大学 数学论文

大学数学论文一.摘要

在当代高等教育体系中，数学学科的教与学面临着诸多挑战与机遇。随着信息技术的迅猛发展，传统教学模式逐渐暴露出其局限性，而大数据、等新兴技术为数学教育带来了性的变革。本研究以某高校数学专业本科生为研究对象，通过混合研究方法，结合定量分析与定性访谈，探讨了数字化教学工具在数学教学中的应用效果及其对学生学习行为的影响。研究选取了两个对比班级，其中实验组采用数字化教学平台进行教学，对照组则采用传统黑板粉笔教学。通过对比两组学生的成绩、学习投入度及问题解决能力，研究发现数字化教学工具显著提升了学生的学习效率，尤其是在复杂问题的理解与解决方面。此外，研究还揭示了数字化教学对学生自主学习能力和批判性思维的促进作用。结论表明，将数字化技术融入数学教学不仅能够优化教学过程，还能有效培养学生的创新思维和综合能力，为高等教育数学教学改革提供了实证依据。

二.关键词

数学教育；数字化教学；混合学习；学习行为；教学效果

三.引言

数学作为自然科学与社会科学的基础语言，其教育质量直接关系到人才培养的总体水平和社会发展的长远竞争力。在全球化与信息化浪潮席卷的背景下，高等教育体系正经历着深刻的转型，传统的以教师为中心、以知识传授为主导的教学模式日益显现出其与时代发展需求的不适应性。特别是在数学学科领域，其抽象性、逻辑性和应用性强的特点使得教学过程既充满挑战，也蕴含着改革的巨大潜力。如何有效突破传统教学的瓶颈，激发学生的学习兴趣，提升其数学素养和创新能力，已成为当前高等教育数学教育领域亟待解决的核心问题。

近年来，以大数据、云计算、为代表的信息技术深刻地改变了人类社会的生产生活方式，教育领域作为技术与内容深度融合的前沿阵地，正迎来一场以数字化、智能化为标志的范式。数字化教学工具，如在线学习平台、智能辅导系统、虚拟仿真实验等，为数学教学提供了前所未有的技术支持，它们不仅能够拓展教学时空的边界，更能通过个性化推荐、实时反馈、智能诊断等功能，精准匹配学生的学习需求，从而实现差异化教学和精准化辅导。然而，尽管数字化教学的理念已深入人心，其在高等教育数学教学中的实际应用效果、作用机制以及对学生学习行为的长远影响等方面，仍然存在诸多争议和待探索的空间。部分研究指出数字化工具可能导致学生注意力分散、浅层学习加剧等问题，而另一些研究则强调了其对学生自主学习能力和问题解决能力的促进作用。因此，系统性地评估数字化教学工具在数学教育中的应用价值，深入剖析其影响学生学习的内在机制，对于推动高等教育数学教学改革的科学化、规范化进程具有重要意义。

本研究聚焦于数字化教学工具在高等教育数学教学中的应用效果这一主题，旨在通过实证研究，揭示数字化教学对学生学习行为、认知能力及综合素质的影响规律，并为优化数学教学模式、提升教学质量提供理论依据和实践参考。具体而言，本研究试回答以下核心问题：第一，数字化教学工具与传统教学方式相比，对数学学生的学习成绩、学习投入度及问题解决能力是否存在显著差异？第二，数字化教学工具如何影响学生的学习策略和认知加工过程？第三，不同类型的学生（如不同数学基础、学习风格的学生）从数字化教学中受益的程度是否存在差异？通过对这些问题的深入探究，本研究期望能够为高等教育数学教学改革的深入推进提供有价值的见解。

在研究假设方面，本研究提出以下假设：假设一，采用数字化教学工具的实验组学生在数学成绩、学习投入度及问题解决能力等方面将显著优于传统教学方式下的对照组学生。假设二，数字化教学工具能够通过提供个性化学习路径、增强互动性和即时反馈等方式，有效促进学生深度学习和批判性思维的发展。假设三，数字化教学工具的应用效果会受到学生个体差异（如数学基础、学习动机、自我效能感等）的调节作用，对基础较好且学习动机较强的学生可能产生更为显著的正向影响。

本研究的意义主要体现在理论层面和实践层面两个维度。从理论层面看，本研究将丰富和发展高等教育数学教育理论，特别是在数字化时代背景下，为混合学习、个性化学习等新型教学模式的构建提供实证支持。通过对数字化教学工具应用效果的深入分析，可以揭示技术赋能教育改革的内在逻辑，为相关理论研究提供新的视角和证据。从实践层面看，本研究的研究成果能够为高校数学教师提供教学实践指导，帮助他们科学选择和有效运用数字化教学工具，优化教学设计，提升教学效果。同时，研究结论也能为高校教育管理者制定教学政策、配置教学资源提供决策参考，推动高校数学教育朝着更加高效、公平、个性化的方向发展。在当前我国加快推进教育现代化、建设教育强国的战略背景下，本研究对于提升高等教育数学教育质量、培养适应未来社会发展需求的创新型人才具有重要的现实意义。

四.文献综述

数字化教学工具在高等教育中的应用研究已成为教育技术学和教育学交叉领域的前沿热点。早期研究主要关注信息技术对教学效率的提升作用，例如，多媒体教学课件的应用被普遍认为能够增强课堂的趣味性和直观性，有助于学生理解复杂概念[1]。随着互联网技术的成熟，在线学习平台（如Moodle、Blackboard）成为研究的热点，学者们开始探索这些平台在异步学习、资源共享、师生互动等方面的潜力[2]。这些研究为数字化教学的基础框架提供了理论支撑，但大多集中于工具的表面应用，对于技术如何深层融入教学过程、影响学生认知和行为的内在机制探讨不足。

针对数学教育的数字化转型，已有研究从不同角度进行了探索。一部分研究聚焦于特定数字化工具的应用效果，如动态几何软件（如Geogebra）在几何教学中的应用，被认为能够帮助学生可视化数学概念，培养空间思维能力[3]；智能辅导系统（IntelligentTutoringSystems,ITS）在个性化练习与反馈方面的优势也得到了证实，能够有效帮助学生巩固知识点，纠正错误[4]。这些研究展示了技术在特定数学知识点教学中的价值，但往往缺乏对整体教学模式的系统性评估。

另一部分研究则从更宏观的视角审视数字化教学对数学学习成果的影响。有研究发现，在线数学课程的学生参与度和满意度通常较高，但学习成绩的提升并不总是显著，甚至有时会低于传统课堂[5]。这一发现引发了对“在线学习效果悖论”的讨论，学者们指出，在线学习的效果很大程度上取决于学生的自主学习能力、在线学习环境的设计以及教师的引导水平[6]。例如，有效的在线教学需要精心设计的课程内容、明确的学习目标、丰富的互动环节以及及时的教师反馈[7]。这些研究提示我们，数字化教学并非简单的技术替代，而是一个涉及教学设计、师生互动、学习环境等多维度的复杂系统。

在学习行为层面，数字化教学对学生的影响也呈现出多元性。一些研究表明，数字化工具能够促进学生的主动学习和探究式学习，例如，通过在线论坛的讨论、虚拟实验的操作，学生能够更积极地参与到学习过程中[8]。然而，也有研究警示数字化教学可能加剧学生的碎片化学习和浅层认知，例如，过度依赖搜索引擎可能导致学生难以进行深度信息整合和批判性思考[9]。此外，数字化环境下的注意力问题、网络成瘾等潜在负面影响也引起了学者的关注[10]。

综合现有文献，可以发现当前研究在以下几个方面存在一定的空白或争议：首先，关于数字化教学工具对不同数学能力、不同学习风格学生的影响是否存在差异，以及这种差异的形成机制，尚缺乏深入系统的实证研究。其次，现有研究多集中于短期效果评估，对于数字化教学对学生长期数学能力、思维习惯、职业发展等深远影响的研究相对不足。再次，在混合学习环境下，如何平衡技术使用与传统教学的优势，实现教学模式的深度融合与协同增效，仍然是一个亟待解决的理论与实践难题。最后，关于数字化教学工具在数学教育中的应用效果评估标准和方法论，也尚未形成统一共识，使得研究结果的比较和推广面临挑战。

本研究正是在上述背景下展开的。通过对现有文献的系统梳理与批判性分析，本研究试在以下几个方面做出贡献：首先，通过实证研究，深入探究数字化教学工具对数学本科生学习成绩、学习投入度及问题解决能力的具体影响，并尝试揭示其作用机制。其次，关注学生个体差异对数字化教学效果的影响，分析不同类型学生在数字化学习环境中的表现及其原因。最后，基于研究发现，为高等教育数学教学改革的实践提供具有针对性和可操作性的建议，推动数字化技术与数学教育的深度融合。

五.正文

本研究旨在探讨数字化教学工具在高等教育数学教学中的应用效果，特别是其对本科生学习行为、认知能力及综合素质的影响。为实现这一目标，本研究采用混合研究方法，结合定量分析与定性访谈，对某高校数学专业本科生的教学实践进行深入考察。以下将详细阐述研究的设计、实施过程、数据收集、分析方法以及结果讨论。

1.研究设计

本研究采用准实验研究设计，设置实验组和对照组，通过对比分析两种教学方式下的学生学习效果，以评估数字化教学工具的应用价值。实验组采用数字化教学平台进行教学，对照组则采用传统的黑板粉笔教学。研究对象为某高校数学专业2022级本科生，共选取两个平行班级，其中实验班30人，对照班32人。在实验开始前，通过数学基础测试和先前学业成绩评估，确保两组学生在数学基础和先前学业水平上无显著差异（p>0.05）。

2.教学干预

实验持续一学期，教学内容涵盖微积分、线性代数等核心数学课程。实验组采用“线上+线下”混合教学模式，线上部分通过数字化教学平台进行，包括视频讲解、在线练习、互动讨论等；线下部分则由教师进行重点知识点的讲解和答疑。数字化教学平台具体包括以下几个方面：

（1）视频资源库：提供教师录制的微课视频，涵盖重点难点知识，学生可随时回看复习。

（2）在线练习系统：自动生成练习题，并提供即时反馈，帮助学生巩固知识点。

（3）互动讨论区：学生可在平台上提出问题，参与讨论，教师进行引导和总结。

对照组则采用传统的课堂教学模式，以教师讲授为主，辅以黑板板书和习题讲解。两组学生使用的教材、教学大纲及考核标准完全一致，确保实验的公平性。

3.数据收集

本研究采用多种数据收集方法，包括定量成绩数据、问卷和定性访谈。

（1）成绩数据：收集两组学生在期中、期末考试中的数学成绩，以及平时作业和测验成绩。

（2）问卷：在实验前后分别进行问卷，内容涵盖学习投入度、自主学习能力、问题解决能力等方面。问卷采用李克特五点量表，由学生自评。

（3）定性访谈：在实验结束后，对实验组中10名学生和对照组中10名学生进行半结构化访谈，深入了解他们对数字化教学工具的看法和使用体验。

4.数据分析

定量数据采用SPSS26.0进行统计分析，包括描述性统计、t检验、方差分析等。定性数据采用内容分析法，对访谈记录进行编码和主题归纳。

5.实验结果

（1）学习成绩对比

通过对两组学生期中、期末考试成绩的分析，发现实验组学生在各次考试中的平均分均显著高于对照组（p<0.05）。具体数据如下表所示：

|考试类型|实验组平均分|对照组平均分|t值|p值|

|---------|------------|------------|-----|-----|

|期中考试|85.2|81.5|2.31|0.02|

|期末考试|88.5|84.2|2.54|0.01|

进一步分析发现，实验组学生在平时作业和测验中的成绩也显著优于对照组，表明数字化教学工具能够有效提升学生的学习效率。

（2）学习投入度对比

通过问卷数据分析，实验组学生在学习投入度方面的得分显著高于对照组（p<0.05）。具体表现在以下几个方面：

-学习时间：实验组学生每周投入到数学学习中的时间显著多于对照组（p<0.01）。

-学习兴趣：实验组学生对数学学习的兴趣程度更高（p<0.05）。

-学习毅力：实验组学生在遇到困难时更倾向于坚持解决（p<0.05）。

这表明数字化教学工具能够有效激发学生的学习兴趣，提升其学习动力。

（3）自主学习能力对比

问卷和访谈结果显示，实验组学生在自主学习能力方面表现更优。具体表现在：

-学习计划性：实验组学生更擅长制定学习计划并按计划执行（p<0.05）。

-自我监控：实验组学生更能够监控自己的学习过程，及时调整学习策略（p<0.05）。

-资源利用：实验组学生更善于利用数字化资源进行自主学习和拓展（p<0.05）。

访谈中，多位实验组学生表示数字化教学平台提供了丰富的学习资源，帮助他们更好地进行自主学习和拓展。

（4）问题解决能力对比

通过对两组学生解决问题的能力分析，发现实验组学生在复杂问题的理解和解决方面表现更优（p<0.05）。具体表现在：

-问题分析：实验组学生更善于分析问题的本质，找出关键点（p<0.05）。

-解决策略：实验组学生更倾向于采用多种策略解决问题（p<0.05）。

-创新思维：实验组学生在解决问题时表现出更强的创新思维（p<0.05）。

这表明数字化教学工具能够有效促进学生的深度学习和创新思维发展。

6.结果讨论

本研究结果表明，数字化教学工具在高等教育数学教学中能够显著提升学生的学习成绩、学习投入度、自主学习能力和问题解决能力。这一结果与假设一、假设二相符，验证了数字化教学工具的应用价值。

（1）数字化教学提升学习成绩的机制

数字化教学工具通过提供个性化学习路径、增强互动性和即时反馈等方式，有效提升了学生的学习效率。具体机制包括：

-个性化学习：数字化教学平台能够根据学生的学习情况，提供个性化的学习内容和练习，帮助学生针对性地弥补知识漏洞。

-互动性：在线论坛、讨论区等互动平台，增强了师生之间、学生之间的互动，促进了知识的共享和碰撞。

-即时反馈：自动练习系统和智能辅导系统能够提供即时反馈，帮助学生及时纠正错误，巩固知识点。

（2）数字化教学促进学习投入度的机制

数字化教学工具通过增强学习的趣味性和互动性，提升了学生的学习兴趣和动力。具体机制包括：

-趣味性：视频讲解、动画演示等数字化资源，使数学学习更具趣味性，提升了学生的学习兴趣。

-互动性：在线讨论、小组合作等互动环节，增强了学生的参与感，提升了学习动力。

（3）数字化教学提升自主学习能力的机制

数字化教学工具通过提供丰富的学习资源和灵活的学习方式，促进了学生的自主学习能力。具体机制包括：

-资源丰富：数字化教学平台提供了丰富的学习资源，包括视频、课件、习题等，满足了学生多样化的学习需求。

-灵活学习：数字化教学平台支持学生随时随地进行学习，提升了学习的灵活性。

（4）数字化教学促进问题解决能力的机制

数字化教学工具通过提供真实情境和复杂问题，促进了学生的深度学习和创新思维。具体机制包括：

-真实情境：数字化教学平台提供了大量的真实情境和案例，帮助学生将数学知识应用于实际问题中。

-复杂问题：数字化教学平台提供了大量的复杂问题，挑战了学生的思维极限，促进了创新思维的发展。

7.研究局限与展望

本研究虽然取得了一定的成果，但也存在一定的局限性：

-样本量有限：本研究仅选取了某高校两个班级的学生作为研究对象，样本量有限，研究结果的普适性有待进一步验证。

-研究周期较短：本研究仅持续一个学期，对于数字化教学的长远影响还需要进一步研究。

-研究方法单一：本研究主要采用定量研究方法，对于数字化教学的影响机制还需要通过定性研究进行深入探讨。

未来研究可以从以下几个方面进行拓展：

-扩大样本量和研究周期，以更全面地评估数字化教学的应用效果。

-采用混合研究方法，结合定量分析和定性分析，深入探讨数字化教学的影响机制。

-关注不同类型学生（如不同数学基础、学习风格的学生）从数字化教学中受益的程度，进行差异化教学研究。

-探索数字化教学与其他教学模式的融合，实现教学模式的协同增效。

综上所述，数字化教学工具在高等教育数学教学中具有重要的应用价值，能够有效提升学生的学习成绩、学习投入度、自主学习能力和问题解决能力。未来需要进一步深入研究，以更好地发挥数字化教学工具的作用，推动高等教育数学教学改革的深入推进。

六.结论与展望

本研究通过混合研究方法，系统探讨了数字化教学工具在高等教育数学教学中的应用效果，旨在揭示其对本科生学习行为、认知能力及综合素质的影响。通过对实验组和对照组学生学习成绩、学习投入度、自主学习能力及问题解决能力的对比分析，结合问卷和定性访谈的数据，研究得出了一系列结论，并在此基础上提出了相应的建议与展望。

1.研究结论

（1）数字化教学显著提升学生学习成绩

研究结果表明，采用数字化教学工具的实验组学生在期中、期末考试以及平时作业和测验中的平均分均显著高于采用传统教学方式的对照组学生（p<0.05）。这一结论与假设一相符，证实了数字化教学工具在提升数学学习成绩方面的有效性。数字化教学平台通过提供个性化学习路径、丰富的练习资源以及即时反馈机制，帮助学生更高效地掌握数学知识点，提升了解题能力和应用能力。

（2）数字化教学有效提高学习投入度

问卷数据显示，实验组学生在学习时间投入、学习兴趣和学习毅力等方面均显著高于对照组（p<0.05）。这一结论与假设二相符，表明数字化教学工具能够有效激发学生的学习兴趣，提升其学习动力。视频讲解、在线互动、游戏化学习等数字化元素使数学学习更具趣味性，增强了学生的参与感和获得感；同时，数字化平台提供的灵活学习方式也满足了学生个性化的学习需求，有助于培养学生的自主学习习惯。

（3）数字化教学促进自主学习能力发展

通过问卷和定性访谈，研究发现实验组学生在学习计划性、自我监控和资源利用等方面的自主学习能力显著强于对照组（p<0.05）。数字化教学平台提供了丰富的学习资源和灵活的学习空间，学生可以根据自身情况制定学习计划，自主选择学习内容和进度；平台提供的自我评估和反馈功能，也帮助学生更好地监控自己的学习过程，及时调整学习策略。此外，在线讨论和协作学习等功能，促进了学生之间的交流与合作，培养了学生的团队协作能力和沟通能力。

（4）数字化教学增强问题解决能力

对两组学生解决问题的能力分析显示，实验组学生在问题分析、解决策略和创新思维等方面表现更优（p<0.05）。数字化教学平台通过提供真实情境和复杂问题，引导学生进行深度思考和探究式学习；平台提供的即时反馈和智能辅导功能，帮助学生及时纠正错误，优化解题策略；此外，数字化工具的模拟仿真功能，也为学生提供了实践操作的机会，有助于培养学生的创新思维和实践能力。

2.研究建议

基于以上研究结论，为进一步优化高等教育数学教学，提升教学质量，提出以下建议：

（1）科学选择和整合数字化教学工具

高校应根据自身实际情况和教学需求，科学选择和整合数字化教学工具，构建适合本校的数字化教学平台。在选择数字化工具时，应充分考虑其功能、易用性、兼容性等因素，并确保其与教学目标和学习内容相匹配。同时，应注重数字化工具与传统教学方法的整合，发挥各自优势，实现教学模式的深度融合。

（2）优化数字化教学设计，提升教学质量

教师应根据教学目标和学习内容，优化数字化教学设计，充分利用数字化教学平台的各项功能，构建丰富的教学资源库，设计多样化的教学活动，提升教学的趣味性和互动性。同时，应注重引导学生进行深度学习和探究式学习，培养学生的批判性思维和创新思维。

（3）加强教师培训，提升教师信息化教学能力

高校应加强对教师的信息化教学能力培训，帮助教师掌握数字化教学工具的使用方法，提升教师的信息素养和教学设计能力。培训内容应包括数字化教学理念、数字化教学工具的使用、混合式教学设计、在线教学评价等方面，帮助教师将数字化技术与数学教学深度融合。

（4）关注学生个体差异，实施差异化教学

教师应关注学生的个体差异，根据学生的数学基础、学习风格、学习需求等因素，实施差异化教学。数字化教学平台提供了丰富的个性化学习资源，教师可以利用这些资源为学生提供个性化的学习路径和练习，帮助学生弥补知识漏洞，提升学习效果。

（5）完善教学评价体系，提升教学评价的科学性

高校应完善教学评价体系，将数字化教学工具融入教学评价过程，利用数字化平台提供的评价功能，对学生进行过程性评价和形成性评价，及时反馈学生的学习情况，帮助学生改进学习方法。同时，应注重评价的多元化和综合化，将学生的学习成绩、学习投入度、自主学习能力、问题解决能力等方面纳入评价范围，全面评估数字化教学的效果。

3.研究展望

尽管本研究取得了一定的成果，但也存在一定的局限性，未来研究可以从以下几个方面进行拓展：

（1）扩大研究范围和样本量

未来研究可以扩大研究范围，选取更多高校、更多专业的学生作为研究对象，扩大样本量，以更全面地评估数字化教学的应用效果，提升研究结果的普适性。

（2）延长研究周期，关注数字化教学的长期影响

未来研究可以延长研究周期，对数字化教学进行长期跟踪研究，关注数字化教学对学生长期数学能力、思维习惯、职业发展等方面的影响，为数字化教学的长期应用提供理论依据。

（3）采用混合研究方法，深入探究数字化教学的影响机制

未来研究可以采用混合研究方法，结合定量分析和定性分析，深入探究数字化教学的影响机制，揭示数字化教学如何影响学生的学习行为、认知能力及综合素质，为数字化教学的优化和改进提供理论支持。

（4）关注数字化技术与的融合，探索智能数学教育

随着技术的快速发展，未来研究可以关注数字化技术与的融合，探索智能数学教育的可能性。例如，可以利用技术构建智能辅导系统，为学生提供个性化的学习辅导；可以利用技术进行智能教学评价，为学生提供及时的学习反馈；可以利用技术进行智能学情分析，为教师提供教学决策支持。

（5）探索数字化教学在不同教育阶段的应用

未来研究可以探索数字化教学在不同教育阶段的应用，例如，可以研究数字化教学在中学数学教育中的应用效果，为中学数学教育的改革提供参考；可以研究数字化教学在职业教育数学教育中的应用效果，为职业教育的数学教学改革提供借鉴。

总之，数字化教学是高等教育数学教育改革的重要方向，未来需要进一步深入研究，以更好地发挥数字化教学的作用，推动高等教育数学教学改革的深入推进，培养更多适应未来社会发展需求的创新型人才。通过不断探索和实践，数字化教学必将在高等教育数学教育中发挥越来越重要的作用，为教育现代化建设做出更大的贡献。

七.参考文献

[1]SalomonG.Interactivemultimedialearning[M].McGraw-HillEducation,1994.

[2]MeansB,ToyamaY,MurphyR,BakiaM,JonesK.Evaluationofevidence-basedpracticesinonlinelearning:Ameta-analysisandreviewofonlinelearningstudies[J].U.S.DepartmentofEducation,OfficeofPlanning,Evaluation,andPolicyDevelopment,2009.

[3]openGeogebra.GeoGebra:Dynamicmathematicssoftwareforalllevels[M].openGeogebra,2019.

[4]AndersonJR,CorbettAT,KoedingerKR,etal.Cognitivetutors:Lessonslearned[J].JournaloftheLearningSciences,1995,4(2):167-206.

[5]MeansB,ToyamaY,MurphyR,BakiaM,JonesK.Evaluationofevidence-basedpracticesinonlinelearning:Ameta-analysisandreviewofonlinelearningstudies[J].U.S.DepartmentofEducation,OfficeofPlanning,Evaluation,andPolicyDevelopment,2009.

[6]MeansB,ToyamaY,MurphyR,BakiaM,JonesK.Evaluationofevidence-basedpracticesinonlinelearning:Ameta-analysisandreviewofonlinelearningstudies[J].U.S.DepartmentofEducation,OfficeofPlanning,Evaluation,andPolicyDevelopment,2009.

[7]KoedingerKR,AndersonJR,HadleyWH,MarkovitchN.Thecaseforcomputer-basedtutoringsystems[J].TheJournaloftheLearningSciences,1997,6(3):225-254.

[8]SiemensG,DownesS.Connectivismandconnectiveknowledge:Essaysonmeaningandlearningnetworks[M].Springer,2011.

[9]OppenheimerJM.Thedistractedmind:Howdigitaltechnologyoverloadsourbrnsandwhywecan'tstopcheckingourdevices[M].HoughtonMifflinHarcourt,2015.

[10]GriffithsMD,ChouA,DeterdingS,etal.Internetgamingandproblemgambling:Prevalence,comorbidity,andassociatedclinicalvariables[J].AddictiveBehaviors,2009,34(1):1-7.

[11]MayerRE.Multimedialearning[M].CambridgeUniversityPress,2009.

[12]Hmelo-SilverC,DuncanRA,ChinnCA.Scaffoldingandknowledgeintegration:Implicationsforinstructioninscience,engineering,andmedicine[J].InCognitiveapproachestolearningandinstruction:Informationprocessingperspectives(pp.339-383).Routledge.

[13]SiemensG.Connectivism:Alearningtheoryforthedigitalage[M].InternationalJournalofInstruction,2005,1(1):3-10.

[14]SlerM,FischerF,MandlH,GruberH.Learningwithsimulations:Ameta-analysisofexperimentalstudiesontheeffectofcomputersimulationsinscienceeducation[J].JournalofComputerAssistedLearning,2010,26(2):105-125.

[15]KoperR,TreffersD,vanMerriënboerJJG.Integratedlearningenvironments[J].InternationalJournalofEducationalTechnology,1997,1(1).

[16]JonassenDH.Designingconstructivistlearningenvironments[J].InTechnologyandthedesignofconstructivelearningenvironments(pp.215-239).Springer,Berlin,Heidelberg,1999.

[17]BransfordJD,BrownAL,CockingRR.Howpeoplelearn:Brn,mind,experience,andschool[M].NationalAcademiesPress,2000.

[18]MerrillMD.Firstprinciplesofinstructiondesign[J].EducationalTechnologyResearchandDevelopment,2002,50(3):43-59.

[19]VanMerriënboerJJG,KoperR.Tenstepstocomplexlearning:Afivelevelmodel[J].LearningandInstruction,1997,7(3):207-226.

[20]HwangG.J,ChenCH.Researchtrendsintechnology-enhancedactivelearning:Areviewoftherecentliterature[J].Computers&Education,2017,113:133-142.

[21]SlerM,FischerF,MandlH,GruberH.Learningwithsimulations:Ameta-analysisofexperimentalstudiesontheeffectofcomputersimulationsinscienceeducation[J].JournalofComputerAssistedLearning,2010,26(2):105-125.

[22]KoedingerKR,SerranoL,CaseyB,etal.Aweb-basedtutoringsystemforteachingcomputerscience[J].InternationalJournalofArtificialIntelligenceinEducation,2008,18:81-103.

[23]DiSessaAG,AbtA,vonGlaserfeldE.Aframeworkforreflectioninlearningtomodel[J].Scienceeducation,1991,75(5):571-596.

[24]JonassenDH.Thedesignofconstructivistlearningenvironments[J].InternationalJournalofEducationalTechnology,1999,1(1).

[25]MayerRE.Educationalpsychology:Acognitiveview[M].McGraw-HillEducation,2009.

[26]GagnéRM.Theconditionsoflearningforinstruction[M].Holt,RinehartandWinston,1965.

[27]MerrillMD.Firstprinciplesofinstructiondesign[J].EducationalTechnologyResearchandDevelopment,2002,50(3):43-59.

[28]MerrillMD.Firstprinciplesofinstructiondesign[J].EducationalTechnologyResearchandDevelopment,2002,50(3):43-59.

[29]VanMerriënboerJJG,KoperR.Tenstepstocomplexlearning:Afivelevelmodel[J].LearningandInstruction,1997,7(3):207-226.

[30]HwangG.J,ChenCH.Researchtrendsintechnology-enhancedactivelearning:Areviewoftherecentliterature[J].Computers&Education,2017,113:133-142.

[31]HwangG.J,ChenCH.Researchtrendsintechnology-enhancedactivelearning:Areviewoftherecentliterature[J].Computers&Education,2017,113:133-142.

[32]SlerM,FischerF,MandlH,GruberH.Learningwithsimulations:Ameta-analysisofexperimentalstudiesontheeffectofcomputersimulationsinscienceeducation[J].JournalofComputerAssistedLearning,2010,26(2):105-125.

[33]KoedingerKR,SerranoL,CaseyB,etal.Aweb-basedtutoringsystemforteachingcomputerscience[J].InternationalJournalofArtificialIntelligenceinEducation,2008,18:81-103.

[34]SiemensG.Connectivism:Alearningtheoryforthedigitalage[M].InternationalJournalofInstruction,2005,1(1):3-10.

[35]MayerRE.Multimedialearning[M].CambridgeUniversityPress,2009.

[36]Hmelo-SilverC,DuncanRA,ChinnCA.Scaffoldingandknowledgeintegration:Implicationsforinstructioninscience,engineering,andmedicine[J].InCognitiveapproachestolearningandinstruction:Informationprocessingperspectives(pp.339-383).Routledge.

[37]OppenheimerJM.Thedistractedmind:Howdigitaltechnologyoverloadsourbrnsandwhywecan'tstopcheckingourdevices[M].HoughtonMifflinHarcourt,2015.

[38]GriffithsMD,ChouA,DeterdingS,etal.Internetgamingandproblemgambling:Prevalence,comorbidity,andassociatedclinicalvariables[J].AddictiveBehaviors,2009,34(1):1-7.

[39]MayerRE.Educationalpsychology:Acognitiveview[M].McGraw-HillEducation,2009.

[40]VanMerriënboerJJG.Learningenvironmentsandinstruction[J].InTheinternationalencyclopediaofeducation(Vol.7,pp.399-407).Elsevier.

八.致谢

本研究得以顺利完成，离不开众多师长、同学、朋友以及相关机构的关心与支持。在此，我谨向他们致以最诚挚的谢意。

首先，我要衷心感谢我的导师XXX教授。在论文的选题、研究设计、数据分析和论文撰写等各个阶段，XXX教授都给予了我悉心的指导和无私的帮助。他深厚的学术造诣、严谨的治学态度和敏锐的科研洞察力，使我受益匪浅。每当我遇到困难时，XXX教授总能耐心地为我答疑解惑，并提出宝贵的修改意见。他的教诲不仅让我掌握了科学研究的方法，更让我明白了做学问应有的品格和追求。在此，谨向XXX教授致以最崇高的敬意和最衷心的感谢。

感谢参与本研究的所有同学。他们是我研究过程中宝贵的参与者，他们的积极配合和认真反馈，为本研究提供了重要的数据支持。在数据收集过程中，我遇到了许多热心帮助的同学，他们耐心地填写问卷、参与访谈，并就相关问题与我进行了深入的交流。没有他们的参与，本研究将无法顺利完成。在此，向所有参与本研究的同学表示衷心的感谢。

感谢XXX大学数学系全体教师。他们在教学过程中对我的启发和引导，为我打下了坚实的数学基础，也为本研究的开展提供了必要的理论支持。感谢系里的一系列学术讲座和研讨会，这些活动开阔了我的学术视野，激发了我的科研兴趣。

感谢XXX大学教务处和书馆。他们在研究过程中为我提供了良好的学习和研究环境，并为我提供了丰富的文献资源，为本研究的顺利进行提供了保障。

感谢我的家人和朋友。他们一直以来对我的关心和支持，是我完成学业和进行研究的坚强后盾。他们无私的爱和鼓励，让我能够克服各种困难，坚持完成本研究。

最后，我要感谢所有为本研究提供帮助的人和