learning，culture and social interaction，2018，16（3）：1-19.

[4] CLEVELAND-INNES M，CAMPBELL P.Emotional presence，learning，and the online learning environment[J].International review of research in open & distance learning，2012，13（4）：269-292.

[5] 劉君玲，張文蘭，劉斌.在線協(xié)作交互文本編碼體系的設(shè)計(jì)與應(yīng)用——基于情緒交互視角的研究[J].電化教育研究，2020，41（6）：53-59.

[6] KREIJINS K，KRISCHNER P A，JOCHEMS W.Identifying the pitfalls for social interaction in computer-supported collaborative learning environments：a review of the research[J].Computers in human behavior，2003，19（3）：335-353.

[7] ISOHTL?J，NYKKI P，JRVEL?S.Cognitive and socio-emotional interaction in collaborative Learning：exploring fluctuations in students participation[J].Scandinavian journal of educational research，2019（5）：1-12.

[8] HUANG C Q， HAN Z M， LI M X，et al.Investigating students' interaction patterns and dynamic learning sentiments in online discussions[J].Computers & education，2019，140（10）：1-18.

[9] MCMILLAN D W.Sense of community[J].Journal of community psychology，1996，24（4）：315-325.

[10] BULU S T.Place presence，social presence，co-presence，and satisfaction in virtual worlds[J].Computers & education，2012，58（1）：154-161.

[11] NURIA H S，PABLO C，MUNOZ C，et al.Computer-supported collaborative learning：an analysis of the relationship between interaction，emotional support and online collaborative tools[J].Computers & education， 2019，138（9）：1-12.

[12] 張康英.在線協(xié)作學(xué)習(xí)中情緒反饋對(duì)交互質(zhì)量的影響研究[D].寧波：寧波大學(xué)，2015.

[13] LANCELLOTTI，MATTHEW P，BOYD，et al.The effects of team personality awareness exercises on team satisfaction and performance： the context of marketing course projects[J].Journal of marketing education， 2008，30（3）：244-254.

[14] KWON K，LIU Y H，JOHNSON L S P.Group regulation and social-emotional interactions observed in computer supported collaborative learning：comparison between good vs.poor collaborators[J].Computers & education，2014，78（9）：185-200.

[15] 王永固.在線協(xié)作學(xué)習(xí)中的互動(dòng)分析：基于社會(huì)網(wǎng)絡(luò)分析的視角[M].北京：科學(xué)出版社，2014.

[16] 郭炯，霍秀爽.網(wǎng)絡(luò)教學(xué)研討中教師協(xié)同知識(shí)建構(gòu)研究[J].中國(guó)電化教育，2014（3）：101-109.

[17] 胡勇，王陸.網(wǎng)絡(luò)協(xié)作學(xué)習(xí)中的社會(huì)網(wǎng)絡(luò)分析個(gè)案研究[J].開(kāi)放教育研究，2006（5）：56-61.

[18] 劉軍.社會(huì)網(wǎng)絡(luò)分析導(dǎo)論[M].北京：社會(huì)科學(xué)文獻(xiàn)出版社，2004.

[19] GUNAWARDENA C N，LOWE C A，ANDERSON T.Analysis of a global online debate and the development of an interaction analysis model for examining social construction of knowledge in computer conferencing[J].Journal of educational computing research，1997，17（4）：397-431.

[20] PICARD R W，KLEIN J.Computers that recognise and respond to user emotion： theoretical and practical implications[J].Interacting with computers，2002，14（2）：141-169.

[21] JONES A，ISSROFF K.Learning technologies：affective and social issues in computer-supported collaborative learning[J].Computers & education，2005，44（4）：395-408.

[22] JARVENOJA H，JARVELA S.Emotion control in collaborative learning situations：do students regulate emotions evoked by social challenges？[J].British journal of educational psychology，2009，79（3）：463-481.

[23] MOLINEILLO S，ROCIO A I，RAFAEL A S，et al.Exploring the impacts of interactions，social presence and emotional engagement on active collaborative learning in a social web-based environment[J].Computers & education，2018，123（8）：41-52.

[24] ROGAT T K，ADAMS W K R.Interrelation between regulatory and socio emotional processes within collaborative groups characterized by facilitative and directive other-regulation[J].Computers in human behavior，2015，52（2）：589-600.

[25] MAYER R C，DAVIS J H，SCHOORMAN F D.An integrative model of organizational trust[J].Academy of management re-view，1995，20（3）：709-734.