徐曉青 趙蔚 劉紅霞 姜強(qiáng) 李綠山 程諾

[摘? ?要] 近年來，眾多學(xué)者將學(xué)習(xí)分析應(yīng)用于自我調(diào)節(jié)學(xué)習(xí)以優(yōu)化學(xué)習(xí)過程和學(xué)習(xí)效果，但當(dāng)前學(xué)習(xí)分析的應(yīng)用多以數(shù)據(jù)為驅(qū)動，尚未涉及學(xué)習(xí)者內(nèi)在要素的變化規(guī)律，無法得知學(xué)習(xí)分析是如何影響自我調(diào)節(jié)學(xué)習(xí)的。為回答該問題，研究首先基于現(xiàn)有研究和理論歸納學(xué)習(xí)分析與自我調(diào)節(jié)學(xué)習(xí)的內(nèi)在聯(lián)系。其次，以學(xué)習(xí)分析的普遍應(yīng)用模式為背景，收集學(xué)習(xí)者自我調(diào)節(jié)學(xué)習(xí)后的反思和訪談數(shù)據(jù)，利用認(rèn)知網(wǎng)絡(luò)分析和語義分析挖掘自我調(diào)節(jié)學(xué)習(xí)受學(xué)習(xí)分析影響的要素變化規(guī)律和各階段觸發(fā)特征。最后，總結(jié)變化規(guī)律和觸發(fā)特征得到學(xué)習(xí)分析對自我調(diào)節(jié)學(xué)習(xí)的影響機(jī)理。結(jié)果表明，學(xué)習(xí)分析介入后，切實(shí)促進(jìn)了自我調(diào)節(jié)學(xué)習(xí)各要素的融合，且在自我調(diào)節(jié)學(xué)習(xí)的不同階段，學(xué)習(xí)分析觸發(fā)自我調(diào)節(jié)學(xué)習(xí)發(fā)生的起點(diǎn)和路徑存在差異。研究結(jié)論為促進(jìn)學(xué)習(xí)分析更深入地支持自我調(diào)節(jié)學(xué)習(xí)提供了發(fā)展方向和理論依據(jù)。

[關(guān)鍵詞] 學(xué)習(xí)分析; 自我調(diào)節(jié)學(xué)習(xí); 質(zhì)性研究; 認(rèn)知網(wǎng)絡(luò)分析; 影響機(jī)理

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

[作者簡介] 徐曉青（1995—），女，山東濰坊人。博士研究生，主要從事學(xué)習(xí)分析、自我調(diào)節(jié)學(xué)習(xí)研究。E-mail：xuxq271@nenu.edu.cn。趙蔚為通訊作者，E-mail：zhaow577@nenu.edu.cn。

一、引? ?言

教育信息化提高了自我調(diào)節(jié)學(xué)習(xí)（Self-regulated Learning，SRL）對學(xué)習(xí)成效的影響。學(xué)習(xí)分析基于SRL模型從不同階段和要素支持、優(yōu)化自我調(diào)節(jié)學(xué)習(xí)[1]。然而，學(xué)習(xí)分析如何促進(jìn)自我調(diào)節(jié)學(xué)習(xí)、促進(jìn)的程度如何等問題一直未得到解答。因此，學(xué)習(xí)分析在自我調(diào)節(jié)學(xué)習(xí)中的應(yīng)用始終停留在數(shù)據(jù)驅(qū)動的層面，未能從內(nèi)核發(fā)現(xiàn)學(xué)習(xí)分析支持自我調(diào)節(jié)學(xué)習(xí)的融合路徑。數(shù)據(jù)驅(qū)動的研究著眼于相關(guān)關(guān)系而忽視因果關(guān)系，難以發(fā)現(xiàn)學(xué)習(xí)分析對自我調(diào)節(jié)學(xué)習(xí)的影響機(jī)理。因此，我們要跳出數(shù)據(jù)驅(qū)動的研究范式，以挖掘?qū)W習(xí)分析支持自我調(diào)節(jié)學(xué)習(xí)的內(nèi)在機(jī)理為最終目標(biāo)，回答學(xué)習(xí)分析如何影響自我調(diào)節(jié)學(xué)習(xí)這一問題。質(zhì)性研究方法符合該需求，它能夠探尋事物是如何發(fā)生或?yàn)槭裁窗l(fā)生等問題，幫助我們理解事物的內(nèi)在運(yùn)行規(guī)律[2]。因此，本研究采用質(zhì)性研究方法從SRL要素變化規(guī)律和觸發(fā)特征探究學(xué)習(xí)分析如何影響自我調(diào)節(jié)學(xué)習(xí)并總結(jié)影響機(jī)理，為相關(guān)研究提供借鑒與啟示。

二、學(xué)習(xí)分析與自我調(diào)節(jié)學(xué)習(xí)的內(nèi)在邏輯

要探索學(xué)習(xí)分析對自我調(diào)節(jié)學(xué)習(xí)的影響機(jī)理，首先要厘清兩者的邏輯關(guān)系。社會認(rèn)知理論認(rèn)為，認(rèn)知是由行為（如打開網(wǎng)頁）和環(huán)境（如教師反饋）因素相互決定的。這意味著任何利用技術(shù)優(yōu)化學(xué)習(xí)的教學(xué)模式，不僅涉及技術(shù)問題，還涉及學(xué)習(xí)者的內(nèi)部因素和行為模式。因此，要研究學(xué)習(xí)分析對自我調(diào)節(jié)學(xué)習(xí)的影響，需要著眼于學(xué)習(xí)者的內(nèi)在要素，探索學(xué)習(xí)分析與SRL各要素的關(guān)聯(lián)關(guān)系。目前，學(xué)習(xí)分析在自我調(diào)節(jié)學(xué)習(xí)中的應(yīng)用主要分為以下兩種路徑：

（一）外部：分析視角下的挖掘/表征之路

這類研究一般在學(xué)習(xí)分析應(yīng)用于自我調(diào)節(jié)學(xué)習(xí)的初級階段，旨在幫助人們認(rèn)識、理解自我調(diào)節(jié)學(xué)習(xí)，即利用學(xué)習(xí)分析展示SRL各要素的狀態(tài)特征。

在認(rèn)知方面，學(xué)習(xí)分析處理、分析復(fù)雜且隱性的多維數(shù)據(jù)，表征學(xué)習(xí)狀態(tài)，實(shí)現(xiàn)調(diào)節(jié)過程的可測量和可解釋[3]。在情感方面，學(xué)習(xí)分析利用表情識別等技術(shù)支持研究者發(fā)現(xiàn)學(xué)習(xí)者的情緒特征[4]。在動機(jī)方面，學(xué)習(xí)分析通過數(shù)據(jù)揭示SRL過程的動機(jī)變化，了解自我調(diào)節(jié)學(xué)習(xí)的進(jìn)展[5]。在行為方面，研究者運(yùn)用學(xué)習(xí)分析挖掘SRL行為，發(fā)現(xiàn)學(xué)習(xí)行為的規(guī)律特點(diǎn)[6]。在策略方面，研究者采用不同的學(xué)習(xí)分析技術(shù)識別和解釋SRL策略使用和學(xué)習(xí)策略執(zhí)行的頻率、順序、時間等，為表征自我調(diào)節(jié)學(xué)習(xí)提供新見解[7]。由此可知，學(xué)習(xí)分析對于內(nèi)隱數(shù)據(jù)的挖掘能夠多維度表征認(rèn)知、情感、行為等內(nèi)在要素，以幫助研究者認(rèn)識、理解自我調(diào)節(jié)學(xué)習(xí)。

（二）內(nèi)部：輔助視角下的干預(yù)/支持之路

隨著技術(shù)的發(fā)展，學(xué)習(xí)分析在自我調(diào)節(jié)學(xué)習(xí)中的應(yīng)用重點(diǎn)逐漸轉(zhuǎn)移，以學(xué)習(xí)分析為輔助工具，從不同階段促進(jìn)自我調(diào)節(jié)學(xué)習(xí)，改善學(xué)習(xí)效果。

Howell等人指出，學(xué)習(xí)分析通過儀表盤向?qū)W習(xí)者提供反饋，以影響學(xué)習(xí)者的情感和學(xué)術(shù)彈性，進(jìn)而改善自我調(diào)節(jié)學(xué)習(xí)[8]。趙艷等人在學(xué)習(xí)分析支持下設(shè)計(jì)反饋與干預(yù)策略，以提高在線自我調(diào)節(jié)學(xué)習(xí)的效果[9]。此外，Lim等人基于學(xué)習(xí)分析技術(shù)設(shè)計(jì)學(xué)習(xí)反饋系統(tǒng)，經(jīng)實(shí)驗(yàn)發(fā)現(xiàn)，實(shí)驗(yàn)組的SRL模式與對照組不同，且學(xué)習(xí)成績明顯高于對照組[10]。由此可知，基于學(xué)習(xí)分析設(shè)計(jì)儀表盤、學(xué)習(xí)反饋系統(tǒng)、干預(yù)策略等能夠?qū)崿F(xiàn)對自我調(diào)節(jié)學(xué)習(xí)的正向影響。

綜上所述，學(xué)習(xí)分析與自我調(diào)節(jié)學(xué)習(xí)存在緊密的關(guān)聯(lián)關(guān)系。一方面，學(xué)習(xí)分析從外部表征SRL要素，實(shí)現(xiàn)對自我調(diào)節(jié)學(xué)習(xí)的準(zhǔn)確把控;另一方面，基于數(shù)據(jù)驅(qū)動理念，學(xué)習(xí)分析從內(nèi)部、支持、優(yōu)化自我調(diào)節(jié)學(xué)習(xí)。雖然研究視角已經(jīng)逐漸從外部表征轉(zhuǎn)移到內(nèi)部支持，但關(guān)于學(xué)習(xí)分析是如何支持自我調(diào)節(jié)學(xué)習(xí)發(fā)生的這一問題仍未解決，即學(xué)習(xí)分析優(yōu)化自我調(diào)節(jié)學(xué)習(xí)的機(jī)理未被真正發(fā)現(xiàn)?；诖?，本研究通過實(shí)證研究探索學(xué)習(xí)分析對自我調(diào)節(jié)學(xué)習(xí)的影響機(jī)理。

三、研究設(shè)計(jì)

（一）研究流程

學(xué)習(xí)分析旨在支持研究者更準(zhǔn)確地理解和學(xué)習(xí)者更高效地完成自我調(diào)節(jié)學(xué)習(xí)。目前已形成較為穩(wěn)定的應(yīng)用模式。在預(yù)見、計(jì)劃、激活階段，學(xué)習(xí)分析以可視化技術(shù)激發(fā)動機(jī)，輔助學(xué)生明確任務(wù)目標(biāo)[11];在學(xué)習(xí)監(jiān)測階段，學(xué)習(xí)分析儀表盤呈現(xiàn)學(xué)習(xí)進(jìn)度等幫助學(xué)習(xí)者掌握自身狀態(tài)[12];在學(xué)習(xí)控制階段，學(xué)習(xí)分析提供個性化學(xué)習(xí)策略和資源引導(dǎo)學(xué)習(xí)者完成任務(wù)[13];在反應(yīng)與反思階段，學(xué)習(xí)分析結(jié)果促進(jìn)學(xué)習(xí)者更全面地自我反思[14]。綜上，本研究總結(jié)出學(xué)習(xí)分析在自我調(diào)節(jié)學(xué)習(xí)中的應(yīng)用模式，在學(xué)習(xí)分析平臺支持學(xué)習(xí)者經(jīng)歷自我調(diào)節(jié)學(xué)習(xí)的過程，如圖1所示。研究設(shè)置對照實(shí)驗(yàn)，實(shí)驗(yàn)組在SRL各環(huán)節(jié)有學(xué)習(xí)分析的支持、呈現(xiàn)、引導(dǎo)和促進(jìn)，而對照組僅按照學(xué)習(xí)流程完成學(xué)習(xí)任務(wù)。任務(wù)完成后，研究者收集反思與訪談數(shù)據(jù)，利用認(rèn)知網(wǎng)絡(luò)分析對比兩組在認(rèn)知、動機(jī)、情感、行為、背景五要素間的特點(diǎn)和差異，并探究實(shí)驗(yàn)組在SRL不同階段中五要素間的特征與差異，以語義分析法挖掘?qū)W習(xí)分析優(yōu)化自我調(diào)節(jié)學(xué)習(xí)的觸發(fā)特征。

（二）研究對象

研究對象為貴州師范大學(xué)二年級本科生，實(shí)驗(yàn)組與對照組各25人。研究采用MSLQ量表[15]對兩組學(xué)習(xí)者的自我調(diào)節(jié)學(xué)習(xí)能力進(jìn)行前測。該量表從動機(jī)性信念和自主學(xué)習(xí)策略兩方面衡量學(xué)習(xí)者的自我調(diào)節(jié)學(xué)習(xí)水平，其信效度經(jīng)過眾多研究者驗(yàn)證，結(jié)果可靠[16]，經(jīng)前測證明兩組無顯著差異（見表1）。

（三）研究工具與方法

1. 反思提綱與深度訪談提綱

反思數(shù)據(jù)能夠幫助研究者較快地理解學(xué)習(xí)者對SRL的體驗(yàn)與感受。研究依據(jù)Pintrich提出的SRL模型[17]設(shè)計(jì)反思提綱：各階段的反思內(nèi)容涉及該階段的學(xué)習(xí)體驗(yàn)、遇到的困難、策略選取、學(xué)習(xí)成果等。

然而書面表達(dá)的局限性使得反思深度難以保證，因此，研究者基于反思數(shù)據(jù)開展一對一訪談，在征得同意后記錄。訪談提綱包括：個人信息、主要問題（SRL各要素的具體感受）、追蹤問題（針對被訪談?wù)叩幕卮疬M(jìn)行追問）、探測性問題（讓被訪談?wù)咛峁└钊牖驕?zhǔn)確的回答，如通過舉例解釋自己的感受）。

2. 反思編碼標(biāo)準(zhǔn)

本研究以Pintrich的SRL模型為理論基礎(chǔ)，因?yàn)樵撃Ｐ驮赟RL四個階段分別明確地闡述了認(rèn)知、動機(jī)/情感、行為、背景各要素的表現(xiàn)方式[17]。預(yù)見/計(jì)劃/激活階段：認(rèn)知生成關(guān)于學(xué)習(xí)任務(wù)的預(yù)測、激活先驗(yàn)知識、設(shè)定目標(biāo);動機(jī)/情感要素側(cè)重于識別從事任務(wù)的原因，判斷任務(wù)的價(jià)值、興趣和難度等;在行為要素方面，考慮如何給任務(wù)中的要素分配時間和精力等;在背景要素方面，可以調(diào)節(jié)情境特征。監(jiān)測階段：在認(rèn)知要素方面，對學(xué)習(xí)的判斷和對知識的感受被呈現(xiàn)出來;動機(jī)/情感要素主要包括預(yù)期的變化、解釋任務(wù)歸因及情緒反應(yīng);在行為要素方面，設(shè)定任務(wù)標(biāo)準(zhǔn)后，學(xué)習(xí)者跟蹤這些因素來發(fā)現(xiàn)偏差;在背景要素方面，會掃描對環(huán)境因素的更改?？刂齐A段是控制每個要素，如果學(xué)習(xí)不合格，學(xué)習(xí)者可以復(fù)習(xí)內(nèi)容、修改任務(wù)難度的評級或?qū)で髱椭?。反?yīng)與反思階段：在認(rèn)知要素方面，可能會意識到激活與任務(wù)相關(guān)的知識能夠取得更好的成就;在動機(jī)/情感要素方面，可能會將低活躍性歸因于學(xué)習(xí)節(jié)奏緩慢;在行為要素方面，時間可能被認(rèn)為比最初考慮的更重要;在背景要素方面，學(xué)習(xí)者要求教師更清楚地說明任務(wù)的各個部分是如何加權(quán)的，可以更好地分配時間[18]。需要說明的是，該模型將動機(jī)/情感作為一個要素，但學(xué)習(xí)者的情感是體現(xiàn)自我調(diào)節(jié)學(xué)習(xí)內(nèi)在機(jī)理的重要組成部分，因此，本研究從認(rèn)知、動機(jī)、情感、行為和背景五個要素對學(xué)習(xí)者的反思數(shù)據(jù)進(jìn)行編碼。部分編碼樣例見表2。

對反思數(shù)據(jù)編碼時，有相關(guān)表述記為1，無相關(guān)表述記為0。本研究依據(jù)編碼標(biāo)準(zhǔn)培訓(xùn)兩名編碼員，并對編碼結(jié)果進(jìn)行一致性檢驗(yàn)，Kappa值為0.777>0.7表明一致性良好，結(jié)果可信，可以進(jìn)行下一步分析。

3. 認(rèn)知網(wǎng)絡(luò)與語義網(wǎng)絡(luò)分析

認(rèn)知網(wǎng)絡(luò)分析（Epistemic Network Analysis，ENA）是一種民族志技術(shù)，用于對數(shù)據(jù)中的連接結(jié)構(gòu)進(jìn)行建模。有研究利用ENA表征認(rèn)知元素之間的聯(lián)系模式來探究學(xué)習(xí)過程中認(rèn)知框架的發(fā)展[19]。ENA是一種適用于任何具備有意義連接結(jié)構(gòu)場景的技術(shù)[20]。因此，本研究使用ENA對反思數(shù)據(jù)中的認(rèn)知、動機(jī)、情感、行為和背景進(jìn)行建模，探索SRL各要素間的聯(lián)系。

語義網(wǎng)絡(luò)分析能夠通過網(wǎng)絡(luò)形式展示人類語言包含的內(nèi)在含義。本研究采用語義網(wǎng)絡(luò)分析、語義聚類分析等方法分析訪談數(shù)據(jù)，在認(rèn)知網(wǎng)絡(luò)分析結(jié)果的基礎(chǔ)上探索引起學(xué)習(xí)者自我調(diào)節(jié)學(xué)習(xí)發(fā)生的內(nèi)在機(jī)理。

四、學(xué)習(xí)分析影響自我調(diào)節(jié)學(xué)習(xí)的變化規(guī)律和觸發(fā)特征

本研究通過分析反思數(shù)據(jù)挖掘?qū)W習(xí)分析影響自我調(diào)節(jié)學(xué)習(xí)的變化規(guī)律，通過分析訪談數(shù)據(jù)探索學(xué)習(xí)分析影響自我調(diào)節(jié)學(xué)習(xí)的觸發(fā)特征。

（一）學(xué)習(xí)分析影響自我調(diào)節(jié)學(xué)習(xí)的變化規(guī)律

本研究對比實(shí)驗(yàn)組與對照組的ENA結(jié)果，旨在對比學(xué)習(xí)分析對自我調(diào)節(jié)學(xué)習(xí)整體的影響效果;探究實(shí)驗(yàn)組在不同SRL階段的ENA結(jié)果，旨在發(fā)現(xiàn)學(xué)習(xí)分析在不同階段影響自我調(diào)節(jié)學(xué)習(xí)的要素變化特征。

1. 學(xué)習(xí)分析影響SRL各要素整體差異分析

研究者將編碼結(jié)果導(dǎo)入ENA網(wǎng)站得到分析結(jié)果（如圖2所示）。實(shí)驗(yàn)組均位于X軸正半軸，分布緊密，對照組多位于X軸負(fù)半軸，分布稀疏。本研究在X和Y維度對兩組做了T檢驗(yàn)，見表3。結(jié)果表明，在X方向上兩組有顯著差異，在Y方向上兩組差異不顯著。

作者對比了兩組在SRL各要素上的差異，如圖3所示。圖3（i）表明實(shí)驗(yàn)組在認(rèn)知、動機(jī)、情感、行為四個要素的關(guān)聯(lián)性既緊密又均衡;相比之下，背景與其他要素的關(guān)聯(lián)性表現(xiàn)不明顯。圖3（ii） 表明對照組的自我調(diào)節(jié)學(xué)習(xí)表現(xiàn)主要集中在認(rèn)知、行為和動機(jī)三個要素，與情感和背景的關(guān)聯(lián)性較低;且圖3（ii）顯示與認(rèn)知相連的路徑更加突出，這說明對照組在經(jīng)歷自我調(diào)節(jié)學(xué)習(xí)時以認(rèn)知層面的表現(xiàn)為中心。圖3（iii）表明，相比于對照組，實(shí)驗(yàn)組SRL五要素間的關(guān)聯(lián)性更強(qiáng)，且較大程度地突出了自我調(diào)節(jié)學(xué)習(xí)的情感要素，對背景要素的表述也有所增強(qiáng)。

該結(jié)果表明，傳統(tǒng)自我調(diào)節(jié)學(xué)習(xí)者完成學(xué)習(xí)時主要調(diào)用認(rèn)知、動機(jī)和行為要素，且以認(rèn)知為主。但在學(xué)習(xí)分析加入后，學(xué)習(xí)者明顯增加了對其他要素的關(guān)注和調(diào)用，其中以情感層面的變化最為突出?？偟膩碚f，有學(xué)習(xí)分析支持的實(shí)驗(yàn)組在SRL過程中更能將各要素結(jié)合起來，激發(fā)、輔助、促進(jìn)學(xué)習(xí)者完成學(xué)習(xí)任務(wù)。

2. 學(xué)習(xí)分析影響SRL各階段要素的變化規(guī)律分析

為進(jìn)一步了解學(xué)習(xí)分析支持自我調(diào)節(jié)學(xué)習(xí)的細(xì)節(jié)，本研究以SRL階段為對照標(biāo)準(zhǔn)對實(shí)驗(yàn)組進(jìn)行認(rèn)知網(wǎng)絡(luò)分析，如圖4所示。

由圖4可知，實(shí)驗(yàn)組在SRL不同階段，認(rèn)知、動機(jī)、情感、行為和背景之間的關(guān)聯(lián)性有明顯區(qū)別。SRL第一、二階段相似，但第一階段更突出背景要素的效果，而第二階段前四個要素的關(guān)系更加緊密。SRL第三階段，五個要素關(guān)聯(lián)性較低，以行為為中心，與其余四個要素建立聯(lián)系，其中，行為與認(rèn)知和情感間的聯(lián)系更強(qiáng)，與動機(jī)和背景的聯(lián)系稍弱。SRL第四階段，認(rèn)知的作用更加突出，其中，認(rèn)知與動機(jī)和行為的聯(lián)系最為突出，認(rèn)知與背景的聯(lián)系也得到強(qiáng)化。

結(jié)果表明，實(shí)驗(yàn)組對五個要素的調(diào)用處在動態(tài)變化之中，各要素在SRL不同階段的側(cè)重各有不同。第一階段，學(xué)習(xí)者受學(xué)習(xí)分析的激發(fā)，綜合運(yùn)用認(rèn)知、動機(jī)、行為和情感完成對任務(wù)的預(yù)測和計(jì)劃。第二階段，學(xué)習(xí)分析引導(dǎo)學(xué)習(xí)者降低對背景的關(guān)注，進(jìn)一步加強(qiáng)認(rèn)知、動機(jī)、行為、情感間的融合，實(shí)現(xiàn)對各要素的監(jiān)控。第三階段，學(xué)習(xí)者將聚焦于行為，以行為驅(qū)動認(rèn)知和情感的調(diào)節(jié)，從而確?？刂茖W(xué)習(xí)過程。第四階段，學(xué)習(xí)分析促進(jìn)學(xué)習(xí)者反思，將重點(diǎn)轉(zhuǎn)移到認(rèn)知上，回顧學(xué)習(xí)過程中學(xué)習(xí)分析帶來的支持和體驗(yàn)。

（二）學(xué)習(xí)分析影響自我調(diào)節(jié)學(xué)習(xí)的觸發(fā)特征

研究者將訪談主題按SRL階段分為四部分，采用語義網(wǎng)絡(luò)分析和語義聚類分析挖掘?qū)W習(xí)分析對SRL各階段的觸發(fā)特征，得到SRL四階段的語義網(wǎng)絡(luò)圖，節(jié)點(diǎn)大小表示中心度高低，底紋顯示聚類結(jié)果，圓形網(wǎng)絡(luò)圖展示語義網(wǎng)絡(luò)分析結(jié)果，如圖5所示。

在SRL第一階段，任務(wù)、學(xué)習(xí)、完成、平臺是中心度較高的詞語，聚類結(jié)果分為關(guān)注任務(wù)、情感變化、激勵、時間計(jì)劃、自身感受等方面。語義網(wǎng)絡(luò)分析結(jié)果展示了學(xué)習(xí)分析支持SRL第一階段的影響機(jī)理：（1）以任務(wù)驅(qū)動觸發(fā)情緒;（2）以情緒提高學(xué)習(xí)動機(jī);（3）以時間計(jì)劃展示認(rèn)知行為。

在SRL第二階段，計(jì)劃、任務(wù)、學(xué)習(xí)、制定、完成等是中心度較高的詞語，聚類結(jié)果分為對任務(wù)計(jì)劃的監(jiān)測、對同伴學(xué)習(xí)的關(guān)注和對可視化結(jié)果的情緒體驗(yàn)。結(jié)果表明，學(xué)習(xí)分析一方面降低了學(xué)習(xí)者自我監(jiān)測的門檻，另一方面也讓學(xué)習(xí)者更加全面地了解自身與他人的差距，將元認(rèn)知技能通過學(xué)習(xí)分析直接呈現(xiàn)給學(xué)習(xí)者，提高了學(xué)習(xí)的主動性和緊迫感。

SRL第三階段最主要的詞語是學(xué)習(xí)，平臺、任務(wù)、同學(xué)等詞次之。聚類結(jié)果分為學(xué)習(xí)方法/尋求幫助、課程平臺、時間計(jì)劃、情緒狀態(tài)等。這說明學(xué)習(xí)分析提高了學(xué)習(xí)者調(diào)整學(xué)習(xí)計(jì)劃的效率和能力。結(jié)果展示了學(xué)習(xí)者在第三階段以學(xué)習(xí)行為為中心，連接認(rèn)知、動機(jī)、情感、背景的內(nèi)在變化機(jī)理。學(xué)習(xí)分析幫助學(xué)習(xí)者迅速聚焦學(xué)習(xí)行為，并且以學(xué)習(xí)行為的調(diào)整改善自身情緒狀態(tài)。

在SRL第四階段，學(xué)習(xí)、反思是核心詞。聚類結(jié)果分為反思任務(wù)、學(xué)習(xí)投入、調(diào)節(jié)體驗(yàn)、制定計(jì)劃等。這說明學(xué)習(xí)分析促進(jìn)了反應(yīng)與反思的發(fā)生，主要表現(xiàn)為對未來任務(wù)的啟示、對學(xué)習(xí)投入度和學(xué)習(xí)體驗(yàn)的反思，以及對學(xué)習(xí)總結(jié)。研究表明，學(xué)習(xí)分析通過可視化展示學(xué)習(xí)評價(jià)結(jié)果，提高了自身對自我學(xué)習(xí)過程的認(rèn)知。此外，在SRL反思階段之后，學(xué)習(xí)者的學(xué)習(xí)動機(jī)會延伸到下一次學(xué)習(xí)循環(huán)中，形成了良性循環(huán)。但在這一階段，學(xué)習(xí)者對情緒的反思相對較少，這在認(rèn)知網(wǎng)絡(luò)分析和語義網(wǎng)絡(luò)分析結(jié)果中均得到證明。

五、討? ?論

研究依據(jù)學(xué)習(xí)分析影響自我調(diào)節(jié)學(xué)習(xí)的要素變化規(guī)律和各階段觸發(fā)特征，解釋了學(xué)習(xí)分析介入后，對學(xué)習(xí)者認(rèn)知、動機(jī)、情感、行為、背景五要素的影響，得到學(xué)習(xí)分析對自我調(diào)節(jié)學(xué)習(xí)的影響機(jī)理，如圖6所示。

（一）學(xué)習(xí)分析強(qiáng)化要素聯(lián)系，全方位支持自我調(diào)節(jié)學(xué)習(xí)

在自我調(diào)節(jié)學(xué)習(xí)時，對照組主要調(diào)動認(rèn)知、動機(jī)和行為;而實(shí)驗(yàn)組則調(diào)動認(rèn)知、動機(jī)、行為和情感，且對于背景要素的關(guān)注也有所提高。該結(jié)果說明，學(xué)習(xí)分析幫助學(xué)習(xí)者全方位認(rèn)識自我，綜合聯(lián)系認(rèn)知、情感、動機(jī)、行為、背景支持自身完成自我調(diào)節(jié)學(xué)習(xí)。有研究發(fā)現(xiàn)，學(xué)習(xí)者認(rèn)為，學(xué)習(xí)分析能夠支持他們完成對學(xué)習(xí)過程的規(guī)劃和組織、自我評估、提供適應(yīng)性建議以及對他們的學(xué)習(xí)活動進(jìn)行個性化分析[21]。這是因?yàn)閷W(xué)習(xí)分析對各種數(shù)據(jù)的分析可以幫助學(xué)習(xí)者監(jiān)控自身狀態(tài)，規(guī)劃學(xué)習(xí)行為，避免不良的學(xué)習(xí)結(jié)果[22]。

（二）SRL第一階段：學(xué)習(xí)分析以背景觸動情緒，以情緒激發(fā)動機(jī)，以動機(jī)促進(jìn)整合

在第一階段，學(xué)習(xí)分析搭建的學(xué)習(xí)環(huán)境首先引起學(xué)習(xí)者注意，觸動情緒，情緒的波動激發(fā)學(xué)習(xí)動機(jī)，進(jìn)而使學(xué)習(xí)者更積極地感知任務(wù)，采取設(shè)置目標(biāo)、制定計(jì)劃等行為。訪談結(jié)果證明，學(xué)習(xí)分析幫助學(xué)習(xí)者聚焦學(xué)習(xí)任務(wù)，激發(fā)情感變化，引導(dǎo)計(jì)劃時間，關(guān)注自身感受。因?yàn)樵趯W(xué)習(xí)者注意到學(xué)習(xí)分析后，情緒最先反應(yīng)，正向的學(xué)習(xí)分析結(jié)果讓學(xué)習(xí)者產(chǎn)生希望、放松等情緒，并在一定程度上推動他們保持較高的學(xué)習(xí)積極性;負(fù)面的學(xué)習(xí)分析結(jié)果讓學(xué)習(xí)者產(chǎn)生焦慮、失望等情緒，處在這種適當(dāng)?shù)南麡O情緒中，會激勵學(xué)習(xí)者更加努力地參與到學(xué)習(xí)中。這一發(fā)現(xiàn)與成就目標(biāo)理論相契合。Aguilar等同樣發(fā)現(xiàn)，向?qū)W習(xí)者呈現(xiàn)學(xué)習(xí)分析結(jié)果能夠影響學(xué)習(xí)動機(jī)，促進(jìn)自我調(diào)節(jié)學(xué)習(xí)[23]。

（三）SRL第二階段：學(xué)習(xí)分析以內(nèi)容聚焦注意力，弱化背景存在感

學(xué)習(xí)分析利用可視化技術(shù)讓學(xué)習(xí)者在SRL第二階段更加關(guān)注自身的行為、認(rèn)知、情感和動機(jī)，雖然這些引導(dǎo)是通過學(xué)習(xí)分析環(huán)境實(shí)現(xiàn)的，但學(xué)習(xí)者表示，在接受這些功能或提示時，其更加關(guān)注內(nèi)容信息，而忽略了背景的存在。Chen等人同樣發(fā)現(xiàn)，學(xué)習(xí)分析儀表盤呈現(xiàn)的知識、計(jì)劃、學(xué)習(xí)策略等信息能夠輔助學(xué)習(xí)者進(jìn)行元認(rèn)知和自我監(jiān)控[12]。因?yàn)榭梢暬浅尸F(xiàn)信息的一種方式，真正輔助學(xué)習(xí)者自我監(jiān)控的是學(xué)習(xí)分析所傳遞的內(nèi)容與信息。即學(xué)習(xí)分析的介入，讓學(xué)習(xí)者更容易關(guān)注到自己的行為、情感等狀態(tài)，輔助學(xué)習(xí)者監(jiān)控自身學(xué)習(xí)狀態(tài)，為后續(xù)的學(xué)習(xí)調(diào)節(jié)打好基礎(chǔ)，而作為背景存在的學(xué)習(xí)分析的存在感則被削弱。

（四）SRL第三階段：學(xué)習(xí)分析以行為強(qiáng)化控制，以融合優(yōu)化調(diào)節(jié)

在第三階段，學(xué)習(xí)分析將重點(diǎn)集中于行為，通過提供個性化SRL策略，從認(rèn)知、動機(jī)、情感、背景對學(xué)習(xí)者的學(xué)習(xí)行為調(diào)節(jié)提供幫助。學(xué)習(xí)者表示，在認(rèn)知要素方面，學(xué)習(xí)分析平臺提供認(rèn)知策略;在動機(jī)要素方面，學(xué)習(xí)分析通過展示任務(wù)進(jìn)度、同伴成就等內(nèi)容激勵自己對學(xué)習(xí)做出適當(dāng)調(diào)整;在情感要素方面，學(xué)習(xí)分析利用語言/圖片提示初步緩解消極情緒，使用擴(kuò)展資源、難點(diǎn)提示等方法從根源解決引起消極情緒的知識性問題;在背景要素方面，學(xué)習(xí)分析運(yùn)用儀表盤、學(xué)習(xí)路徑等展示學(xué)習(xí)者自我調(diào)節(jié)學(xué)習(xí)的狀態(tài)，為學(xué)習(xí)者控制學(xué)習(xí)進(jìn)度、選擇學(xué)習(xí)策略提供支撐。正如Panadero等人所提出的，當(dāng)前學(xué)習(xí)分析應(yīng)用于自我調(diào)節(jié)學(xué)習(xí)是評估與干預(yù)同時發(fā)生的，以學(xué)習(xí)分析儀表盤呈現(xiàn)評估結(jié)果、提供學(xué)習(xí)建議與反饋能夠幫助學(xué)習(xí)者發(fā)展自我調(diào)節(jié)學(xué)習(xí)[24]。

（五）SRL第四階段：學(xué)習(xí)分析以促進(jìn)反思為手段，形成以認(rèn)知為核心，動機(jī)、行為、情感多重交互的作用機(jī)理

在學(xué)習(xí)分析的支持下，學(xué)習(xí)者在SRL第四階段掌握反思的核心理念，以發(fā)散式思維進(jìn)行評價(jià)和反思。學(xué)習(xí)者表示，相比于前三個階段，學(xué)習(xí)分析在這一階段的影響是最大的。因?yàn)閷W(xué)習(xí)者在平時學(xué)習(xí)中真正反思的較少，且多集中于對成績的反思。而學(xué)習(xí)分析的加入，讓學(xué)習(xí)者關(guān)注到自身在動機(jī)、行為和情感要素的變化，更重要的是，能夠關(guān)注到環(huán)境對學(xué)習(xí)的支持和幫助，為下一次自我調(diào)節(jié)學(xué)習(xí)提供經(jīng)驗(yàn)。Silva等人發(fā)現(xiàn)，學(xué)習(xí)分析顯著優(yōu)化了學(xué)習(xí)者的自我反思與評價(jià)、認(rèn)知目標(biāo)等維度[25]。此外，Yoon等人發(fā)現(xiàn)，受到學(xué)習(xí)分析支持的學(xué)習(xí)者在自我反思、行為投入、情感狀態(tài)和認(rèn)知水平等方面都表現(xiàn)出更高的水平[26]。這些結(jié)果均證明，在學(xué)習(xí)分析全方位的支持下，學(xué)習(xí)者的認(rèn)知、動機(jī)、行為、情感等要素均得到關(guān)注，幫助學(xué)習(xí)者反思，促進(jìn)學(xué)習(xí)者完成自我調(diào)節(jié)學(xué)習(xí)。

六、結(jié)? ?語

本研究以質(zhì)性研究方法為手段，以SRL模型為指導(dǎo)，以反思與訪談數(shù)據(jù)為主體，研究學(xué)習(xí)分析介入后的自我調(diào)節(jié)學(xué)習(xí)過程中各要素的相互作用關(guān)系。研究發(fā)現(xiàn)，學(xué)習(xí)分析的加入，首先從整體上強(qiáng)化了自我調(diào)節(jié)學(xué)習(xí)各要素之間的作用效果，尤其對情緒的激發(fā)最為突出。此外，學(xué)習(xí)分析對SRL不同階段中各要素的影響程度存在差異。研究者對學(xué)習(xí)者訪談數(shù)據(jù)分析的結(jié)果表明了學(xué)習(xí)者在接收學(xué)習(xí)分析支持后，其認(rèn)知、情緒、動機(jī)、行為等要素的變化特點(diǎn)，并總結(jié)出學(xué)習(xí)分析對自我調(diào)節(jié)學(xué)習(xí)的影響機(jī)理。本研究不同于常規(guī)的“模型設(shè)計(jì)—實(shí)證分析—結(jié)果討論—得到結(jié)論”的研究模式，而是由果及因，以“數(shù)據(jù)收集—分類提取—發(fā)現(xiàn)特征—凝聚結(jié)論”的研究模式，探索當(dāng)前普遍意義上的學(xué)習(xí)分析對自我調(diào)節(jié)學(xué)習(xí)的影響機(jī)理，從而為后續(xù)更好地完善學(xué)習(xí)分析與自我調(diào)節(jié)學(xué)習(xí)的融合提供方向，也為具有類似特征的研究提供經(jīng)驗(yàn)和依據(jù)。

[參考文獻(xiàn)]

[1] 徐曉青，趙蔚，劉紅霞，姜強(qiáng).自我調(diào)節(jié)學(xué)習(xí)中學(xué)習(xí)分析的應(yīng)用框架和融合路徑研究[J].電化教育研究，2021，42（6）：96-104.

[2] RUBIN H J， RUBIN I S. Qualitative interviewing： The art of hearing data[M]. Thousand Oaks， CA： Sage， 2011.

[3] NOROOZI O， ALIKHANI I， J？魧RVEL？魧 S， et al. Multimodal data to design visual learning analytics for understanding regulation of learning[J]. Computers in human behavior， 2019， 100（11）： 298-304.

[4] 單迎杰，傅鋼善，王一冰，王改花.基于反思文本的慕課學(xué)習(xí)情感體驗(yàn)特征分析[J].電化教育研究，2021，42（4）：53-60，75.

[5] MALMBERG J， J？魧RVEL？魧 S， J？魧RVENOJA H. Capturing temporal and sequential patterns of self-， co-， and socially shared regulation in the context of collaborative learning[J]. Contemporary educational psychology， 2017， 49（2）： 160-174.

[6] 鄧國民，徐新斐，朱永海.混合學(xué)習(xí)環(huán)境下學(xué)習(xí)者的在線自我調(diào)節(jié)學(xué)習(xí)潛在剖面分析及行為過程挖掘[J].電化教育研究，2021，42（1）：80-86.

[7] UZIR N A， GA？譒EVICD， JOVANOVICJ， et al. Analytics of time management and learning strategies for effective online learning in blended environments[C]//Proceedings of the Tenth International Conference on Learning Analytics & Knowledge. New York： Association for Computing Machinery， 2020： 392-401.

[8] HOWELL J A， ROBERTS L D， MANCINI V O. Learning analytics messages： impact of grade， sender， comparative information and message style on student affect and academic resilience[J]. Computers in human behavior， 2018， 89： 8-15.

[9] 趙艷，趙蔚，姜強(qiáng).學(xué)習(xí)分析視域下教師在線自我調(diào)節(jié)學(xué)習(xí)干預(yù)設(shè)計(jì)與實(shí)證研究[J].現(xiàn)代遠(yuǎn)距離教育，2020（3）：79-88.

[10] LIM L A， GENTILI S， PARDO A， et al. What changes， and for whom？ A study of the impact of learning analytics-based process feedback in a large course[J]. Learning and instruction， 2021， 72（2）： 101202.

[11] JIVET I， SCHEFFEL M， SCHMITZ M， et al. From students with love： an empirical study on learner goals， self-regulated learning and sense-making of learning analytics in higher education[J]. The internet and higher education， 2020， 47： 100758.

[12] CHEN L， LU M， GODA Y， et al. Design of learning analytics dashboard supporting metacognition[C]//Proceedings of 16th International conference of cognition and exploratory learning in digital age 2019. Cagliari： IADIS Press， 2019： 175-182.

[13] 李月，姜強(qiáng)，趙蔚.基于過程挖掘的在線自主學(xué)習(xí)行為模式識別及干預(yù)實(shí)證研究[J].電化教育研究，2021，42（5）：61-69.

[14] CHA H J， PARK T. Applying and evaluating visualization design guidelines for a MOOC dashboard to facilitate self-regulated learning based on learning analytics[J]. KSII Transactions on Internet and Information Systems（TIIS）， 2019， 13（6）： 2799-2823.

[15] PINTRICH P R， SMITH D A F， GARCIA T， MCKEACHIE W J. A manual for the use of the motivated strategies for learning questionnaire[EB/OL]. [2021-12-01]. https：//eric.ed.gov/？id=ED338122.

[16] PINTRICH P R， SMITH D A F， GARCIA T， et al. Reliability and predictive validity of the motivated strategies for learning questionnaire[J]. Educational and psychological measurement， 1993， 53（3）： 801-813.

[17] PINTRICH P R. A conceptual framework for assessing motivation and self-regulated learning in college students[J]. Educational psychology review， 2004， 16（4）： 385-407.

[18] WINNE P. Self-regulated learning[J]. SFU educational review， 2016， 9（1）： 1-3.

[19] SHAFFER D W. Epistemic frames for epistemic games[J]. Computers & education， 2006， 46（3）： 223-234.

[20] 王辭曉.技術(shù)供給的動力作用：合作探究中具身參與的認(rèn)知網(wǎng)絡(luò)分析[J].中國電化教育，2021（2）：113-122.

[21] SCHUMACHER C， IFENTHALER D. Features students really expect from learning analytics[J]. Computers in human behavior， 2018， 78（C）： 397-407.

[22] GA？譒EVIC D， DAWSON S， SIEMENS G. Let's not forget： learning analytics are about learning[J]. Techtrends， 2015，59（1）：64-71.

[23] AGUILAR S J， KARABENICK S A， TEASLEY S D， et al. Associations between learning analytics dashboard exposure and motivation and self-regulated learning[J]. Computers & education， 2021， 162（2）： 1-11.

[24] PANADERO E， KLUG J， J？魧RVEL？魧 S. Third wave of measurement in the self-regulated learning field： when measurement and intervention come hand in hand[J]. Scandinavian journal of educational research， 2016， 60（6）： 723-735.

[25] SILVA J C S， ZAMBOM E， RODRIGUES R L， et al. Effects of learning analytics on students' self-regulated learning in flipped classroom[J]. International journal of information and communication technology education， 2018， 14（3）： 91-107.

[26] YOON M， HILL J， KIM D. Designing supports for promoting self-regulated learning in the flipped classroom[J]. Journal of computing in higher education， 2021， 33（4）：398-418.