“停课不停学”期间本科生在线学习的问题研究

王诗琪 张佳祺 庄 唯

（上海工程技术大学数理与统计学院，上海 201620）

受新冠肺炎疫情的影响，2020年1月27日教育部发布了关于2020年春季学期延期开学的通知［1］。2020年2月5日，教育部又印发《关于在疫情防控期间做好普通高等学校在线教学组织与管理工作的指导意见》，全面保障高校在疫情防控期间的在线教学［2］。各高校响应“停课不停教、停课不停学”号召，纷纷开展线上教学活动，因此学生在线学习的效果引起社会各界的广泛关注。在线学习的效果的评价显然不能简单依赖于最终考试成绩的评定，对学生学习效果的评价更应注重于学生的学习态度、心理素质等，这些因素能够体现学生学习能力及适应能力的综合素质水平。与此同时，通过高校学生在知识、技能和能力水平的提升程度来评价学习质量——对学习绩效的评价，也突显出它的重要意义。本文基于Kirkpatrick［3］评估模型、结合线上教学的特点，对本科生在线学习的学习教学进行评价。

本文在学生自评研究的基础上，对本科生线上学习达到的绩效水平进行评价，旨在了解学生在线学习情况、体现本科生在线学习的行为状态，为更好地服务在线教学的具体实施，为后续网络教育和网络课堂，例如Mooc等提供参考。

一、学生样本概况

本研究通过“问卷星”发放（2020年4月23日-4月25日）电子问卷展开调研，问卷题类目包括：学生基本情况，关于学习效果的评价，对在线学习的评价等等。最终回收1787份答卷，其中有效问卷1707份，涉及全国学生13个专业，其中工学类学生及文学类学生最多。

二、在线学习绩效评估

问卷共设置18道关于学习效果评价的题目。本研究首先对照问卷的18个题目进行分析。通过对题目总分取上27%分位数和下27%分位数［4］，将答卷分为高分组（总分大于上27%分位数）和低分组（总分小于下27%分位数）。将高分组与低分组的每个题目得分进行均值检验（t-test），发现p值都小于0.001，每个题项都具有较高的区分度。删掉与总分相关系数小于0.4的题目，共剩余参与分析的题项数为17。样本的结构性效度分析显示，Bartlett球形检验在0.001水平上显著（卡方统计量为89213.97，自由度为171），KMO检验值为0.947，说明样本具有较高的结构性效度，非常适合进行因素分析。尝试抽取一个公共因子，发现“请问您在这段时间，课下主要通过什么途径巩固学习？”这个问题与其他问题的共同度较低（<0.2），故选择删掉此问题。因此最终保留16个相关度较高的题项，保留样本的Cronbach’s系数为0.931（≥0.8）说明具有较好的内部一致性。

下面我们将分别对Kirkpatrick评估模型的四个维度进行因子分析，以特征值大于1为标准抽取公共因子。结果显示，每个维度下可以抽取1个公共因子。就分析角度看，我们目的就是寻找1个指标代替该维度下的绩效水平，因而抽取1个公共因子也是合理的。具体分析如下：

（一）反应层

在Kirkpatrick评估模型中，反应层（Reaction Level）主要针对培训者在自然状态下对学习满意程度的评价。问卷数据显示，本维度下四个题项的平均得分在3.02-3.65之间，其中学生对于学校整体在线教学的组织安排满意度平均得分为3.65，其他三个题项平均得分都低于3.5分。对此维度问题进行因子分析，抽取一个公共因子。此因子可以解释的维度内总变异量的64%。因子在各个题项上的荷载及个指标的共同度范围如表1。通过对权重的归一化处理，最终决定对四个题项权重设置为 0.24，0.27，0.24，0.25 并合成代表反应层的维度指标，整体均值为3.29。

（二）学习层

学习层（Learning Level）是培训者完成培训后，实现态度转变、知识扩充和技能提升的直接及客观的评价。本维度下，四个题项的平均得分在3.12-3.85之间，其中学生对在线学习时状态评价的平均得分为3.85，说明学生在线学习表现出了较高的主动性。对此维度问题进行因子分析，抽取1个公共因子，可以解释的维度内总变异量的63%。因子在各个题项上的荷载及个指标的共同度范围如如表1。通过对权重的归一化处理，最终决定对四个题项权重设置为0.28、0.29、0.26、0.16 并合成代表学习层的维度指标，整体均值为3.3。

表1 因子分析结果（旋转后，N=1707）

（三）行为层

行为层（Behavior Level）是对培训者在培训中将获得的知识、技能、态度应用到实践过程中引起行为变化程度的评价。学生在本维度的四个题项中的平均得分为3.19-3.8之间，其中学生在配合完成老师布置的作业方面评分均值为3.8，说明大多数学生在完成作业方面能够很好配合老师；其他题项得分均在3.5分以下，均处于一般情况。对此维度问题进行因子分析，抽取1个公共因子。此因子可以解释的维度内总变异量的79.5%。因子在各个题项上的荷载及个指标的共同度范围如表1。通过对权重的归一化处理，最终决定对四个题项权重设置为 0.22、0.26、0.26、0.25 并合成代表行为层的维度指标，均值为3.41。

（四）结果层

结果层（Results Level）是培训者接受完培训后，实现目标的评价。本维度下四个题项的平均得分在3.21-3.42之间，均处于一般水平。对此维度问题进行因子分析，抽取1个公共因子。此因子可以解释的维度内总变异量的72%。因子在各个题项上的荷载及个指标的共同度范围如如表1。通过对权重的归一化处理，最终决定对四个题项权重设置为0.27、0.28、0.28、0.18并合成代表学习层的维度指标，整体均值为 3.28。

三、在线学习绩效分析

（一）本科生的在线学习效果受一定条件影响

通过对综合绩效与性别、年级、疫情之前是否有在线学习经历、学习使用设备、授课方式等因素的单因素分析，结果显示：

1.学生的绩效与性别在0.001水平下显著相关，并且女生的绩效显著高于男生约0.15；

2.学生的学习绩效具有城乡差距，结果显示省会/直辖市、地级市、县城学生的绩效无明显差异，但是乡镇学生与其他地区学生相比绩效显著较低；

3.在疫情之前，经常使用线上学习工具的学生表现出最高的绩效水平，而疫情之前没有使用过线上教学工具的学生绩效水平最差；

4.学生使用这三种设备的种数与学习绩效显著相关。使用多的，表现出了更强的绩效水平，而电脑、手机、平板电脑三种设备都使用的学生绩效显著高于其他两种情况；

5.授课方式显著影响学生的学习绩效。授课方式为主要以直播为主的学生展示出的绩效水平最高，其次是授课方式主要以直播和录播相结合的学生。而授课方式主要以录播为主的学生显示了最低的绩效水平。

（二）高低分组学生的学习表现不同

将学生按照高分组（大于绩效的上27%分位数），低分组（低于绩效的下27%分位数）以及中间组，其中高低分组各包含461份问卷。本部分我们仅针对高低分组的学生进行对比分析。

1.高分组和低分组对在线学习的喜爱程度有极大的不同

低分组中有74.4%的学生不喜欢在线学习，而高分组只有15.84%不喜欢。不喜欢网课的学生更多的是因为没有学习气氛（72.23%）、长时间对着屏幕、眼睛疲劳（61.17%）、无法集中精神（60.95%）；喜欢网课的学生大部分认为长时间对着屏幕、眼睛疲劳（67.25%）、网络卡顿（51.41%）、没有课本（49.02%）是最影响自己学习效果的因素。

2.高分组和低分组对在线学习认知有极大的不同

所有参与调查的学生中，41.48%和38.66%学生觉得在线学习可以更有针对性地学习或者有更多的学习资源。而这两种观点在高分组和低分组显示出较大的区别，高分组分别有55.31%和50.11%的学生认同这两种观点，而低分组只有24.08%和29.72%的学生认同。所有参与调查的学生中有67.25%的人会通过上网搜索学习资源来巩固自己的学习，其中低分组有57.73%，高分组有75.45%。

3.教师在高低分组学生中的作用程度不同

调查73.1%的学生课下不会向老师请教问题，其中，低分组为87.9%、高分组为58.4%。低分组学生中有22.34%对教师的授课方式不满意，这一比例在高分组只有6.29%；低分组有14.75%的学生觉得教师不熟悉操作平台对自己的学习产生了影响，这一比例在高分组也有10.2%。

四、总结

相比于传统的教学模式，线上教学的自由度更高，重视学生个体学习的自主性。时空差异也给学校对学生的监管、教师与学生的沟通带来了诸多不便，可能导致学生的学习效果呈现两极分化。为保证在线学习的质量，授课教师应充分考虑学生的思想行为状态，进行个性化教学。