深度学习内容及其资源表征的实证研究

1、    深度学习内容及其资源表征的实证研究    表5 两类课堂学习者眼动(平均值)描述表课堂类型注释点持续时间(ms)瞳孔大小(mm)眨眼频率计数(s)扫描路径长度活性总眼跳幅度(°)眼跳次数c1课堂186.3012.240.2511,100.5226.4246c2课堂209.4012.650.1311,689.3245.9745.25c课堂197.8512.460.1911,394.9263.2045.63s1课堂198.6512.510.1811,645.5263.8045.36s2课堂253.8012.930.0512,871.8318

2、.2244.25s课堂226.2312.720.1212,258.6291.0144.81由表6可知，从眼动描述的6个维度观测可得出以下数据：从注视点持续时间、瞳孔大小、扫描路径长度来看，由高到低排序均为s2c2s1c1，sc；从总眼跳幅度来看，由高到低排序均为s2s1c2c1，sc；从眨眼频率计数和眼跳次数来看，由低到高排序为s2c2s1c1，sc。表6 学习内容对注意力的单因素方差分析组别人数msdfpc13061.538.7248.326.000*c23064.818.134s13063.267.981s23072.088.207(*p0.001)(三)两类课堂erp脑电数据研究使用神念

3、科技(neurosky)公司的mindwave mobile脑电仪，其采样率为512hz，能够测量出高精度erp脑电信号。这些erp脑电数据经过复杂的数学运算后，可以被解读成多项反映人们心理状态的参数。同时，研究利用佰意通erp脑电生物反馈训练系统来及时监控学习者的脑电数据，通过esensetm算法将学习者的心理状态量化为注意力数值，作为分析学习者专注力的依据，其参数值介于0-100之间。实验过程中由于设备数量限制(实验室共计30套设备)，并为了尽量缩小实验对象的差异性，仅限参加眼动的24名同学参加erp脑电实验，并同时进行。1.学习内容对学习者注意力的影响为了解学习内容变量四个水平与学习者注

4、意力之间的关系，对四个班级的四组学习者的注意力数据进行了方差同质性检验，其显著性远大于0.05，满足方差齐性要求。在此基础上对4组学习者的注意力进行单因素方差分析，结果如表6所示。由表6可知，不同学习内容及其资源表征对学习者注意力存在显著性差异(f(3,119)=8.326，p0.001)，其影响力(m值)由高到低排序为s2c2s1c1。为了进一步研究4组学习内容及其资源表征之间的注意力差异，进行了post hoc事后多重比较，结果如表7所示。由表7可知，s2组的注意力显著高于c1组、c2组和s1组，c1、c2和s1之间无显著差异性。表7 学习内容对注意力的事后多重比较组别均值差pc1-c2-

5、3.28.089c1-s1-1.73.099c1-s2-10.55.000*c2-s11.55.106c2-s2-7.27.001*s1-s2-8.82.002*(*p0.01)2.学习内容与注意力对学习成绩的影响为了解学习内容搭配三种不同水平(高、中、低)注意力对学业成绩的影响，研究利用因素方差分析检测了不同学习内容搭配不同注意力水平对学业成绩的影响，结果如表8所示。由表8可知，学习内容与注意力对学习成绩存在交互作用(f(6,120)=2.164，p0.05)，即不同注意力水平下，学习内容及其资源表征对学业成绩的影响不同，如图1所示。由图1可知：在低注意力水平时，由高到低排序为s2c2s1c

6、1；在中等注意力水平时，由高到低排序为s2s1c2c1；在高注意力水平时，由高到低排序为s2s1c1c2。表8 学习内容与注意力对学业成绩的交互作用分析ssdfmsfp学习内容3,528.82731,246.17621.071.000*注意力10,056.28325,021.48196.853.000*学习内容*注意力798.9696128.8672.164.032*误差5,984.01910852.953总计570,388.000120(*p0.05，*p0.001)图1 学习内容与注意力对学业成绩的交互作用表8还显示学习内容构成及其资源表征方式对学业成绩存在主效应作用(f(3,160)=2

7、1.071，p0.001)。为了进一步了解学习内容变量的不同水平之间学业成绩是否存在显著性差异，研究对4组学习者的学业成绩进行方差同质性检验，满足方差齐性要求，接着对学业成绩进行了单因素方差分析，结果如表9所示。由表9可知，学习内容变量不同水平之间的学业成绩存在显著性差异(f(3,119)=8.419，p0.001)。四个组由高到低排序为s2s1c2c1。表9 学习内容对学业成绩的单因素方差分析组别人数msdfpc13080.0712.3248.419.000*c23082.1310.547s13087.4911.989s23091.568.231(*p0.001)为了进一步研究变量4组之间的

8、学习成绩差异，进行了post hoc事后多重比较，如表10所示。由表10可知，除了c1-c2之间无显著性差异外，其他课堂之间均存在显著性差异，差异大小由高到低排序为c1-s2c2-s2c-sc1-s1c2-s1s1-s2。表10 学习内容对学业成绩的事后多重比较课堂均值差pc1-c2-2.06.051c1-s1-7.42.004*c1-s2-11.49.000*c2-s1-5.36.007*c2-s2-9.43.001*s1-s2-4.07.009*c-s-8.43.002*(*p0.01)表8还显示注意力对学业成绩也存在主效应作用(f(2,120)=96.853，p0.001)。但由于本研究

9、的观测变量是“学习内容”，注意力对学业成绩的影响不属于主要研究范畴，因此本文不再详细分析。五、研究结论综合以上平均学业成绩比较、眼动观测数据和erp脑电变化情况，研究从身体(眼动、脑电)和认知(学业成绩)两个层面，通过“三角互证”来分析和归纳研究结论。(一)基于认知过程的学习内容及其资源重构具有较高有效性根据学业成绩研究数据可以得出以下结论：由于两类课堂平均学业成绩从高到低排序为s2s1c2c1，且s与c的幅度大于s2与s1及c2与c1的幅度，且c-s之间存在着显著性差异，说明s类课堂与c类课堂之间已经发生了质的变化；由于两类课堂平均学业成绩标准差按从低到高排序为s2s1c2c1，且sc，说明

10、按照此顺序从c1到s2课堂学习者之间的差距在逐渐缩小；由于s课堂中学业成绩排序为s2s1，而标准差排序为s2s1，说明4s学习内容与s-apt数字化资源的综合应用比单项应用更具有效性；综合上述分析，说明4s学习内容与s-apt数字化资源在改善学业成绩方面具有较高的有效性。(二)学习品质与技术存在交互关系根据erp脑电数据可知，学习内容与注意力对学业成绩的影响如下：在低注意力水平时，由高到低排序为s2c2s1c1；在中等注意力水平时，由高到低排序为s2s1c2c1；在高注意力水平时，由高到低排序为s2s1c1c2。这一现象说明：在低、中、高三种注意力水平时，s2均效用最佳；在低注意力水平时，多媒

11、体技术比认知过程更能吸引学习者注意力，从而取得稍微好一些的学业成绩(c2s1)；在中等注意力水平时，认知与技术的合力发挥更大效用(s2s1c2c1)；在高注意力水平时，认知的效用大于多媒体技术(s1c1c2)。综上所述，学习品质与技术存在交互关系，大多数学习者更多处于中等注意力水平时间较长，学习设计应该协调认知与技术的关系，达到效用最优化。(三)技术设计促进深度学习根据学业成绩、眼动和erp脑电数据，就两类课堂的4个变量水平而言，由于学业成绩从高到低排序为s2s1c2c1，而注视点持续时间、瞳孔大小、扫描路径长度、眼动幅度却是s2c2s1c1，且与学习内容对注意力的影响排序一致，并且s2组的注

12、意力显著高于c1、c2和s1组，c1、c2和s1之间却无显著差异性。这一现象说明：多媒体技术能提高学习者的注意力(c2s1c1)；体现认知过程的学习技术设计比目前的多媒体技术应用方式更能促进学习者发展(s2s1c2)；技术设计若能体现出认知过程便能达到最优效用，否则会增加认知负荷。(四)验证性实验结论与探索性实验基本一致以上研究结论说明验证性实验与探索性实验结论(胡航，董玉琦，2017a)基本一致：学习内容与资源表征具有较高相关性(.875*，p0.01)，两者可以合为“学习内容”变量进行研究；学习内容构成与资源表征方法与学业成绩具有较高相关性(.561*&.498*，po.01)，发

13、挥主效应作用(f(3,160)=21.071，p0.001)；传统多媒体m课堂能够比讲授式g课堂提高学业成绩的原因在于技术提升了学习者的注意力(学业成绩mg & c2c1，注意力c2s1c1)，而没有大幅度提高的原因是对认知过程的体现力度不够(学业成绩s2s1c2)；本研究的s2-c1课堂学业成绩差值(11.49)并未达到l3-g课堂的差值(18.14)，是因为教学活动由教师自行设计，未采用个性化-合作学习方式，反之，再一次证明了学习方式与学业成绩具有较大相关性(.562*，p0.01)，也说明了学习内容与学习方式配合使用效用更佳，两者具有较强的相关性(.866*，p0.01)(胡航，

14、董玉琦，2017a)。(五)学业成绩、眼动与erp脑电可构成“三角互证”研究方法根据以上的综合分析，可以得出以下结论：就s-c两类课堂而言，学业成绩从高到低排序为sc，此顺序与眼动中的注视点持续时间、瞳孔大小、扫描路径长度、眼动幅度一致，且与学习内容对注意力的影响排序也一致，均表明s课堂比c课堂更为有效，说明三者之间相互印证，可以构成“三角互证”关系；就4个变量水平而言，学业成绩与眼动、erp脑电的数据关系存在一定的差异(学业成绩s2s1c2c1，生理指标s2s1c2c1等)，揭示了认知与技术的内在交互关系：一是为“唯技术论”提供了反驳证据，二是强化了学习设计中的“认知”的地位，三是揭示了基于

15、认知的技术设计才应该是学与教活动设计的根本。基于此，学业成绩、眼动和erp脑电可构成“三角互证”研究方法，相互印证与矛盾能更好地研究学习规律。综上所述，研究基于“技术即学习者的生存方式”观点，选取与重组了课堂学习内容，基于认知过程设计与开发了数字化资源，并在小学数学课程中进行了实践，最后从身体(眼动行为)、认知(学业成绩)和学习品质(注意力)三个层面验证了学习内容及其资源重构与开发的有效性，也体现了深度学习由身体到学习品质的进阶过程，进而从“学什么”维度阐释了学习者中心设计指导下深度学习的操作范式。注释：pcl为个性化-合作学习(personalized-cooperative learnin

16、g)的英文首字母缩写。sk+ks+cs+ss即“4s”，其中sk为学科知识(subject knowledge)的英文首字母缩写，ks为学科知识对应的学习策略(knowledge strategy)的英文首字母缩写，cs为认知结构(cognitive structure)的英文首字母缩写，ss为社会技能(social skills)的英文首字母缩写。sr为基于图式的数字化资源表征(schematic representation)的英文首字母缩写。参考文献：程利，杨治良，王新法.2007.不同呈现方式的网页广告的眼动研究j.心理科学，30(3)：584-587.冯锐，任友群.2009.学习研究

17、的转向与学习科学的形成j.电化教育研究(2)：23-26.胡航，董玉琦.2016.教育媒体研究未来趋势：促进学习者中心设计j.现代远程教育研究(6)：11-17，38.胡航，董玉琦.2017a.技术怎样促进学习：基于三类课堂的实证研究j.现代远程教育研究(2)：88-94.胡航，董玉琦.2017b.技术促进深度学习：“个性化-合作”学习的理论构建与实证研究j.远程教育杂志(3)：48-61.胡航，任友群.2008.学习技术新发展及其对教育研究的意义j.中国电化教育(4)：1-6.向冬梅(2008).多媒体教学信息表征设计研究d.重庆：西南大学：8-10.辛涛，邹泓(2000).学校心理学m.北京：人民教育出版