張剛要 俞犇

摘要：使用與自我調(diào)節(jié)學習相關(guān)的策略，會對在線學習的成效產(chǎn)生決定性影響。為考察探究社區(qū)三種臨場感對大學生在線自我調(diào)節(jié)學習的影響，文章對華東地區(qū)的87名本科生進行了四次追蹤測試，并應用潛變量增長模型進行分析，結(jié)果發(fā)現(xiàn)：大學生感知到的社會臨場感、認知臨場感、在線自我調(diào)節(jié)學習在四次追蹤測試期間均呈增長趨勢，而教學臨場感上下波動；大學生感知到的社會臨場感和認知臨場感均正向預測在線自我調(diào)節(jié)學習，而教學臨場感起負向預測作用。基于此，文章針對探究社區(qū)三種臨場感的優(yōu)化提出建議，以提升大學生的在線自我調(diào)節(jié)學習。文章的研究全面揭示了探究社區(qū)與大學生在線自我調(diào)節(jié)學習的發(fā)展軌跡及其關(guān)系模式，對于提高大學生的在線學習成效也具有一定的實踐價值。

關(guān)鍵詞：探究社區(qū)；在線自我調(diào)節(jié)學習；教學臨場感；社會臨場感；認知臨場感

【中圖分類號】G40-057 【文獻標識碼】A 【論文編號】1009—8097（2024）05—0114—09 【DOI】10.3969/j.issn.1009-8097.2024.05.012

引言

自我調(diào)節(jié)學習（Self-regulated Learning，SRL）可以寬泛地定義為“學習者通過激活和監(jiān)控他們的認知、動機、行為和情感，積極參與自己的學習過程，以實現(xiàn)他們的學習目標”^[1]。有研究表明，使用與自我調(diào)節(jié)學習有關(guān)的策略，如目標設定、策略規(guī)劃、時間管理和努力調(diào)控，會對在線學習的成效產(chǎn)生決定性影響^[2]。換言之，“在線學習失敗的一個主要原因是缺乏自我調(diào)節(jié)學習能力。”^[3]然而，盡管自我調(diào)節(jié)學習如此重要，許多學習者并不會自發(fā)地調(diào)節(jié)他們的學習，也不知道如何自我調(diào)節(jié)學習。因此，為提高在線學習者的學習成效，有必要在在線學習環(huán)境中為其提供自我調(diào)節(jié)學習的支持。

探究社區(qū)（Community of Inquiry，CoI）理論認為，有三種“臨場感”會為在線學習“創(chuàng)造有意義的學習體驗的空間”^[4]。其中，教學臨場感指向教師對在線學習的指導、支持和組織作用，社會臨場感關(guān)注學習者在線學習中的社交能力和歸屬感，而認識臨場感是學習者在在線學習中的認知過程和學術(shù)探究。近年來，有不少研究者以CoI理論為基礎，嘗試找到一種提升學習者在線自我調(diào)節(jié)學習的途徑。例如，多召軍等^[5]在“多媒體技術(shù)”課程中，通過構(gòu)建移動網(wǎng)絡學習社區(qū)，引導大學生獲得自我調(diào)節(jié)學習體驗，其教學實踐結(jié)果顯示，網(wǎng)絡學習社區(qū)能夠顯著增強大學生的網(wǎng)絡自我調(diào)節(jié)學習效能感；Zhang等^[6]基于結(jié)構(gòu)方程模型，探討在線學習環(huán)境下探究社區(qū)與學習存在感的關(guān)系，結(jié)果發(fā)現(xiàn)探究社區(qū)對學習存在感有顯著正向促進作用。盡管在全球范圍內(nèi)已有大量研究證實了探究社區(qū)與在線學習者自我調(diào)節(jié)學習緊密相關(guān)，但Maddrell等^[7]的一項研究發(fā)現(xiàn)，探究社區(qū)與在線自我調(diào)節(jié)學習之間不存在相關(guān)性。另外，現(xiàn)有研究仍缺乏在縱向發(fā)展框架內(nèi)對探究社區(qū)與大學生在線自我調(diào)節(jié)學習之動態(tài)發(fā)展軌跡的探討。基于此，本研究應用潛變量增長模型追蹤、考察探究社區(qū)與在線自我調(diào)節(jié)學習的發(fā)展軌跡，來探討三種臨場感的變化對大學生在線自我調(diào)節(jié)學習變化的影響機制。在此基礎上，本研究嘗試針對探究社區(qū)三種臨場感的優(yōu)化提出建議，以提升大學生的在線自我調(diào)節(jié)學習。

一 研究設計

1 研究對象

本研究選取華東地區(qū)N大學2020級數(shù)字媒體技術(shù)專業(yè)的87名本科生為研究對象，其中男生47人、女生40人。同時，本研究選取“數(shù)字視頻設計與制作技術(shù)”課程作為縱向追蹤的研究情境。由于受疫情影響，該課程采取在線形式開展教學，并通過慕課堂、QQ群、騰訊會議共同構(gòu)建在線探究社區(qū)。其中，研究對象的教學臨場感主要通過提供“在線答疑、作業(yè)反饋、個別化指導”等在線服務來提高，社會臨場感主要通過“開放交流、小組合作、分享作品”等學習活動中的情感與社交來增強，而認知臨場感涉及“確認問題、小組討論、觀點整合、形成方案”四個學習階段。

2 研究工具

（1）在線探究社區(qū)量表

本研究借鑒蘭國帥等^[8]設計的“中文版探究社區(qū)量表”并進行適當修訂和調(diào)整，形成契合研究情境的“在線探究社區(qū)量表”，用于測量探究社區(qū)的三種臨場感?！霸诰€探究社區(qū)量表”由10個題項組成，包括3個關(guān)于教學臨場感的題項，如“教師對如何參加課程活動提供了明確的指導”；3個關(guān)于社會臨場感的題項，如“當與其他學習者交流溝通時，我覺得很自在”；4個關(guān)于認知臨場感的題項，如“我有信心與動力探尋與課程內(nèi)容有關(guān)的問題”。本研究使用李克特7點量表對上述題項進行測量，用1～7分表示從“完全不符合”到“完全符合”。

經(jīng)計算，本研究應用“在線探究社區(qū)量表”進行四次追蹤測試的Cronbachs α值分別為0.73、0.72、0.66、0.69，表明量表信度良好。為避免自身經(jīng)驗不足導致效度估計有誤，本研究邀請兩名教育技術(shù)學專家對量表的效度進行評定：首先向他們闡釋探究社區(qū)的定義，然后請他們在由三種臨場感混合在一起的題項池中選出對應的測量題項，再結(jié)合他們的反饋，對設計不合理的題項進行修訂，直至兩名專家都能成功地選出對應的題項，以保證量表的科學性與準確性。

（2）在線自我調(diào)節(jié)學習調(diào)查量表

本研究對張成龍等^[9]提出的“網(wǎng)絡自我調(diào)節(jié)學習調(diào)查量表”進行適當改進，用于測量研究對象的在線自我調(diào)節(jié)學習能力。改進之后的“在線自我調(diào)節(jié)學習調(diào)查量表”由15個題項組成，包括4個關(guān)于目標設定的題項，如“針對在線學習任務，我會設定學習計劃和評估標準”；3個關(guān)于時間管理的題項，如“我嘗試規(guī)劃每天的學習時間并遵循這個時間進行在線學習”；4個關(guān)于任務策略的題項，如“在線學習過程中我會完成一些非指定的額外內(nèi)容來掌握知識”；4個關(guān)于自我評價的題項，如“我通過復盤在線學習來測試對已學內(nèi)容的理解程度”。

經(jīng)計算，本研究應用改進之后的“在線自我調(diào)節(jié)學習調(diào)查量表”進行四次追蹤測試的Cronbachs α值分別為0.70、0.69、0.64、0.75，表明量表信度良好。同時，也邀請兩名教育技術(shù)學專家對量表的效度進行評定，以保證量表的科學性與準確性。

3 研究方法

①采用追蹤測試法收集研究對象的數(shù)據(jù)，即采用重復抽樣的方式，在多個時間點搜集研究對象的即時性反應。具體來說，2022年3月，本研究進行了第一次追蹤測試（T1），之后每隔1個月進行一次，一個學期共進行了4次。由于疫情防控期間施行“停課不停學”，故研究對象在接受測試之前已具有較長時間的在線學習經(jīng)歷。本研究通過問卷星平臺向被試發(fā)放調(diào)查問卷，第1次追蹤測試回收有效問卷64份，第2次（T2）回收有效問卷57份，第3次（T3）回收有效問卷55份，第4次（T4）回收有效問卷67份。獨立樣本t檢驗表明，流失的被試和完整參與四次追蹤測試的被試在各維度上的差異均不顯著，故本研究中被試不存在結(jié)構(gòu)化流失的現(xiàn)象。同時，本研究參考Duncan等^[10]的做法，運用極大似然法對可能出現(xiàn)的缺失值進行了妥善處理，以避免因偶然性數(shù)據(jù)缺失而影響整體分析的有效性。

②采用SPSS 25.0對教學臨場感、社會臨場感、認知臨場感、在線自我調(diào)節(jié)學習四個變量進行數(shù)據(jù)錄入、描述性統(tǒng)計與相關(guān)性分析，以衡量探究社區(qū)與在線自我調(diào)節(jié)學習之間的密切程度。

③采用AMOS 24.0構(gòu)建“無條件潛變量增長模型”（Unconditional LGM）和“條件潛變量增長模型”（Conditional LGM），分別用來考察探究社區(qū)三種臨場感與在線自我調(diào)節(jié)學習的發(fā)展軌跡、探究社區(qū)三種臨場感的變化對大學生在線自我調(diào)節(jié)學習變化的影響機制。在模型中，截距（Intercept）表示變量的初始水平，其中截距的均值反映個體的平均初始水平，截距的方差反映個體的初始水平與平均初始水平的差異；而斜率（Slope）表示變量的變化速度和變化方向，其中斜率的均值反映整體的平均成長率，斜率的方差反映個體成長率與平均成長率的差異。為了保證基準點的起始值相同，本研究將截距的所有因子載荷系數(shù)預設為1，并依據(jù)調(diào)查問卷發(fā)放的重復次數(shù)，將斜率的因子載荷系數(shù)分別設為0、1、2、3。

二 研究分析

1 變量的描述性統(tǒng)計與相關(guān)性分析

本研究采用SPSS分別對四個變量四次追蹤測試的均值、標準差及相關(guān)系數(shù)進行統(tǒng)計分析，結(jié)果顯示：①社會臨場感、認知臨場感與在線自我調(diào)節(jié)學習四次測量的均值均呈增長趨勢，而教學臨場感的均值上下波動。②四次教學臨場感與四次在線自我調(diào)節(jié)學習顯著負相關(guān)（rs= -0.53～-0.27，ps＜0.01），四次社會臨場感與四次在線自我調(diào)節(jié)學習顯著正相關(guān)（rs=0.21～0.48，ps＜0.01），四次認知臨場感與四次在線自我調(diào)節(jié)學習顯著正相關(guān)（rs=0.23～0.59，ps＜0.01）。

2 探究社區(qū)三種臨場感與在線自我調(diào)節(jié)學習的變化趨勢：無條件潛變量增長模型

探究社區(qū)教學臨場感、社會臨場感、認知臨場感、在線自我調(diào)節(jié)學習四個變量的無條件潛變量增長模型如圖1所示。經(jīng)檢驗，這四個變量的模型擬合良好，具體的擬合指標如表1所示。

為了考察上述四個變量的發(fā)展變化軌跡，本研究分別對這四個變量的無條件潛變量增長模型中截距和斜率的均值、方差和協(xié)方差進行了統(tǒng)計，結(jié)果如表2所示。

（1）探究社區(qū)三種臨場感的變化趨勢

在教學臨場感的無條件潛變量增長模型中，大學生的教學臨場感初始水平為5.62（p＜0.001），教學臨場感水平在四次追蹤測試期間呈下降趨勢（Mslope=-0.107，p＜0.05）。另外，教學臨場感截距、斜率的方差均顯著大于0，表明隨時間的變化教學臨場感的初始水平與教學臨場感之間存在顯著差異，結(jié)合協(xié)方差值（r=-0.091，p＜0.01）可知：大學生的教學臨場感初始水平越高，其在四次追蹤測試期間感知到的教學臨場感水平下降速度越快。

在社會臨場感的無條件潛變量增長模型中，大學生感知到的社會臨場感初始水平為5.56（p＜0.001），社會臨場感水平在四次追蹤測試期間呈增長趨勢（Mslope=0.05，p＜0.01）。另外，社會臨場感截距、斜率的方差均顯著大于0，表明隨時間的變化社會臨場感的初始水平與社會臨場感之間存在顯著差異，結(jié)合協(xié)方差數(shù)值（r=-0.183，p＜0.05）可知：大學生的社會臨場感初始水平越高，隨著時間的推移，其社會臨場感增長的速度越慢。

在認知臨場感的無條件潛變量增長模型中，大學生感知到的認知臨場感初始水平為5.647（p＜0.001），認知臨場感水平在四次追蹤測試期間呈增長趨勢（Mslope=0.079，p＜0.01）。另外，認知臨場感截距、斜率的方差均顯著大于0，表明隨時間的變化認知臨場感的初始水平與認知臨場感之間存在顯著差異，結(jié)合協(xié)方差數(shù)值（r=0.084，p＜0.05）可知：大學生的認知臨場感初始水平越高，會導致其認知臨場感增長的速度越快。

（2）在線自我調(diào)節(jié)學習的變化趨勢

在線自我調(diào)節(jié)學習無條件潛變量增長模型中，大學生感知到的在線自我調(diào)節(jié)學習初始水平為4.853（p＜0.001），在線自我調(diào)節(jié)學習在四次追蹤測試期間呈增長趨勢（Mslope=0.102，p＜0.05）。另外，在線自我調(diào)節(jié)學習截距與斜率的方差均顯著大于0，表明隨時間的變化在線自我調(diào)節(jié)學習初始水平與在線自我調(diào)節(jié)學習之間存在顯著差異，結(jié)合協(xié)方差數(shù)值（r=0.049，p＜0.01）可知：大學生的在線自我調(diào)節(jié)學習初始水平越高，會導致其在線自我調(diào)節(jié)學習增長的速度越快。

3 探究社區(qū)三種臨場感與在線自我調(diào)節(jié)學習的動態(tài)關(guān)系：條件潛變量增長模型

（1）教學臨場感與在線自我調(diào)節(jié)學習

教學臨場感與在線自我調(diào)節(jié)學習的條件潛變量增長模型如圖2所示。經(jīng)檢驗，該模型擬合良好（CMIN/DF=1.593＜3，CFI=0.959＞0.9，IFI=0.963＞0.9）。圖2顯示，教學臨場感的截距負向預測在線自我調(diào)節(jié)學習的截距（β=-0.31，p＜0.001），表明大學生的教學臨場感初始水平越低，其在線自我調(diào)節(jié)學習的初始水平越高；教學臨場感的截距負向預測在線自我調(diào)節(jié)學習的斜率（β=-0.25，p＜0.05），表明大學生的教學臨場感初始水平越低，其在線自我調(diào)節(jié)學習的增長速度越快；教學臨場感的斜率負向預測在線自我調(diào)節(jié)學習的斜率（β=-0.33，p＜0.05），表明隨著時間的推移，大學生的教學臨場感下降速度越快，其在線自我調(diào)節(jié)學習的增長速度就越快。

（2）社會臨場感與在線自我調(diào)節(jié)學習

社會臨場感與在線自我調(diào)節(jié)學習的條件潛變量增長模型如圖3所示，該模型擬合良好（CMIN/DF=1.682＜3，CFI=0.954＞0.9，IFI=0.959＞0.9）。在該模型中，社會臨場感的截距顯著正向預測在線自我調(diào)節(jié)學習的截距（β=0.39，p＜0.01），表明大學生感知到的社會臨場感初始水平越高，其在線自我調(diào)節(jié)學習的初始水平就越高；社會臨場感的截距顯著正向預測在線自我調(diào)節(jié)學習的斜率（β=0.27，p＜0.05），表明大學生的社會臨場感初始水平越高，其在線自我調(diào)節(jié)學習的增長速度就越快；社會臨場感的斜率顯著正向預測在線自我調(diào)節(jié)學習的斜率（β=0.32，p＜0.05），表明大學生的社會臨場感增長速度越快，其在線自我調(diào)節(jié)學習的增長速度也越快。

（3）認知臨場感與在線自我調(diào)節(jié)學習

認知臨場感與在線自我調(diào)節(jié)學習的條件潛變量增長模型如圖4所示，該模型的擬合結(jié)果良好（CMIN/DF=2.843<3，CFI=0.906>0.9，IFI=0.915>0.9）。在該模型中，認知臨場感的截距顯著正向預測在線自我調(diào)節(jié)學習的截距（β=0.47，p＜0.01），表明大學生感知到的認知臨場感初始水平越高，其在線自我調(diào)節(jié)學習的初始水平就越高；認知臨場感的截距顯著正向預測在線自我調(diào)節(jié)學習的斜率（β=0.40，p＜0.01），表明大學生感知到的認知臨場感初始水平越高，其在線自我調(diào)節(jié)學習的增長速度就越快；認知臨場感的斜率顯著正向預測在線自我調(diào)節(jié)學習的斜率（β=0.35，p＜0.01），表明大學生的認知臨場感增長速度越快，其在線自我調(diào)節(jié)學習的增長速度也越快。

三 結(jié)論與討論

1 社會臨場感和認知臨場感在四次追蹤測試期間均呈增長趨勢，而教學臨場感上下波動

教學臨場感在第二次測試時達到最高值，之后呈下降趨勢。由于教育慣性，在線教育并沒有脫離“知識本位”的窠臼，“創(chuàng)新教學模式、改變教師角色等僅僅作為公眾的期待出現(xiàn)”^[11]。因此，當基于探究社區(qū)開展在線學習時，大學生感知到的教學臨場感在四次追蹤測試期間上下波動。另外，教學臨場感的初始水平與教學臨場感的下降速度負相關(guān)。這可能是因為面對全新的在線學習環(huán)境，教學臨場感初始水平高的大學生會對“教師的指導、支持和組織”抱有更高的期望與需求，而主觀期望與客觀現(xiàn)實的落差會導致他們感知到的教學臨場感快速下降。

社會臨場感在四次追蹤測試期間呈增長趨勢，原因可能在于課程考核是以小組合作的形式完成數(shù)字作品的策劃、拍攝與編輯，因此需要團隊成員進行有效的溝通與協(xié)作，以形成緊密的群體向心力。另外，社會臨場感的協(xié)方差為負值，說明截距與斜率的方向相反，這意味著社會臨場感的初始水平越高，社會臨場感的增長速度反而越慢。推測原因，受網(wǎng)絡平臺功能、教師信息化教學水平等諸多因素限制，師生或生生之間的交互出現(xiàn)了“向度失序”現(xiàn)象^[12]，即原本活躍、靈動的雙向?qū)W習鏈被弱化為單向的知識傳遞，這可能會對社會臨場感初始水平較高的大學生造成一定的負面影響。

認知臨場感在四次追蹤測試期間呈增長趨勢，且在第四次測試時達到最高水平。社會認知理論認為，人的發(fā)展是個體行為、個體認知及其他特征、個體所處的環(huán)境這三個因素相互作用的結(jié)果^[13]。在課程后期“成果驗收”的驅(qū)動下，大學生進入“知識建構(gòu)”階段。這一階段涉及概念的理解與應用，因此他們急需教學臨場感的幫助——教學臨場感鼓勵培養(yǎng)大學生的元認知意識與策略，可幫助他們實現(xiàn)知識內(nèi)隱與意義建構(gòu)。外因通過內(nèi)因起作用，故教學臨場感正向影響認知臨場感，且認知臨場感的初始水平越高，認知臨場感的增長速度就越快。

2 在線自我調(diào)節(jié)學習在四次追蹤測試期間呈增長趨勢

在線自我調(diào)節(jié)學習在四次追蹤測試期間呈增長趨勢，且在線自我調(diào)節(jié)學習的初始水平越高，會導致在線自我調(diào)節(jié)學習的增長速度越快。在目標設定方面，大學生需要依據(jù)學習目標完成相應的學習任務，而目標的激勵作用會促使大學生將自身行為與預設目標相聯(lián)系，由此調(diào)節(jié)自己的行為。在學習策略方面，豐富的數(shù)字工具提供了多樣化的學習方式和途徑，大學生能夠利用這些工具調(diào)整學習策略，管理學習時間和資源，確保自己始終保持學習的熱情和動力。而在自我評價方面，慕課平臺提供了課前自測或單元測試，并可向大學生提供即時反饋。上述因素無疑可以促進大學生的在線自我調(diào)節(jié)學習，且在線自我調(diào)節(jié)學習的初始水平越高，在線自我調(diào)節(jié)學習的增長速度就越快。

3 社會臨場感和認知臨場感均正向預測在線自我調(diào)節(jié)學習，而教學臨場感起負向預測作用

（1）教學臨場感負向預測在線自我調(diào)節(jié)學習

前文分析顯示，大學生的教學臨場感初始水平越低，其在線自我調(diào)節(jié)學習的初始水平就越高，且其在線自我調(diào)節(jié)學習的增長速度也越快。同時，大學生教學臨場感的下降速度越快，其在線自我調(diào)節(jié)學習的增長速度也越快。在線學習環(huán)境下，由于時空的分離性、交互的異步性，當大學生感知到教學臨場感水平降低時，不得不通過自我驅(qū)動與自我調(diào)節(jié)加以彌補，如尋找額外的學習資源或更加努力地思考和解決問題，以適應和優(yōu)化后續(xù)的在線學習。在這種情況下，雖然大學生對教學臨場感的感知不佳，但他們的在線自我調(diào)節(jié)學習可能會因為更加積極的學習態(tài)度和行為而得到提高。

（2）社會臨場感正向預測在線自我調(diào)節(jié)學習

前文分析表明，大學生社會臨場感的初始水平越高，其在線自我調(diào)節(jié)學習的初始水平就越高，且其在線自我調(diào)節(jié)學習的增長速度也越快。同時，大學生社會臨場感的增長速度越快，其在線自我調(diào)節(jié)學習的增長速度也越快。這一結(jié)論可以結(jié)合在線自我調(diào)節(jié)學習的特點加以解釋：①在線自我調(diào)節(jié)學習是“學習者積極地參與學習過程，涉及預先計劃、監(jiān)測與控制、自我反思等階段”^[14]，而社會臨場感不可避免地需要小組成員協(xié)商共同的目標，監(jiān)控學習的過程，并對任務進行評價與反思，因此社會臨場感促進了在線自我調(diào)節(jié)學習的發(fā)展；②在線自我調(diào)節(jié)學習具有適應性，而社會臨場感關(guān)涉小組成員之間的互動、交流和富有建設性的反饋，尤其是出現(xiàn)障礙和沖突時，需要小組成員采取必要的措施加以修改與調(diào)整；③社會臨場感的關(guān)鍵在于“成員識別交互過程中的情感動機與認知狀態(tài)”^[15]，因此分析“感知質(zhì)量”與預期目標之間的差距并做出適應性調(diào)整，可能會成為大學生在線自我調(diào)節(jié)學習發(fā)展的重要路徑。

（3）認知臨場感正向預測在線自我調(diào)節(jié)學習

前文分析顯示，大學生感知到的認知臨場感初始水平越高，其在線自我調(diào)節(jié)學習的初始水平就越高，且其在線自我調(diào)節(jié)學習的增長速度也越快。同時，大學生認知臨場感的增長速度越快，其在線自我調(diào)節(jié)學習的增長速度也越快。在本研究中，大學生的認知臨場感在第四次測試時達到最高水平。第四次測試正值課程后期，是大學生通過探究活動“建構(gòu)知識、獲取經(jīng)驗”的關(guān)鍵時期?；诙磐膶嵺`探究哲學，主體的探究過程可分為設置情境、確定問題、收集線索、形成假設、驗證方案五個階段^[16]。大學生通過具體的學習情境喚起對問題的認識，在信息交流、頭腦風暴甚至是分歧當中收集解決問題的線索，在創(chuàng)建、測試與修訂解決方案的過程中提供解釋性、建設性的評價，這個過程會有力地促進大學生在線自我調(diào)節(jié)學習的發(fā)展。

四 研究建議

根據(jù)以上研究結(jié)論，為提升大學生的在線自我調(diào)節(jié)學習，本研究針對探究社區(qū)三種臨場感的優(yōu)化提出以下建議：

1 通過數(shù)據(jù)驅(qū)動的個性化學習，優(yōu)化大學生對教學臨場感的感知

前文結(jié)論表明，大學生感知到的教學臨場感的感知正向預測在線自我調(diào)節(jié)學習——這個結(jié)論看起來有些反直覺，因為我們通常會理所當然地認為較高的教學臨場感能夠促進學生的自我調(diào)節(jié)學習。這提醒我們：教學臨場感與在線自我調(diào)節(jié)學習之間的關(guān)系可能比我們預想的要復雜。因此，我們需要更深入地探索和理解這種關(guān)系，以更好地設計和實施教學策略，從而促進大學生在線自我調(diào)節(jié)學習能力的提升。無論如何，探究社區(qū)教學臨場感本身的重要性是不容置疑的。為了讓大學生對教學臨場感有更深刻的感知，本研究建議采用在線學情分析技術(shù)支持大學生的個性化學習。具體來說，追蹤大學生的痕跡數(shù)據(jù)（包括學習時長、學習內(nèi)容、學習進度、學習效果等），并通過分析這些數(shù)據(jù)，為大學生提供有針對性的建議，幫助他們更好地理解和管理自己的學習過程，從而促進他們在線自我調(diào)節(jié)學習的提升。

2 通過教師引導的溝通協(xié)作平臺，優(yōu)化大學生對社會臨場感的感知

前文結(jié)論表明，社會臨場感在四次追蹤測試期間呈增長趨勢，且大學生感知到的社會臨場感正向預測在線自我調(diào)節(jié)學習。也就是說，優(yōu)化探究社區(qū)的社會臨場感，可以促進大學生的在線自我調(diào)節(jié)學習。據(jù)此，本研究建議：①教師可以通過“破冰游戲”“在線圓桌會議”等活動創(chuàng)建協(xié)作學習情境，幫助大學生克服社交上的不適感；②教師可以鼓勵大學生嘗試“隨機分組”或“異質(zhì)性分組”，因為在線學習是以“互惠”為原則的學習活動，以宿舍為單位的固定分組會限制大學生的“異質(zhì)性交往”，從而對其社會臨場感造成一定的干擾；③大學生在互動過程中可能會出現(xiàn)任務理解偏差的問題，僅憑小組內(nèi)部協(xié)商可能會陷入僵局，建議教師提供及時的反饋，幫助大學生調(diào)整因情境復雜而產(chǎn)生的社會認知分歧。

3 通過在線工具調(diào)節(jié)認知、態(tài)度與動機，優(yōu)化大學生對認知臨場感的感知

前文結(jié)論表明，大學生感知到的認知臨場感正向預測在線自我調(diào)節(jié)學習。因此，有必要進一步優(yōu)化探究社區(qū)的認知臨場感，進而促進大學生的在線自我調(diào)節(jié)學習。對此，本研究建議：通過在線工具調(diào)節(jié)大學生的認知、態(tài)度與動機等個體因素，培養(yǎng)其“全息的觀念”，即在紛繁龐雜的學習情境中監(jiān)控個體的學習狀態(tài)，積極調(diào)用大學生的元認知意識，促進他們在探究社區(qū)中優(yōu)化對認知臨場感的感知。具體來說，可以在學習平臺中內(nèi)嵌適當?shù)恼J知工具和思維工具，幫助大學生建立知識網(wǎng)絡，讓他們能從復雜的情境中挖掘、辨析問題的本質(zhì)。比如，Leelawong等^[17]設計了Betty Brain平臺，并在該平臺中內(nèi)嵌名為Betty的虛擬代理：學生通過建構(gòu)因果圖的視覺表征方式，教Betty相關(guān)概念以及概念之間的因果聯(lián)系，并通過向Betty提問以檢驗其是否理解了這些概念；Betty則通過文本或動畫的形式解釋其推理過程，以作出回應。這種學生扮演老師角色教虛擬學生Betty的學習方式，促進了學生復雜元認知能力的提升。

參考文獻

[1]Boekaerts M， Cascallar E. How far have we moved toward the integration of theory and practice in self-regulation？[J]. Educational Psychology Review， 2006，（3）：199-210.

[2]Kizilcec R F， P?erez-Sanagustín M， Maldonado J J. Self-regulated learning strategies predict learner behavior and goal attainment in Massive Open Online Courses[J]. Computers & Education， 2017，104：18-33.

[3]Lee Y， Choi J. A review of online course dropout research： Implications for practice and future research[J]. Educational Technology Research and Development， 2011，（5）：593-618.

[4]蔣艷雙，乜勇，崔璨.元認知與探究社區(qū)模型的關(guān)系分析[J].現(xiàn)代教育技術(shù)，2019，（1）：93-99.

[5]多召軍，趙蔚，任永功.移動網(wǎng)絡學習社區(qū)構(gòu)建新范式：大學生自我調(diào)節(jié)學習效能感培養(yǎng)視角[J].現(xiàn)代遠距離教育究，2019，（1）：10-17.

[6]Zhang Y， Lin C H. Effects of community of inquiry， learning presence and mentor presence on K‐12 online learning outcomes[J]. Journal of Computer Assisted Learning， 2021，（3）：782-796.

[7]Maddrell J A， Morrison G R， Watson G S. Presence and learning in a community of inquiry[J]. Distance Education， 2017，（2）：245-258.

[8]蘭國帥，鐘秋菊，呂彩杰，等.探究社區(qū)量表中文版的編制——基于探索性和驗證性因素分析[J].開放教育研究，2018，（3）：68-76.

[9]張成龍，李麗嬌.基于MOOC的混合式教學對網(wǎng)絡自我調(diào)節(jié)學習的影響[J].現(xiàn)代教育技術(shù)，2018，（6）：88-94.

[10]Duncan T E， Duncan S C， Li F. A comparison of model‐and multiple imputation‐based approaches to longitudinal analyses with partial missingness[J]. Structural Equation Modeling： A Multidisciplinary Journal， 1998，（1）：1-21.

[11]侯春笑，田愛麗.后疫情時代在線教育的公眾關(guān)注與反思——基于知乎、微博平臺話語的扎根分析[J].電化教育研究，2021，（6）：60-66.

[12]劉鸝，孟雪.大規(guī)模突發(fā)性事件中在線學習生態(tài)系統(tǒng)的失衡與進化[J].電化教育研究，2020，（9）：41-47.

[13]Bandura A .Social cognitive theory： An agentic perspective1[J]. Annual Review of Psychology， 2001，52：1-26.

[14]Pintrich P R. A conceptual framework for assessing motivation and self-regulated learning in college students[J]. Educational Psychology Review， 2004，（4）：385-407.

[15]王靖，崔鑫.如何支持與評價協(xié)作學習中的共享調(diào)節(jié)？——基于2007-2020年國內(nèi)外共享調(diào)節(jié)研究的系統(tǒng)性文獻綜述[J].遠程教育雜志，2020，（6）：86-95.

[16]郭法奇.探究與創(chuàng)新：杜威教育思想的精髓[J].比較教育研究，2004，（3）：12-16.

[17]Leelawong K， Biswas G. Designing learning by teaching agents： The bettys brain system[J]. International Journal of Artificial Intelligence in Education， 2008，（3）：181-208.

The Influence of Inquiry Community on University Students Online Self-regulated Learning

——Based on the Analysis of Latent Variable Growth Model

ZHANG Gang-Yao^1，2YU Ben²

（1.Digital Education Research Institute， Jiangsu Academy of Educational Sciences，

Nanjing， Jiangsu， China 210013; 2. School of Educational Science and Technology，

Nanjing University of Posts and Telecommunications， Nanjing， Jiangsu， China 210023）

Abstract： The use of strategies related to self-regulated learning will have a decisive impact on the effectiveness of online learning. In order to investigate the influence of three types of presence sense in the inquiry community on university students online self-regulated learning （OSRL）， this paper conducted four tracking tests on 87 undergraduate students in East China and applied the latent variable growth model for analysis. The results showed that university students perceived social presence sense， cognitive presence sense， and OSRL showed an increasing trend during the four tracking tests， while teaching presence sense fluctuated up and down. Meanwhile， university students perceived social presence sense and cognitive presence sense positively predicted OSRL， while teaching presence sense had a negative predictive effect. Based on this， the suggestions for optimizing the three types of presence sense in the inquiry community were proposed to promote university students OSRL. The research of this paper comprehensively revealed the development trajectory and relationship model of inquiry community and university students OSRL， which also had certain practical value for improving university students online learning effects.

Keywords： inquiry community; online self-regulated learning; teaching presence sense; social presence sense; cognitive presence sense

*基金項目：本文為2020年度教育部人文社會科學研究規(guī)劃基金項目“面向核心素養(yǎng)發(fā)展的課堂具身性學習活動模型構(gòu)建與實證研究”（項目編號：20YJA880080）的階段性研究成果。

作者簡介：張剛要，江蘇省教育科學研究院教授，南京郵電大學教授，博士，研究方向為教育技術(shù)基礎理論、數(shù)字化學習行為，郵箱為zhanggy@njupt.edu.cn。

收稿日期：2023年9月28日

編輯：小米