在線學習行為與學習成績的關系研究

李 鮑 周瑩瑩

（1.上海交通大學教學發展中心 上海 200240；2.上海機電工程研究所 上海 200240）

0 引言

2020年突發公共衛生事件給各行各業都帶來了巨大的變革，校園中尤其明顯，直接導致面對面的線下教學突然全盤轉移至網絡教學模式；雖然MOOC教學、翻轉課堂等各種教學模式已經推行很多年，但是并未有大規模線上課程替代線下課程的經驗，也并未有類似的效果評估。線下到線上的變化帶來的不但是教學空間的變化，授課、答疑、研討、作業、輔導等各個教學環節都已經發生了變化。教師在適應線上“教”的新模式，學生也在摸索線上“學”的新方法?；貧w課堂后的教學工作相信一定會與之前的課堂有所差異；我們希望通過對教師與學生在CANVAS學習平臺留下的相關學習行為數據與學習成績進行分析，找出在線學習行為與學習成績之間的關系，相信這對教師和管理部門客觀評價這個特殊歷史時期的教學過程有所幫助，也能為今后恢復正常后的課程改革提供一個新的探索方向。

本研究主要著眼于量大面廣的基礎性課程，這主要是出于兩個因素的考慮：（1）這些課程覆蓋學生比例高，為CANVAS平臺學習行為大數據分析提供比較全面的數據基礎；（2）大量學生學習同一門課程，且課程多采用標準化測驗作為衡量學習效果的手段，學習測量數據質量較高?；谶@個考慮我們選擇了英語、基礎電路分析、概率統計、大學化學4門課程作為研究對象。

1 研究現狀

隨著學習平臺大數據逐漸被重視，國內學習行為分析取得了巨大收獲。但通過文獻分析發現對于學習行為分析模型的理論及框架構建較多，對學習行為數據收集、預測、分析則相對較少，還具有巨大空間。

有些研究發現，在線學習與成績總體呈正相關，作者評估了在線學習系統在面對面學習環境中改善學生測試成績的有效性。結果表明，與對照測試問題以及系統實施前一個學期的測試成績相比，在線學習系統的實施提高了學生的考試成績[1]。有些研究，則從不同測量指標，給出答案。與通過“傳統講座”授課的學生相比，通過在線媒體授課的學生之間沒有顯著差異。一項評估調查表明，盡管有些學生不愿意接受一種獨立的學習方式，但似乎喜歡這些資源[2]。熊潞穎等（2019）基于某平臺數據課程，定義并分析了在線學習者在學業拖延方面的行為表現，并結合K-means聚類算法和社會網絡分析方法對學習者在線學習行為進行分析，嘗試研究成績好壞與課程中的拖延行為是否成正相關關系，發現結論為黨學習這取得較好的學習成績時，也會出現短暫的拖延行為，而取得較差的學習成績，拖延行為更有可能是持續性的，學習者有可能會放棄課程[3]。

2 方法與過程

基于學習投入理論框架，本研究主要聚焦學習平臺數據中的個體學習行為：包括平臺查看次數、平臺互動次數、平臺互動時長、平臺總訪問次數、平臺有效活動時長。經過對數據梳理清洗后因為大學化學未能獲得全部卷面成績，所以沒有辦法進行有效分析；只保留英語、基礎電路理論、概率統計3門課程進行數據分析。3門課程都是量大面廣的基礎課程，覆蓋學生數量較多，具有一定的普遍意義。

2.1 以每位學生為單位進行成績與各個指標數據分析

（1）概率統計課程包含1333位學生成績數據，在線教學平臺上共計獲取到55759條日志數據，每次線上練習的最后一次提交時間減去第一次提交時間作為一次有效線上練習投入時長，將每人的練習投入總時長與成績進行相關分析，結果表明兩者相關性不顯著。

總登錄時間為系統自動記錄的在線時間，標志了學生在平臺上實際操作的時長信息，經過與成績進行相關分析，結果表明二者相關性不顯著。

頁面點擊數、練習提交數、總訪問數是3個訪問學習平臺的主要客觀指標，經過與成績進行相關分析，結果表明頁面點擊數、練習提交數、總訪問數與成績相關性顯著。

（2）基本電路理論課程包含1013位學生成績數據，在線教學平臺上共計獲取到3213條日志數據，總登錄時間為系統自動記錄的在線時間，標志學生在平臺上實際操作的時長信息，經過與成績進行相關分析，結果表明二者相關性不顯著。

頁面點擊數、練習提交數、總訪問數是3個訪問學習平臺的主要客觀指標，經過與成績進行相關分析，結果表明頁面點擊數、練習提交數、總訪問數與成績相關性不顯著。

（3）英語課程包含2854位學生成績數據，在線教學平臺上共計獲取到314167條日志數據，每次線上練習的最后一次提交時間減去第一次提交時間作為一次有效線上練習投入時長，將每人的練習投入總時長與成績進行相關分析，結果表明兩者相關性顯著。

總登錄時間為系統自動記錄的在線時間，標志學生在平臺上實際操作的時長信息，經過與成績進行相關分析，結果表明二者相關性顯著。

頁面點擊數、練習提交數、總訪問數是3個訪問學習平臺的主要客觀指標，經過與成績進行相關分析，結果表明頁面點擊數、練習提交數、總訪問數與成績相關性不顯著。

根據以上分析結果總結表格如表1，三門課程顯示了完全不同的分析結果，為進一步分析三門課程產生差異結果的原因，課題組采用人工方式對平臺日志進行初步判斷發現3門課程利用平臺的方式有一些不同。

表1：各項數據指標與成績相關性

概率統計：平臺信息以PPT、作業、測驗為主。

基本電路理論：重點知識信息總結、未見互動內容。

英語：PPT、作業、測驗、各種形式的課外資料：包括音頻、視頻等。

根據以上信息不難看出，三門課程對待平臺的方式是不同的，基本電路理論課程將平臺作為信息發布渠道，利用其它平臺進行補充互動或學習資源提供；概率統計：將平臺作為主要教學陣地，但是課外資源不足，以線上平臺取代物理教室的作用。英語課程將平臺作為唯一教學陣地，提供了豐富的教學資源供學生利用，學生幾乎所有學習活動都依托平臺完成。

2.2 對學生成績進行分段處理

60分以下為D組，60-75為C組，75-90為B組，90分以上為A組，按照分組對指標數據處理后再與成績進行相關分析。

（1）概率統計課程相關數據指標中，頁面點擊、練習提交、總訪問數、練習投入與成績相關性顯著，總登錄時間與成績相關性不顯著，如表2。

表2：概率統計—頁面點擊、練習提交、總訪問數、練習投入、總登錄時間與成績相關分析

（2）基礎電路理論課程相關數據指標中，頁面點擊、練習提交、總訪問數、練習投入、總登錄時間與成績相關性不顯著，如表3。

表3：基礎電路理論—頁面點擊、練習提交、總訪問數、練習投入、總登錄與成績相關分析

（3）基礎電路理論課程相關數據指標中，頁面點擊、練習提交、總訪問數、練習投入、總登錄時間與成績相關性顯著，如表4。

表4：英語—頁面點擊、練習提交、總訪問數、練習投入、總登錄與成績相關分析

經過成績分段處理后重新對指標數據與成績相關性進行分析，除概率統計課程中的練習投入時長相關性從不顯著變為顯著，其他指標結果未改變，如表5。

表5：成績分段處理后各項數據指標與成績相關性

3 結果與結論

數據分析結果可以看出，統一平臺下相同的技術指標在不同的課程中表現為不同的統計結果，在一門課程的角度可以分析出某行為與成績的關系，但是希望找到一個普適性指標推廣的所有課程不能簡單的定位某個數據指標。經過對三門課程平臺上的頁面設置發現，單純的將平臺作為信息發布工具并不能給學習帶來促進作用；除了設計相關常規作業通過平臺提交，還應該重點關注通過平臺提供內容豐富、形式多樣的課內課外學習資源，設計合理的討論題，讓同學將平臺作為首選學習環境，提升平臺的使用粘性，才能有效促進學習效果提升。

4 分析與討論

本次課題研究重點關注平臺一些客觀數據指標，揭示了平臺內容合理設計給成績提升帶來的促進效果，練習投入時長、練習提交次數、訪問平臺次數等指標與成績呈現顯著相關。但是缺乏學生主觀感受數據分析，后續應該通過問卷等途徑收集學生線上教學的主觀感受，對數據進行多維度補充，進行進一步深入研究。