基于学习者统计学模型的B-learning学习绩效推进研究

作     者：丁静 

作者单位：湖南大学 

学位级别：硕士

导师姓名：郑采星

授予年度：2016年

学科分类：0401[教育学-教育学] 04[教育学] 040110[教育学-教育技术学（可授教育学、理学学位）] 

主      题：B-learning 深层学习 教学分析模型 教学干预 绩效推进 

摘      要：混合学习结合了课堂教学和在线学习的优势,是一种有效的教学模式。但混合学习在实际应用中仍然存在不少绩效问题,部分教学实践并没有取得预期的效果。在教学活动方面,课堂教学比重较大,课堂教学与在线学习脱节;在课程资源方面,大力投入建设的精品资源共享课程的应用率比较低;在学习效果方面,学生的在线学习积极性普遍偏低,在线学习参与度高的学生与参与度低的同学在学习成绩上并没有显著性差异。为了继续推进信息技术与高校教学的深度融合,越来越多的研究者关注高校混合学习的绩效问题。本文依据深层学习的基本理论,从学习绩效影响因素的角度,分析混合学习情境下的绩效改进过程。首先,阐述动机—策略组合理论、比格斯的3P学习过程模型等深层学习的基本理论及核心观点。接着,从学习绩效影响因素的视角切入,结合深层学习理论,分析影响B-learning学习绩效的各种因素之间的关系,构建出B-learning深层学习过程模型;依据B-learning深层学习过程模型设计的影响因素逻辑表,采用解释结构模型法建立B-learning教学分析模型。然后,将参与理工科基础课程混合式教学的学生作为调查对象,通过对混合学习绩效问卷收集到第一批数据进行相关性分析,根据影响因素之间的相关性,建构出反映混合教学现状的B-learning整体绩效模型。第二批数据是来自教学干预后的实验班级,结合数据分析和解释结构模型法得到了B-learning实验绩效模型。在B-learning教学分析模型的基础上,对比研究B-learning整体绩效模型能够确定目前混合学习中存在的主要问题,并设计出相应的教学干预策略;对比研究B-learning实验绩效模型,能够对应用的教学干预策略进行定量的评价。总之,建构数据型的混合学习绩效模型,有助于了解混合学习的深层学习状况,制定针对性强的教学干预策略,从而使学习者能更深入地学习,提高混合学习绩效。