基于ISM與AHP的學(xué)習(xí)者在線學(xué)習(xí)投入 影響因素研究

王均霞 王郁琪

摘 要：在線學(xué)習(xí)投入程度影響在線學(xué)習(xí)質(zhì)量，探究在線學(xué)習(xí)投入影響因素對于改善在線學(xué)習(xí)效果具有重要意義。將解釋結(jié)構(gòu)模型（ISM）和層次分析法（AHP）相結(jié)合，在文獻研究與專家訪談基礎(chǔ)上建立在線學(xué)習(xí)投入影響因素多層次結(jié)構(gòu)，確定各層級因素的綜合權(quán)重系數(shù)。研究結(jié)果表明：學(xué)習(xí)動機、自我效能感和教學(xué)方法是最直接影響因素，網(wǎng)絡(luò)技術(shù)環(huán)境、學(xué)習(xí)動機、自我效能感、教師參與度、學(xué)習(xí)支持服務(wù)和在線交互環(huán)境為最主要影響因素。提出引導(dǎo)和激勵在線學(xué)習(xí)者，提供良好的情感支持;提升教師存在感和參與度，提供充足的教師支持;營造積極的在線交互環(huán)境，提供多元的學(xué)習(xí)支持等策略，提升學(xué)習(xí)者在線學(xué)習(xí)投入。

關(guān)鍵詞：在線學(xué)習(xí)投入;解釋結(jié)構(gòu)模型（ISM）;層次分析法（AHP）;教育信息化

DOI：10. 11907/rjdk. 201602??????????????????????????????????????????????????????????????????????????????????????????????????????? 開放科學(xué)（資源服務(wù)）標識碼（OSID）：

中圖分類號：G434 ?? 文獻標識碼：A?????????????????????????????? 文章編號：1672-7800（2020）011-0227-05

Research on the Factors Affecting Online Learning engagement of

Learners Based on ISM and AHP

WANG Jun-xia，WANG Yu-qi

（School of Humanities， Jiangnan University， Wuxi 214122，China）

Abstract：The degree of online learning engagement affects the quality of learners online learning， and it is of great significance to explore the influencing factors of online learning engagement to improve the effect of online learning. In this study， by adopting the methodology of interpretative structure model （ISM） and analytic hierarchy processing （AHP）， based on literature research and expert interviews， we establish a multi-level structure of factors that influence online learning engagement， and define the comprehensive weights coefficient of each factor. The results show that learning motivation， self-efficacy and teaching methods are the most direct influencing factors. Network technology environment， learning motivation， self-efficacy， teacher participation， learning support services and online interactive environment are the most important influencing factors. It is recommended that we can guide and motivate online learners and provide good emotional support， enhance teachers presence and participation and provide adequate teacher support， create a positive online interactive environment and provide diverse learning support to enhance learners online learning engagement.

Key Words： online learning engagement; explanatory structural model; analytic hierarchy processing; education informationization

0 引言

伴隨著信息技術(shù)的迅猛發(fā)展，在線學(xué)習(xí)成為十分盛行的學(xué)習(xí)方式。尤其疫情當前，學(xué)校積極響應(yīng)教育部“停課不停學(xué)”號召，利用各種網(wǎng)絡(luò)平臺實施在線教學(xué)，全國上下開展規(guī)模最大的在線教育服務(wù)保障大作戰(zhàn)[1]，掀起在線學(xué)習(xí)熱潮。如何測評在線學(xué)習(xí)行為改善在線學(xué)習(xí)效果成為研究熱點。

在線學(xué)習(xí)投入指學(xué)習(xí)者在線學(xué)習(xí)活動中表現(xiàn)出來的積極狀態(tài)，包括行為投入、情感投入和認知投入3個維度[2]，它是衡量在線學(xué)習(xí)行為和質(zhì)量、預(yù)測學(xué)習(xí)滿意度和學(xué)業(yè)成就的有效觀測變量[3]。正是由于在線學(xué)習(xí)投入能對學(xué)習(xí)績效產(chǎn)生重要影響，國內(nèi)外許多研究者都對此展開研究，主要包括在線學(xué)習(xí)投入的內(nèi)涵與結(jié)構(gòu)、測量方法以及影響因素3個方面。縱觀已有的在線學(xué)習(xí)投入影響因素研究，從內(nèi)源和外源兩個視角分別探究在線學(xué)習(xí)投入影響因素研究較多，但綜合考慮內(nèi)部和外部因素研究非常少[4]，尚未全面分析影響在線學(xué)習(xí)投入因素及其系統(tǒng)層次結(jié)構(gòu)，而且在線學(xué)習(xí)投入行為涉及多方面因素，難以確定哪些因素是根本的、關(guān)鍵的，同時也無法確定各個因素的影響程度。

基于此，本文首先梳理相關(guān)文獻，在訪談研究和專家咨詢基礎(chǔ)上建立在線學(xué)習(xí)投入影響因素指標體系，然后運用解釋結(jié)構(gòu)模型法（Interpretive Structural Modeling，ISM）），建立在線學(xué)習(xí)投入影響因素層次結(jié)構(gòu)模型，深入分析因素間的作用機制與內(nèi)在聯(lián)系，最后采用層次分析法（Analytic Hierarchy Process，AHP） 確定各因素影響比重，以期在開展在線教學(xué)實踐時，為促進學(xué)生者在線學(xué)習(xí)投入提供理論支撐和實證依據(jù)。

1 在線學(xué)習(xí)投入影響因素分析及指標體系構(gòu)建

經(jīng)文獻資料分析，梳理出 25個影響在線學(xué)習(xí)投入的主要因素，繼而采用德爾菲法展開調(diào)查，選取了2名副教授、2名講師和4名碩士研究生組成專家咨詢小組，經(jīng)過三輪訪談，最終明確在線學(xué)習(xí)投入主要受到學(xué)習(xí)者、教師、學(xué)習(xí)平臺及外部環(huán)境4個維度共15個因素的影響，影響因素指標體系見表1，具體包括：

（1）學(xué)習(xí)者因素。Robinson等[5]研究者分析發(fā)現(xiàn)學(xué)習(xí)者年齡對其學(xué)習(xí)投入有顯著影響;劉在花[6]認為學(xué)生的年齡與學(xué)習(xí)投入呈負相關(guān)，即隨著年齡的增長學(xué)習(xí)投入呈下降趨勢。研究表明在線學(xué)習(xí)者學(xué)習(xí)動機和自我效能感會顯著影響在線學(xué)習(xí)投入水平[7];尹睿等[8]學(xué)者發(fā)現(xiàn)學(xué)生自身的技能素質(zhì)如閱讀寫作能力、溝通技能、信息素養(yǎng)等越高，其在線學(xué)習(xí)參與度與堅持度也會更高;高潔等[9]通過問卷調(diào)查得出學(xué)習(xí)者在線學(xué)業(yè)情緒與在線學(xué)習(xí)投入相關(guān)，消極學(xué)業(yè)情緒對在線學(xué)習(xí)投入影響更大?；谏鲜鲅芯浚x取年齡、學(xué)習(xí)動機、自我效能感、技能素質(zhì)和學(xué)業(yè)情緒為影響在線學(xué)習(xí)投入的學(xué)習(xí)者因素。

（2）教師因素。Shi[10]通過實證研究發(fā)現(xiàn)，教師參與和學(xué)生投入尤其是智力投入程度呈正相關(guān)，研究表明教師選取合適的教學(xué)方法有助于提升學(xué)習(xí)者的社會存在感和學(xué)習(xí)投入[11];Guo等[12]通過對比實驗后發(fā)現(xiàn)，教師適時的反饋能夠有效促進學(xué)習(xí)者認知投入。此外，教師設(shè)計的學(xué)習(xí)任務(wù)新穎性、難易度和關(guān)聯(lián)度會影響學(xué)生在線學(xué)習(xí)投入質(zhì)量。學(xué)習(xí)任務(wù)具有新穎性、難度適中或是與學(xué)生個人經(jīng)驗、真實生活情景聯(lián)系愈緊密時，學(xué)習(xí)者在線學(xué)習(xí)投入水平也愈高[13]?；谝陨戏治?，選取教師參與度、教學(xué)方法、教學(xué)反饋和任務(wù)設(shè)計為影響在線學(xué)習(xí)投入的教師因素。

（3）學(xué)習(xí)平臺因素。已有研究表明，在線學(xué)習(xí)者之間的社會交互，如論壇研討、同伴交流、作品互評等，直接影響其情感投入水平 [14];在線學(xué)習(xí)平臺中數(shù)字資源質(zhì)量會在很大程度上影響學(xué)習(xí)者在線學(xué)習(xí)投入[15];在線視頻的呈現(xiàn)方式和畫面風(fēng)格會影響學(xué)習(xí)者認知加工和在線學(xué)習(xí)投入[16];高潔[17]通過調(diào)查發(fā)現(xiàn)，在線學(xué)習(xí)支持服務(wù)會影響學(xué)生在線學(xué)習(xí)投入;資源庫、社區(qū)論壇發(fā)展和咨詢服務(wù)等在線學(xué)習(xí)支持服務(wù)對在線學(xué)習(xí)投入都有影響[18]?；谏鲜龇治?，選取在線交互環(huán)境、數(shù)字資源質(zhì)量和學(xué)習(xí)支持服務(wù)為影響在線學(xué)習(xí)投入的學(xué)習(xí)平臺因素。

（4）外部環(huán)境因素。研究表明，學(xué)習(xí)者的學(xué)習(xí)設(shè)備、網(wǎng)速等網(wǎng)絡(luò)技術(shù)條件以及技術(shù)使用量等都顯著影響在線學(xué)習(xí)投入[19]。此外，學(xué)習(xí)者生活經(jīng)驗，社會、經(jīng)濟、文化背景等也會影響在線學(xué)習(xí)投入水平[20];劉在花[6]通過研究發(fā)現(xiàn)，城市學(xué)生的學(xué)習(xí)投入程度相對較高;張建茹等[21]通過問卷調(diào)查得出家庭親友的期望與支持影響學(xué)習(xí)者在線學(xué)習(xí)投入?；谝陨涎芯?，選取網(wǎng)絡(luò)技術(shù)環(huán)境、社會經(jīng)濟環(huán)境和家庭親友支持為影響在線學(xué)習(xí)投入的外部環(huán)境因素。

2 ISM模型建立

解釋結(jié)構(gòu)模型（Interpretive Structural Modeling，ISM）是復(fù)雜網(wǎng)絡(luò)中一種建模方法，用于定性分析系統(tǒng)內(nèi)部所有影響因素之間的邏輯關(guān)系，具體操作過程包括：①分析影響因素之間關(guān)系并建立鄰接矩陣;②計算可達矩陣;③劃分層級關(guān)系;④建立解釋結(jié)構(gòu)模型。

2.1 建立鄰接矩陣

根據(jù)提煉的影響因素指標體系，在文獻分析基礎(chǔ)上形成初始判斷矩陣，請專業(yè)領(lǐng)域3位專家對影響因素之間的相互關(guān)系進行校對和修改，建立鄰接矩陣P如表2所示。如果要素Si和Sj不存在任何相互關(guān)系，元素Pij取值為 0;要素Si對Sj有影響時，元素Pij取值為1，以此確定各要素的關(guān)聯(lián)性[22]。

2.2 計算可達矩陣

根據(jù)表2的鄰接矩陣P，利用布爾運算法則確立可達矩陣Q，即設(shè)單位矩陣為I，（P+I）K-1≠（P+I）K=（P+I）K+1=Q（K≥2）。利用MATLAB計算可知，當K=4時滿足（P+I）3≠（P+I）4=（P+I）5，Q=（P+I）5 即為可達矩陣。

2.3 劃分層級關(guān)系

在生成的可達矩陣中，可達集 R（Si）表示從Si出發(fā)能夠達到的全部要素集合。先行集Q（Si）表示所有能夠到達Si的要素集合。通過R（Si）和Q（Si）可求出R（Si）∩Q（Si）的集合，它表示從要素Si可能到達并且又能夠到達Si全部要素的集合，如表3所示。層級劃分可達矩陣規(guī)則是：若滿足R（Si）∩Q（Si）=R（Si），則Si為最高層級要素集;確定最高層級要素集之后，在可達矩陣中劃去其對應(yīng)的行和列，再從剩余的可達矩陣中繼續(xù)尋找最高層級要素[23]。

2.4 建立解釋結(jié)構(gòu)模型

基于上述計算與分析，得出在線學(xué)習(xí)投入影響因素的層次結(jié)構(gòu)模型，如圖1所示。

3 基于AHP確定在線學(xué)習(xí)投入影響因素權(quán)重

層次分析法（Analytic Hierarchy Processing）是美國學(xué)者Saaty于 20 世紀70 年代提出的一種系統(tǒng)分析方法，用于全面系統(tǒng)地分析、計算出各影響因素的權(quán)重系數(shù)，具體操作過程如下：①建立遞階層次結(jié)構(gòu)模型;②構(gòu)造兩兩比較判斷矩陣;③計算權(quán)重特征值;④一致性檢驗;⑤綜合權(quán)重。

3.1 建立遞階層次結(jié)構(gòu)模型

基于ISM構(gòu)建的影響因素層級結(jié)構(gòu)明確各影響因素的相互關(guān)系，將各控制因素分解形成不同層次，將分層排列模型中各要素作為層次分析的指標體系。

3.2 成對比較

依據(jù)AHP的九級比較尺度規(guī)則，邀請相關(guān)領(lǐng)域?qū)＜?，首先?gòu)造出表層直接影響因素判斷矩陣，同理構(gòu)造出中層間接因素和深層根本因素的判斷矩陣;其次利用幾何平均法對判斷矩陣A= aij按行求其相對應(yīng)的特征向量 Wi，即，Wi=j=1nxijn，i，j=1，2…，n;再對Wi作歸一化處理，Wni=Wi/i=1nWi，所求得的W=Wn1，Wn2，…，WniT表明學(xué)習(xí)者在線學(xué)習(xí)投入所有影響因素對其影響程度，即權(quán)重比例系數(shù)[22];最后，為了確定權(quán)重系數(shù)合理性，需對每層的判斷矩陣進行一致性檢驗。當一致性比例C.R.=0時，表示為完全一致性矩陣;當C.R.<1時，認為該矩陣具有滿意的一致性，所得到的權(quán)重系數(shù)較為合理。表4為專家對第一層因素即表層直接因素之間的重要度評價情況。專家認為S2學(xué)習(xí)動機相比S7教學(xué)方法而言“強烈重要”一些，因此在相應(yīng)位置aij=7，而aji=1/7。經(jīng)計算，該矩陣的C.R.=0.028 7，滿足一致性要求。

3.3 綜合權(quán)重

在上述工作基礎(chǔ)上，將全部專家的成對比較數(shù)據(jù)進行一致性檢驗，逐步形成各自的判斷矩陣，自上而下計算各級要素相對于總體的綜合權(quán)重。先求得相鄰兩層因素間權(quán)重，再通過各權(quán)重相乘分別求得第二層、第三層、第四層與學(xué)習(xí)者在線學(xué)習(xí)投入的綜合影響權(quán)重系數(shù)并進行總排序，呈現(xiàn)各因素作用于在線學(xué)習(xí)投入這一“決策目標”的綜合權(quán)重排序結(jié)果，如表5所示。

4 在線學(xué)習(xí)投入影響因素分析及提升策略

4.1 關(guān)系結(jié)構(gòu)分析

在線學(xué)習(xí)投入影響因素ISM模型是一個四級遞階結(jié)構(gòu)體系，體現(xiàn)各因素之間的作用機制和邏輯關(guān)系。

4.1.1 表層直接影響因素

表層直接影響因素涉及學(xué)習(xí)者和教師因素。在線學(xué)習(xí)者的學(xué)習(xí)動機與自我效能感較低，會對自身完成學(xué)業(yè)任務(wù)的能力判斷偏低，導(dǎo)致信心不足，進而降低在線學(xué)習(xí)投入;反之，學(xué)習(xí)動機和自我效能感較高的學(xué)習(xí)者，相信自己有能力勝任學(xué)習(xí)任務(wù)，能夠科學(xué)制定學(xué)習(xí)目標與計劃、整合資源、積極互動，展現(xiàn)出較高的學(xué)習(xí)投入。另外，教師利用技術(shù)手段創(chuàng)新教學(xué)方式，有利于提升學(xué)生的在線學(xué)習(xí)體驗，從而促進其在線學(xué)習(xí)投入。

4.1.2 中層間接影響因素

中層間接影響因素涉及學(xué)習(xí)者、教師、學(xué)習(xí)平臺和外部環(huán)境所有因素。在學(xué)習(xí)者因素方面，一般在線學(xué)習(xí)者成熟度越高，自我管理能力、網(wǎng)絡(luò)學(xué)習(xí)能力和信息素養(yǎng)等自身技能素養(yǎng)越強，學(xué)習(xí)者學(xué)習(xí)動機與自我效能感也越高，其在線學(xué)習(xí)投入水平也越高，更易取得理想的學(xué)習(xí)效果。此外，學(xué)生積極的學(xué)業(yè)情緒會通過學(xué)習(xí)動機和自我效能感影響在線學(xué)習(xí)投入，而在線教學(xué)中的“輕情感激勵”現(xiàn)象也會促使學(xué)生產(chǎn)生消極情緒，繼而降低學(xué)業(yè)投入。在教師因素方面，首先，如果教師存在感低，那么學(xué)生可能會因為孤獨感和焦慮感而喪失學(xué)習(xí)動力、降低學(xué)習(xí)投入;其次，許多教師與學(xué)生線上互動不足，所參與的交流活動也大多停留在咨詢答疑層面[24]，缺乏深度交流，導(dǎo)致學(xué)生的學(xué)習(xí)參與度與投入度較低;最后，非常困難或非常容易的課程任務(wù)都不會給學(xué)習(xí)者帶來挑戰(zhàn)，難度適中的學(xué)習(xí)任務(wù)才會激發(fā)其自主性動機[25]。在學(xué)習(xí)平臺因素方面，第三方資源繁冗龐雜、更新周期較短、呈現(xiàn)形式不夠多元等問題，會在一定程度上降低學(xué)習(xí)投入度。另外，外部環(huán)境中家庭親友的理解與支持程度會直接影響到學(xué)習(xí)者的學(xué)業(yè)情緒，進而影響其在線學(xué)習(xí)投入水平。

4.1.3 深層根本影響因素

深層根本影響因素涉及到學(xué)習(xí)平臺和外部環(huán)境因素。在學(xué)習(xí)平臺因素方面，在線交互環(huán)境缺乏明確主題討論與監(jiān)督機制，促使學(xué)習(xí)者出現(xiàn)應(yīng)付心理，討論容易偏離主題，討論內(nèi)容往往停留在問題表面，降低了學(xué)生的參與熱情和投入水平[26]。此外，在線學(xué)習(xí)平臺提供豐富的支持服務(wù)與學(xué)習(xí)工具，有益于提升學(xué)習(xí)者的認知投入和情感投入。在外部環(huán)境因素方面，社會經(jīng)濟背景對少數(shù)民族或偏遠地區(qū)學(xué)習(xí)者的投入及學(xué)業(yè)表現(xiàn)有顯著影響。網(wǎng)絡(luò)技術(shù)環(huán)境會影響學(xué)生的學(xué)習(xí)滿意度和教師的教學(xué)熱情，繼而對在線學(xué)習(xí)投入及教學(xué)效果產(chǎn)生影響。因此，從政策上改善社會經(jīng)濟環(huán)境與網(wǎng)絡(luò)硬件環(huán)境是促進在線學(xué)習(xí)投入的前提。

4.2 影響力分析

由在線學(xué)習(xí)投入影響因素綜合權(quán)重排序表可知，在線學(xué)習(xí)投入水平主要受網(wǎng)絡(luò)技術(shù)環(huán)境、學(xué)習(xí)動機和自我效能感影響，其次是教師參與度、學(xué)習(xí)支持服務(wù)、在線交互環(huán)境和學(xué)業(yè)情緒。網(wǎng)絡(luò)技術(shù)環(huán)境、學(xué)習(xí)動機和自我效能感對在線學(xué)習(xí)投入的影響權(quán)重比例遠遠大于其它因素。基于ISM層次模型和AHP分析結(jié)果可知，學(xué)習(xí)者因素和教師因素是影響在線學(xué)習(xí)投入的主要直接因素;學(xué)習(xí)平臺和外部環(huán)境因素是影響在線學(xué)習(xí)投入產(chǎn)生的根本原因。完善學(xué)習(xí)平臺功能、改善外部環(huán)境對提升學(xué)習(xí)者在線學(xué)習(xí)投入水平起到關(guān)鍵的支撐作用。

4.3 在線學(xué)習(xí)投入提升策略與建議

由上述分析可知，學(xué)習(xí)者、教師、學(xué)習(xí)平臺與外部環(huán)境等因素之間相互作用，共同決定在線學(xué)習(xí)投入水平。針對學(xué)習(xí)者在線學(xué)習(xí)投入中存在的問題與不足，提出以下在線學(xué)習(xí)投入提升策略與建議。

4.3.1 引導(dǎo)和激勵在線學(xué)習(xí)者，提供良好的情感支持

首先，引導(dǎo)學(xué)習(xí)者認識在線學(xué)習(xí)的價值，通過學(xué)分認證、建立獎懲機制、設(shè)立任務(wù)期限等策略激發(fā)學(xué)習(xí)者的學(xué)習(xí)動機 [25];其次，設(shè)計合理的綜合評價體系，提高在線學(xué)習(xí)者自我效能感，從而提升其在線學(xué)習(xí)投入[17];再次，培養(yǎng)大學(xué)生信息素養(yǎng)和自我管理能力，避免無關(guān)信息干擾，專心投入課程學(xué)習(xí);最后，引導(dǎo)學(xué)生調(diào)節(jié)不良情緒，為學(xué)習(xí)者提供充分、有效的情感支持，幫促學(xué)生積極應(yīng)對消極學(xué)業(yè)情緒。

4.3.2 提升教師存在感和參與度，提供充足的教師支持

首先，加強師生互動，及時反饋，積極引導(dǎo)學(xué)生協(xié)作學(xué)習(xí)，促進學(xué)習(xí)者深度參與;其次，加強學(xué)習(xí)任務(wù)的趣味性和實用性，依照最近發(fā)展區(qū)理論構(gòu)建腳手架任務(wù)，提高學(xué)習(xí)者的學(xué)習(xí)效能感，促進其在線學(xué)習(xí)投入;最后，創(chuàng)新教學(xué)方法，開展直播式教學(xué)輔導(dǎo)或答疑活動，利用企業(yè)微信、釘釘?shù)刃旅襟w組織討論互動，提升在線學(xué)習(xí)體驗感。

4.3.3 營造積極的在線交互環(huán)境，提供多元的學(xué)習(xí)支持

首先，學(xué)習(xí)平臺建設(shè)者應(yīng)該營造一個促進和激勵師生之間、生生之間溝通的在線交互環(huán)境。如基于學(xué)習(xí)分析技術(shù)，將學(xué)生互動情況以儀表盤形式呈現(xiàn)，便于教師據(jù)此為學(xué)習(xí)者提供反饋與指導(dǎo)[26];其次，開發(fā)良好的數(shù)字資源，及時更新、多樣化呈現(xiàn);最后，提供豐富的學(xué)習(xí)支持服務(wù)，如個性化學(xué)習(xí)空間、清晰的平臺導(dǎo)航服務(wù)，學(xué)習(xí)工具如思維導(dǎo)圖、知識管理等，互動工具如論壇、微信群等，從多方面提高在線學(xué)習(xí)平臺的實用性和易用性，促進在線學(xué)習(xí)投入。

參考文獻：

[1] 楊金勇，裴文云，劉勝峰，等. 疫情期間在線教學(xué)實踐與經(jīng)驗[J].中國電化教育，2020，54（5）：1-13.

[2] FREDRICKS J A， BLUMENFELD P C， PARIS A H. School engagement： potential of the concept， state of the evidence[J].Review of Educational Research， 2004， 74（1）： 59-109.

[3] PHAN T， MCNEIL S G， ROBIN B R. Students patterns of engagement and course performance in a massive open online course[J]. Computers & Education， 2016， 95（7）： 36-44.

[4] 況姍蕓，李穎，藍琰，等.? 在線學(xué)習(xí)投入研究進展述評[J]. 教育信息技術(shù)，2019，32（11）：3-9，15.

[5] ROBINSON C C， HULLINGER H. New benchmarks in higher education： student engagement in online learning[J]. Journal of Education for Business，2008，84（2）：101-109.

[6] 劉在花. 中學(xué)生學(xué)習(xí)投入發(fā)展的現(xiàn)狀與特點研究[J]. 中國特殊教育，2015，22（6）：71-77，85.

[7] LIANG D，JIA J，WU X，et al. Analysis of learners behaviors and learning outcomes in a massive open online course[J]. Knowledge Management & E-Learning ：An International Journal，2014，6（3）：281-298.

[8] 尹睿，徐歡云. 國外在線學(xué)習(xí)投入的研究進展與前瞻[J]. 開放教育研究，2016，22（3）：89-97.

[9] 高潔.? 外部動機與在線學(xué)習(xí)投入的關(guān)系：自我決定理論的視角[J]. 電化教育研究，2016，15（10）：64-69.

[10] SHI S F. Teacher moderating and student engagement in synchronous computer conferences[J].? Association for Educational Communications & Technology， 2004，15（1）：58-66.

[11] AMADOR J A，MEDERER H. Migrating successful student engagement strategies online： opportunities and challenges using jigsaw groups and problem-based learning[J]. Journal of Online Learning and Teaching， 2013， 9（1） ： 89-105.

[12] GUO W，CHEN Y，WEN Y. The effectsof facilitating feedback on online learners cognitive engagement： evidence from the asynchronous online discussion[J]. Education Sciences，2014，9（4）：193-208.

[13] MCNAUGHT C，LAM P，CHENG K F. Investigatingrelationships between features of learning designs and student learning outcome[J]. Educational Technology， Research and Development，2012， 60（2）： 271-286.

[14] 張屹，郝琪，陳蓓蕾，等. 智慧教室環(huán)境下大學(xué)生課堂學(xué)習(xí)投入度及影響因素研究—以“教育技術(shù)學(xué)研究方法課”為例[J].? 中國電化教育 ，2019，33（1）：106-115.

[15] PHILIP J GUO， JUHO KIM， ROB RUBIN. How video production affects student engagement： an empirical study of MOOC videos[J]. ACM Conference on Learning， 2014， 43（2）：41-50.

[16] 陳侃，周雅倩，丁妍，等.? 在線視頻學(xué)習(xí)投入的研究——MOOCs視頻特征和學(xué)生跳轉(zhuǎn)行為的大數(shù)據(jù)分析[J]. 遠程教育雜志，2016，34（4）：35-42.

[17] 高潔. 在線學(xué)業(yè)情緒對學(xué)習(xí)投入的影響—社會認知理論的視角[J]. 開放教育研究，2016，22（2）：89-95.

[18] HE H， ZHENG Q， DI D， et al. How learner support services affect student engagement in online learning environments[J]. IEEE Access，2019，18（7）：49961-49973.

[19] PECK J J. Keeping it social： engaging students online and in class[J].? Asian social science，2012，8（14）：81-90.

[20] 王敏娟，賀昉. 學(xué)習(xí)者的文化因素對投入性在線學(xué)習(xí)的影響[J]. 中國遠程教育，2006，45（12）：16-21，78.

[21] 張建茹，哈薩. 遠程學(xué)習(xí)者學(xué)業(yè)表現(xiàn)影響因素分析[J]. 教育學(xué)術(shù)月刊，2012，11（1）：76-79.

[22] 李乃文，楊思美.? 基于ISM和AHP的高危崗位工人反生產(chǎn)行為影響因素分析[J]. 科技促進發(fā)展，2018，14（5）：380-386.

[23] 牟智佳，張文蘭.? 基于Moodle平臺的網(wǎng)絡(luò)學(xué)習(xí)動機影響因素模型構(gòu)建及啟示[J]. 電化教育研究，2013， 34（4）：37-42.

[24] 劉斌，張文蘭，劉君玲.? 教師支持對在線學(xué)習(xí)者學(xué)習(xí)投入的影響研究[J]. 電化教育研究，2017，38（11）：63-68，80.

[25] 周琰. 網(wǎng)絡(luò)學(xué)習(xí)投入影響因素與應(yīng)對策略——基于自我決定理論的視角[J]. 中國電化教育，2018，17（6）：115-122.

[26] 黃慶雙，李玉斌，任永功.? 探究社區(qū)理論視域下學(xué)習(xí)者在線學(xué)習(xí)投入影響研究[J]. 現(xiàn)代遠距離教育，2018，17（6）：73-81.

（責(zé)任編輯：杜能鋼）