劉君玲 張雅文 張文蘭 劉 斌

（1.昌吉學院 初等教育學院，新疆昌吉 831100；2.新疆師范大學 教育科學學院，新疆烏魯木齊 830054；3.陜西師范大學 教育學院，陜西西安 710062；4.湖南科技大學 教育學院，湖南湘潭 411201）

一、研究概述

2020年新冠肺炎疫情期間，全國通過大規(guī)模在線教育實踐，成功應對了疫情危機。這充分體現(xiàn)了在線教育在改變教育形態(tài)以及實現(xiàn)同步學習、實時協(xié)作方面的優(yōu)勢。在線協(xié)作學習強調(diào)“協(xié)商”“探究”“集體”等特性，是在線教育的重要形式，與21 世紀的人才培育需求相呼應。它既可以促進學習者的知識建構(gòu)，又可以提升其協(xié)作技能，是在線教育成功的保證[1]。綜合已有相關研究可知[2]，在線協(xié)作學習旨在促進學習者開展協(xié)作知識建構(gòu)，是學習者采用在線形式，利用相關信息技術創(chuàng)建協(xié)作學習環(huán)境，并針對同一學習目標，在一定的激勵機制下，為獲得個人和小組最大化習得成果而合作互助的一切相關行為。而情緒交互作為在線協(xié)作學習的構(gòu)成內(nèi)容之一，對預測在線協(xié)作知識建構(gòu)水平具有關鍵性作用[3]。情緒交互不僅可以避免在線學習者在學習過程中所產(chǎn)生的孤獨感，還可以提升他們的信任感和歸屬感[4]。情緒交互是學習者之間圍繞學習內(nèi)容，在情緒方面的交流與互動，可以形成良好的學習氛圍，達成交互雙方的情感共鳴，這對認知交互、社會交互和教學交互的發(fā)展，都有促進和推動作用[5]?？傊榫w交互對于在線協(xié)作學習質(zhì)量的提升，具有重要的實踐價值。而為了有效控制在線協(xié)作學習過程中學習者的情緒狀態(tài)，以便為認知交互提供更好的支持，還需要充分重視和發(fā)揮情緒交互的作用。

評估在線協(xié)作學習中學習者的情緒交互質(zhì)量，是進一步設計、組織并開展情緒交互過程，進而發(fā)揮情緒交互作用，提升在線協(xié)作學習質(zhì)量的基礎。目前，已有少量研究開始關注在線協(xié)作學習中情緒交互的質(zhì)量評價。如前期研究基于探究社區(qū)模型，根據(jù)情緒存在相關研究理論，結(jié)合認知存在、社會存在和教學存在特點，建構(gòu)了情緒交互視角下的在線協(xié)作交互文本編碼體系[6]；巴赫蒂亞爾（A.Bakhtiar）等人[7]基于社會調(diào)節(jié)視角，提出了社會情緒交互編碼體系，包括道歉、幽默、鼓勵、激勵、動機、促進信任和凝聚力、不參與、強調(diào)個人責任、對他人施加壓力和情緒表達等。約爾韋萊（S.J?rvel?）等人[8]基于群體調(diào)節(jié)視角，提出考察社會情緒交互的行為，包括對情緒或動機的討論，積極或消極情緒的明顯表達、贊揚、鼓勵、開玩笑、討論團隊精神等[9]?？梢钥闯?，已有研究主要基于不同研究視角，提出了不同的分析維度，并通過編碼體系加以呈現(xiàn)。然而，編碼體系主要適用于文本數(shù)據(jù)的分析，屬于質(zhì)性測評體系，不便于大規(guī)模衡量在線協(xié)作學習中的情緒交互質(zhì)量；另外，雖然研究者基于編碼體系通過內(nèi)容分析法對情緒交互質(zhì)量進行了探討，但是受測評工具的限制，主要傾向于體現(xiàn)典型案例特征，而較少反映全國范圍內(nèi)在線協(xié)作學習中大學生的情緒交互特征。

鑒于此，在前期研究構(gòu)建的情緒交互編碼體系基礎上，本研究進一步編制在線協(xié)作學習中學習者的情緒交互評價量表，以便為大規(guī)模了解情緒交互水平及差異等相關研究，提供數(shù)據(jù)支撐和干預方向。

二、量表的初步編制

（一）量表的維度確定

依據(jù)探究社區(qū)模型、情緒存在和情緒社會分享等理論，結(jié)合認知存在、社會存在和教學存在特點，前期研究提出情緒交互維度，包括情緒回應、情緒評價和情緒表達這三個類別[10]。其中，情緒回應主要為觀點一致與否的回應，如同意、接受、理解、不同意、自我揭示等；情緒評價主要有關激勵、引導和不滿、責備等方面的評價，如鼓勵、贊賞、挖苦、諷刺等；情緒表達即傳達希望、高興、羞愧、焦慮等情緒狀態(tài)。從中可以看出，情緒回應、情緒評價和情緒表達這三種情緒交互類型，均包含積極和消極兩個方面。

另外，根據(jù)情緒的維度理論可知，效價是情緒最基本的維度，包括積極效價和消極效價[11]，而且已有研究結(jié)果顯示，不同效價情緒對協(xié)作學習有著不同的影響。如佩克倫（R.Pekrun）等人認為，積極效價促進聯(lián)合動作表征，而消極效價有反作用[12]，說明情緒交互也需要考慮情緒的效價。因此，本研究結(jié)合克利夫蘭-因內(nèi)斯（M.Cleveland-Innes）等人[13]、巴赫蒂亞爾（A.Bakhtiar） 等人[14]、約爾韋萊等人[15]、莉梅（B.Rimé） 等人[16]、朱伶俐等人[17]的相關研究，進一步將在線協(xié)作學習中的三種情緒交互分別劃分為積極和消極兩個方面，最終形成了兩個方面的六個情緒交互維度，詳見表1。其中，兩個方面包括積極情緒交互和消極情緒交互，六個維度分別為積極情緒回應、積極情緒評價、積極情緒表達、消極情緒回應、消極情緒評價和消極情緒表達。

表1 在線協(xié)作學習中大學生情緒交互量表維度劃分

（二）量表的制定與完善

基于上述情緒交互量表維度，本研究對各維度題項進一步編制和修訂。在初步設計量表題項時，主要參考了巴赫蒂亞爾（A.Bakhtiar）等人的社會情緒交互編碼以及朱伶俐等人社會交互編碼中的相關表述，并結(jié)合大學生的語言表述特點，最終形成了26 個題項。

在編制過程中，為了提高量表題項表述的清晰性、易讀性及合理性，本研究主要通過專家及學者咨詢，對量表題項的合理性進行評價，根據(jù)評價意見共刪除3 個題項并修改了5 個題項的內(nèi)容；其次，通過8 名研究生和本科生，對量表題項的易讀性和和清晰性等方面進行了討論，根據(jù)討論建議，對量表題項的表述方式進行了修改。

（三）量表的結(jié)構(gòu)形成

經(jīng)過以上修訂，本研究最終形成了《在線協(xié)作學習中大學生情緒交互量表》。該量表共23 個題項，包括2 個方面（積極情緒交互、消極情緒交互）的6 個維度（積極情緒回應、積極情緒評價、積極情緒表達、消極情緒回應、消極情緒評價、消極情緒表達）。其中，積極情緒回應共包括3 個題項；積極情緒評價共包括4 個題項；積極情緒表達共包括4 個題項；消極情緒回應共包括3 個題項； 消極情緒評價共包括3個題項；消極情緒表達共包括6 個題項。量表所有題項均采用李克特五點計分法，從1-5 分別表示非常不同意、不同意、一般、同意和非常同意。

三、測量對象及統(tǒng)計方法

（一）測量對象及數(shù)據(jù)

雖然在線協(xié)作學習方式受到越來越多高校師生的關注，但從各高校在線課程的實施現(xiàn)狀來看，在線協(xié)作學習方式的應用還未完全普及。因此，本研究采用了目的性抽樣方式來確定測量對象，以保障其盡可能完整、準確地回答研究問題。測量過程主要通過任課教師的引薦和輔助，隨機抽取具有在線協(xié)作學習經(jīng)歷（以在線形式參與，在同一學習目標、評價標準條件下共同交互、合作、互助，并獲得個人和小組學習成果）的大學生進行測量。

收集的樣本數(shù)據(jù)，包括預測數(shù)據(jù)（樣本1）和正式測量數(shù)據(jù)（樣本2）。為考察量表結(jié)構(gòu)的合理性和可靠性，本研究首先進行了預測。預測主要在西安、新疆等3 所高校（包括綜合、師范、理工3 類院校）中進行，這些高校近幾年在探究類課程中通過在線課程，開展了豐富的在線協(xié)作交互活動。依據(jù)任課教師的引薦，本研究從參加在線協(xié)作學習課程的各年級學生中，隨機選取380 名大學生進行了現(xiàn)場調(diào)查。通過刪除填寫不完整、答案有明顯極值傾向等不符合問卷要求的數(shù)據(jù)后，最終得到有效問卷355 份（樣本1），有效回收率為93%。其中，文科130 人、理科143 人、藝體82 人；大一77 人、大二113 人、大三95 人、大四70 人；男生106 人、女生249 人，年齡在19-23歲。本研究樣本1 數(shù)據(jù)主要用于項目分析。

在確定調(diào)查量表結(jié)構(gòu)之后，本研究開始正式測量。正式測量對象來源于北京、上海、湖南、西安、新疆的15 所高校（包括5 所綜合大學、6 所師范大學、4 所理工大學），這些高校均開設了在線協(xié)作學習課程。本研究在任課教師的協(xié)助下，隨機選取參與在線協(xié)作交互過程的各年級大學生進行在線調(diào)查。調(diào)查共回收1021 份問卷，刪減填寫時間過短等無效問卷后，收回有效問卷870 份（樣本2），有效回收率為85%。其中文科357 人、理科303 人、藝體210 人；大一222 人、大二235 人、大三242 人、大四171 人；男生367 人、女生503 人，年齡在18-23 歲。樣本2 數(shù)據(jù)，主要用于結(jié)構(gòu)效度檢驗、實證效度檢驗、信度檢驗和特征分析。其中，在結(jié)構(gòu)效度檢驗過程中樣本2 被隨機分半，分別用于探索性因素分析和驗證性因素分析。

（二）統(tǒng)計過程及方法

本研究基于目的性抽樣，發(fā)放《在線協(xié)作學習中大學生情緒交互量表》（以下簡稱“量表”），主要以在線調(diào)查為主、現(xiàn)場調(diào)查為輔統(tǒng)計相關數(shù)據(jù)。其中，在線調(diào)查主要借助“問卷星”平臺發(fā)放調(diào)查；現(xiàn)場調(diào)查主要通過研究人員集中安排學生在教室中施測并當場回收。

本研究主要使用SPSS 和AMOS 軟件，對收集的數(shù)據(jù)進行統(tǒng)計與分析。首先，基于SPSS 軟件，通過項目分析、探索性因素分析，對量表的適切性和建構(gòu)效度進行驗證；然后，基于AMOS 軟件，通過驗證性因素分析，以考察量表的結(jié)構(gòu)效度；另外，在此基礎上，進一步檢驗量表的實證效度和信度。最后，通過描述性統(tǒng)計分析、T 檢驗和方差分析等，初步分析在線協(xié)作學習中大學生情緒交互的個體特征。

四、研究思路和方法

（一） 項目分析

項目分析旨在檢測所編制量表及個別題項的適切程度，判別指標一般包括難度、鑒別度與誘答力等[18]，以及同質(zhì)性檢驗。本研究基于樣本1 數(shù)據(jù)，對量表進行鑒別度和同質(zhì)性檢驗，從而為題項的刪除或修訂提供參考。

首先，按總分降序排列，分別找出前27%和后27%受試者的得分，由此組建高低分組；其次，對高低分組每個題項的平均數(shù)差異進行檢驗，并將不顯著的題項刪除；另外，依據(jù)題項與量表總分的相關系數(shù)考察其同質(zhì)性程度，主要將相關系數(shù)小于0.3 的題項刪除。結(jié)果發(fā)現(xiàn)，高低分組平均數(shù)差異達0.05 的顯著水平，各題項與總分之間的相關均顯著（見表2），且相關系數(shù)都在0.3 以上，表明量表具有一定的區(qū)分度、同質(zhì)性較高，各題項符合保留標準。除此之外，研究團隊在預測過程中，發(fā)現(xiàn)有5 個題項存在表述問題，遂再次對其進行了調(diào)整。

（二）量表結(jié)構(gòu)效度檢驗

1.探索性因素分析

首先，本研究在正式測量樣本2 數(shù)據(jù)中，隨機抽取50%左右的樣本，最終確定抽取的樣本數(shù)量為455 份。其次，基于SPSS 對其進行探索性因子分析。探索性因子分析主要采取主成分分析法，以因子抽取采用特征值大于1 的方式，采用正交旋轉(zhuǎn)方法最大方差法，初步進行因子分析。結(jié)果顯示：KMO（Kaiser-Mayer-Olkin measure of sampling adequacy）取樣適切性量數(shù)為0.88，大于0.8，這說明適合進行因子分析；巴特利特球形檢驗值為5462.26，顯著性為0.000，小于0.05，即相關矩陣不是一個單位矩陣，故可以進行因子分析。

在做第一次因子分析時，本研究采用基于特征根大于1 和最大方差法正交旋轉(zhuǎn)，結(jié)果僅萃取了5個因子，與理論基礎假定的6 個因子不符。因此，本研究采用限定因子萃取法，將因子數(shù)量限定為6 個，再進行第二次因子分析，結(jié)果方差貢獻率為69.38，而且題項JQB1 和JQP1 不歸屬于原構(gòu)面因素，于是先刪除因子載荷值較高的題項JQB1，并進行第三次因子分析，結(jié)果方差貢獻率提升為69.91。研究團隊觀察變量情況發(fā)現(xiàn)，題項JQP1 不歸屬于原構(gòu)面因素，于是刪除該題項，結(jié)果方差貢獻率為71.16。通過觀察，研究人員發(fā)現(xiàn)，題項XQB4 與其他因素也有密切關系，于是刪除該題項，結(jié)果方差貢獻率提升為71.79?？梢钥闯觯鄯e方差解釋率還在71%左右，但消極情緒交互的題項較多，其中題項XQB6 的因子載荷值最低，于是刪除該題項，結(jié)果方差貢獻率提升為72%，具體結(jié)果如表2 所示。

表2 探索性因素分析結(jié)果

通過探索性因素分析，研究團隊最終共刪除JQB1、JQP1、XQB4、XQB6 這4 個題項，累積方差解釋率達到72%，整體題項相差不大，說明6 個因子的解釋較好。其中，第1 個因子為消極情緒評價，包括XQP1、XQP2、XQP3 題項；第2 個因子為消極情緒表達，包括XQB1、XQB2、XQB3、XQB5 題項；第3 個因子為積極情緒評價，包括JP2、JP3、JP4 題項；第4 個因子為積極情緒回應，包括JQH1、JQH2、JQH3 題項；第5 個因子為積極情緒表達，包括JQB2、JQB3、JQB4 題項； 第6 個因子為消極情緒回應，包括XQH1、XQH2、XQH3 題項。

2.驗證性因素分析

以上分析結(jié)果顯示，本研究的量表由6 個維度組成，分別為積極情緒回應、積極情緒評價、積極情緒表達、消極情緒回應、消極情緒評價和消極情緒表達。

為了進一步驗證該量表的結(jié)構(gòu)效度，本研究基于剩余50%左右樣本2 數(shù)據(jù) （共415 份），通過AMOS 采用極大似然參數(shù)估計法，對其進行驗證性因素分析。經(jīng)分析結(jié)果發(fā)現(xiàn)，題項XQB3 的MI 值為11.09，且整體模型擬合數(shù)據(jù)不理想，因此，刪除該題項（談論慚愧：在在線協(xié)作討論過程中，當我沒有其他組員表現(xiàn)好時，我會與小組成員談論慚愧的話語），修正后最終結(jié)果，如圖1 和表3 所示。

表3 驗證性因素分析各項指標結(jié)果

根據(jù)驗證性因素分析結(jié)果來看，各項指標基本符合要求，說明該量表的結(jié)構(gòu)效度良好。

至此，本研究通過因素分析共刪除5 個題項，其中探索性因素分析刪除了4 個題項，驗證性因素分析刪除了1 個題項，最終形成了包含18 個題項的《在線協(xié)作學習中大學生情緒交互量表》。其中，積極情緒回應共3 個題項；積極情緒評價共3 個題項；積極情緒情緒表達共3 個題項； 消極情緒回應共3 個題項；消極情緒評價共3 個題項；消極情緒表達共3個題項。

（三）量表實證效度檢驗

學業(yè)情緒影響學生的興趣、滿意度和學業(yè)成績[19][20]。為了進一步檢驗該量表的實證效度，我們獲取了樣本2 數(shù)據(jù)中86 人，參與《文獻閱讀與分析》在線協(xié)作課程的學習，并以學習成績和學習滿意度作為量表的效標。其中，學習成績主要從文獻檢索與閱讀、綜述論文結(jié)構(gòu)、綜述論文內(nèi)容、綜述論文語言組織、綜述論文創(chuàng)新性及應用性、綜述論文格式規(guī)范等6 個方面，對論文成績進行量化評分；學習滿意度量表改編自理查森（C.J.Richardson）等人[21]編制的量表，包含在線協(xié)作教師指導、在線協(xié)作交互內(nèi)容、在線協(xié)作交互活動、在線協(xié)作交互環(huán)境和整體滿意度的5 個維度27 個題項；經(jīng)分析，該量表的Alpha 值為0.86。

研究人員采用皮爾遜相關分析法得出該量表的效度系數(shù)，具體如表4 所示。其中情緒交互與學習成績有0.58 的顯著正相關（n=86） ，與學習滿意度有0.56 的顯著正相關（n=86），這說明該量表具有良好的實證效度。

表4 在線協(xié)作學習中大學生情緒交互量表的效度系數(shù)

（四）量表信度檢驗

信度一般用來反映量表所測數(shù)據(jù)的一致性和可靠性，信度越大說明其測量標準誤越小[22]。內(nèi)部一致性信度是研究人員最常用的評估方法，主要反映測驗內(nèi)部題目之間的信度?；跇颖? 數(shù)據(jù)通過分析發(fā)現(xiàn)，該量表的整體和分維度內(nèi)部一致性信度系數(shù)處于0.65-0.91 之間，具體如表5 所示，說明該量表整體及各維度具有整體一致性，信度良好。

表5 在線協(xié)作學習中大學生情緒交互量表信度分析

（五）情緒交互特征分析

為了解在線協(xié)作學習中大學生情緒交互的基本情況，本研究基于樣本2 數(shù)據(jù)，采用描述性統(tǒng)計、參數(shù)檢驗等方法，初步分析了在線協(xié)作學習中大學生情緒交互的個體特征，具體如下所述。

1.在線協(xié)作學習中大學生情緒交互的總體情況

在線協(xié)作學習中大學生情緒交互整體及各維度的均值和標準差等描述性統(tǒng)計分析結(jié)果，如表6 所示。

表6 在線協(xié)作學習中大學生情緒交互描述性統(tǒng)計分析（n=870）

由表6 可以看出，在線協(xié)作學習中大學生的情緒交互整體及其各維度數(shù)據(jù)的標準差，處于0.42-0.95 之間，這表示各變量的離散程度處于合理范圍。情緒交互整體質(zhì)量不高 （M=3.29，SD=0.42），6 個維度的均值從高到低依次為：積極情緒評價（M=4.08，SD=0.61）、積極情緒回應（M=3.94，SD=0.60）、積極情緒表達（M=3.73，SD=0.66）、消極情緒回應（M=3.08，SD=0.74）、消極情緒表達（M=2.70，SD=0.86）、消極情緒評價（M=2.22，SD=0.95）。這說明在線協(xié)作學習中大學生的情緒交互質(zhì)量整體不理想，其平均值略高于理論均值；另外，積極情緒交互的質(zhì)量整體高于消極情緒交互，其中，積極情緒評價的質(zhì)量最高，消極情緒評價的質(zhì)量最低。

2.在線協(xié)作學習中大學生情緒交互的個體差異

為更深入了解在線協(xié)作學習中大學生情緒交互在個體變量上的差異特征，繼而本研究對其進行差異檢驗。在差異檢驗之前，需要對數(shù)據(jù)先進行正態(tài)分布檢驗。研究人員采用偏度和峰度檢驗法進行正態(tài)分布檢驗，在線協(xié)作學習中情緒交互的偏度系數(shù)Skewness=0.951，峰度系數(shù)Kurtosis=1.714，可認為近似于正態(tài)分布，其正態(tài)分布情況如圖2 所示。

研究人員分別采用獨立樣本T 檢驗、單因素方差分析，對在線協(xié)作學習中情緒交互及其各個維度在性別、年級、專業(yè)類別等個體變量上的差異進行分析，結(jié)果如表7 所示。

表7 在線協(xié)作學習中情緒交互及各維度的個體差異檢驗結(jié)果

首先，在性別方面，由表7 可以看出，除了積極情緒回應和積極情緒評價之外，在線協(xié)作學習中情緒交互總體水平及其它各個維度獨立樣本T 檢驗的顯著性p 值均小于0.01，故部分情緒交互維度在性別上有顯著差異，尤其是各個消極情緒交互維度均存在性別差異。另外，研究人員通過比較發(fā)現(xiàn)，相對女生來說，男生的積極情緒表達、消極情緒回應、消極情緒評價和消極情緒表達質(zhì)量偏高。

其次，在年級方面，單因素方差分析結(jié)果表明，除積極情緒回應（p=0.02<0.05）外，其它五個維度以及情緒交互總體水平與大學生的年級均無顯著差異（p 值分別為0.08、0.84、0.97、0.37、0.30、0.89，均大于0.05）。事后比較結(jié)果顯示：大二的積極情緒回應質(zhì)量依次高于大三、大四、大一。

再次，在專業(yè)類別方面，在線協(xié)作學習中大學生的情緒交互，在文史類、理工類、藝體類三種專業(yè)類別上的單因素方差分析結(jié)果顯示，積極情緒回應（p=0.003<0.01）和消極情緒評價（p=0.002<0.01）維度存在顯著差異，其它維度及情緒交互總體水平均無顯著差異（概率值p 分別為0.15、0.44、0.72、0.19、0.60，均大于0.05）。事后比較發(fā)現(xiàn)：文史類的積極情緒回應和消極情緒評價質(zhì)量，均依次高于理工類、藝體類。

最后，在每周在線協(xié)作學習時長方面，不同的大學生在情緒交互及其各維度均無顯著差異（p 值分別為0.88、0.38、0.43、0.30、0.06、0.23、0.43，均大于0.05）。

五、研究結(jié)果分析

（一）評價量表符合心理測量學要求

經(jīng)信效度檢驗，本研究編制的《在線協(xié)作學習中大學生情緒交互量表》各項指標，均符合心理測量學標準，且經(jīng)實踐驗證可作為評價我國在線協(xié)作學習中大學生情緒交互質(zhì)量的可靠測量工具。

該量表的內(nèi)部一致性系數(shù)為0.80，表明該量表具有較高的信度、十分可靠。通過探索性和驗證性因素分析可知，該量表包含積極和消極情緒交互兩個方面，由積極情緒回應、積極情緒評價、積極情緒表達、消極情緒回應、消極情緒評價、消極情緒表達這6 個維度組成，共18 個題項。其與已有情緒交互編碼體系結(jié)構(gòu)相比，既有聯(lián)系又有區(qū)別，該量表是在前期研究的基礎上，依據(jù)情緒的維度理論，從情緒效價角度對其進行了完善和細化。通過實證效度檢驗發(fā)現(xiàn)：情緒交互與學習成績和滿意度均呈正相關關系。這不僅印證了佩克倫（R.Pekrun）的控制價值理論，而且說明該量表具有較好的預測效度。

（二）評價量表的應用范圍更加廣泛

與前期研究建構(gòu)的情緒交互視角下的在線協(xié)作交互文本編碼體系，以及巴赫蒂亞爾 （Bakhtiar）等人、約爾韋萊（J?rvel?）等人提出的社會情緒交互編碼體系相比，該量表的適用范圍更加廣泛。編碼體系主要適用于小范圍、文本交互語言的處理，而該量表不僅適用于中國大學生面對面情境下口語情緒交流語言的分析，還適合于非面對面情境下文本情緒交互語言的處理。

（三）情緒交互質(zhì)量整體不理想

情緒交互對認知交互具有顯著支持和促進作用，而且在線協(xié)作學習過程中情緒交互質(zhì)量越好，其認知交互效果越好。伊索赫塔利亞（J.Isoh?t?l?a）、威廉姆斯（S.J.Williams）等人[23]認為，協(xié)作學習過程中闡述、論證、談判和推理等高層次認知過程的出現(xiàn)，依賴于團隊反映凝聚力和相互尊重的社會情緒過程，說明情緒交互可以激發(fā)并發(fā)展在線協(xié)作學習的高層次認知交互過程。上述研究結(jié)果表明，在線協(xié)作學習中大學生的情緒交互質(zhì)量整體水平不高，情緒交互水平僅略高于理論均值，不過其中積極情緒交互質(zhì)量整體水平高于消極情緒交互質(zhì)量。

在線協(xié)作學習中情緒交互質(zhì)量普遍偏低的現(xiàn)象，與大學生情緒交互意識和技能的缺乏有關。究其原因在于，以往的教育觀念推崇理性教育，而忽視情緒交互的作用、功能，故而教師不注重情緒交互活動的設計、過程組織與引導。另外，在線學習環(huán)境也限制了大學生之間的情緒交互。在在線協(xié)作學習過程中，大學生一般基于不同終端設備、采用異步交互、非面對面的方式進行協(xié)作交互，通常采用文本語言基于在線交互平臺進行交流溝通。在這個過程中，雖然他們也產(chǎn)生表情變化、生理特征及姿態(tài)方式等，但在線協(xié)作學習環(huán)境，使得大學生不容易感受這些傳統(tǒng)表征方式所承載的信息，因而影響了大學生情緒交互行為的應用。這說明在沒有學習引導和要求的情況下，大學生很少主動進行情緒交互?？傊?，在線協(xié)作學習中情緒交互并不是自然發(fā)生的，還需對其加以設計、組織和實施，才能發(fā)揮其更大的價值。

（四）情緒評價質(zhì)量依次高于情緒回應和情緒表達

研究結(jié)果表明：雖然大學生的積極情緒評價質(zhì)量最高，但是消極情緒評價質(zhì)量最低，所以整體情緒評價質(zhì)量不高。羅加特（T.K.Rogat）等人[24]的研究也說明，盡管個體的負面影響一般會導致更少的積極參與，然而有時消極交互也會引發(fā)更積極的協(xié)作交互，但持續(xù)的消極情緒交互，則有可能破壞群體功能，降低大學生的參與性?？梢姡瑹o論是積極還是消極情緒評價，一般都能給大學生帶來新的建議和方向，容易激發(fā)他們批判性思維的生成，促進其元認知的發(fā)展，并提高其學習參與度。因此，雖然需要鼓勵教學者盡量采用積極情緒評價方式，但也需要適當采用消極情緒評價，以促進大學生批判性思維的生成和發(fā)展，進而整體發(fā)揮情緒評價促進認知過程的作用。

（五）情緒交互質(zhì)量存在個體差異

通過個體差異分析結(jié)果可知，在線協(xié)作學習中大學生的情緒交互質(zhì)量，主要受不同性別、年級和專業(yè)的影響，而不受每周在線協(xié)作學習時間的影響。研究結(jié)果表明：在線協(xié)作學習中男生的積極情緒表達、消極情緒回應、消極情緒評價和消極情緒表達質(zhì)量顯著高于女生。這與男生的性格有關，一般男生不受其他因素的影響，喜歡直接表達所思所想；而女生一般心思較為細膩，在情緒表現(xiàn)方面相對比較含蓄。因此，相對于女生而言，男生在積極情緒表達、消極情緒回應、消極情緒評價和消極情緒表達方面頻次較高。另外，在線協(xié)作學習中大二學生的積極情緒回應質(zhì)量，高于大一、大三、大四的學生。這說明大二學生的參與性、積極性更高，更適合開展在線協(xié)作學習活動。鑒于此，在情緒交互開展過程中，教學者需要注意對大學生性別、年級和專業(yè)做交叉安排設計。

六、結(jié)論與展望

本研究通過信效度檢測，形成了可靠的在線協(xié)作學習中大學生情緒交互量表。相對于情緒交互編碼體系，該量表更適合于廣泛測量我國面對面和非面對面在線協(xié)作情境下大學生對話語言、文本語言情緒交互的質(zhì)量。然而，在在線協(xié)作學習中，尤其是面對面情境下大學生的情緒交互過程，除了采用語言表征之外，同時也通過面部表情、肢體語言等非語言方式傳遞情緒信息，而采用多模態(tài)數(shù)據(jù)分析技術大面積采集多維度非語言數(shù)據(jù)，會受到許多現(xiàn)實條件的限制。因此，今后相關研究可以進一步探討表情、眼神、手勢等非語言情緒交互的語言識別和轉(zhuǎn)化，從而不斷完善情緒交互評價量表的維度、指標，進而全面考察在線協(xié)作學習中大學生的情緒交互質(zhì)量。