李爽　鐘瑤　喻忱　程罡　魏順平

摘要：該文基于開放大學(xué)2131名學(xué)生在課程Moodle平臺上的日志數(shù)據(jù)，通過相關(guān)分析、滯后序列分析和聚類分析對在線學(xué)習(xí)行為序列和參與模式進行了實證探索。研究發(fā)現(xiàn)，15個Moodle平臺日志記錄行為所形成的122個行為序列中，有36個行為序列與成績顯著相關(guān)，其中包括四個測試行為相關(guān)序列與成績呈中度相關(guān)。研究采用滯后序列分析發(fā)現(xiàn)六個發(fā)生概率達到顯著性水平的行為序列，并構(gòu)建出在線學(xué)習(xí)行為轉(zhuǎn)換模式。通過聚類分析，研究將學(xué)生樣本根據(jù)其行為序列特征劃分五種類型，并定義出五種在線參與模式：低投入式、淺層次投入式、績效投入式、循序漸進式和隨機參與式。文章最后從行為序列分析的價值、有效的行為序列與模式以及對在線學(xué)習(xí)行為轉(zhuǎn)換特征的反思等方面對研究結(jié)果進行了討論與總結(jié)。該文期望該研究能夠為在線學(xué)習(xí)的分析、評估與促進提供有益的研究視角和研究支持。

關(guān)鍵詞：在線學(xué)習(xí)；在線參與模式；行為序列；滯后序列分析；聚類分析

一、引言

基于學(xué)習(xí)數(shù)據(jù)分析與挖掘在線學(xué)習(xí)特征與規(guī)律是優(yōu)化在線教學(xué)和支持服務(wù)的重要依據(jù)。目前，大部分在線學(xué)習(xí)數(shù)據(jù)的分析以考察和評估學(xué)生的在線參與度為主。相比之下，對學(xué)生在線學(xué)習(xí)方式與過程的分析和挖掘較少。學(xué)生究竟是如何基于學(xué)習(xí)管理系統(tǒng)和在線學(xué)習(xí)平臺進行學(xué)習(xí)的，他們的參與方式、學(xué)習(xí)路徑與行為模式是怎樣的，是否與教學(xué)預(yù)期相符，存在怎樣的局限？等問題仍然需要更多研究的關(guān)注。

滯后序列分析法（Lag Sequential Analysis，ISA）是Sackett提出的一種檢驗行為序列顯著性的方法。該方法通過分析一種行為在另一種行為之后出現(xiàn)概率的顯著性探索人類的行為模式。近年來，該方法被應(yīng)用在對學(xué)生各類學(xué)習(xí)活動參與行為和方式的分析中，如分析在線平臺或空間中的討論、協(xié)作問題解決或協(xié)同翻譯行為，分析在線教育游戲系統(tǒng)或活動中學(xué)生的操作行為或參與方式，分析學(xué)生應(yīng)用思維導(dǎo)圖工具學(xué)習(xí)的行為模式，分析學(xué)生在博物館繪畫欣賞活動中的行為特征等。已有研究中，應(yīng)用LSA分析在線協(xié)作知識建構(gòu)行為的研究占較大比重。可是，整體上對學(xué)生參與學(xué)習(xí)管理系統(tǒng)或?qū)W習(xí)平臺的學(xué)習(xí)過程與行為模式分析較少。學(xué)習(xí)管理系統(tǒng)等各類學(xué)習(xí)系統(tǒng)日志記錄了學(xué)生登錄系統(tǒng)后的主要行為事件信息，包括行為主體、動作類型、行為發(fā)生模塊等信息，這些數(shù)據(jù)為分析學(xué)生登錄平臺后的行為軌跡和行為模式提供了有價值的數(shù)據(jù)。

鑒于此，本研究將基于滯后序列分析法對開放大學(xué)在線課程Moodle平臺上的學(xué)生行為數(shù)據(jù)進行分析，探索遠程學(xué)習(xí)者基于Moodle的學(xué)習(xí)行為轉(zhuǎn)換特征及其在線參與模式。

二、研究方法

本研究綜合相關(guān)分析、滯后序列分析、聚類分析等方法，在行為序列分析基礎(chǔ)上，通過挖掘日志數(shù)據(jù)探索開放大學(xué)學(xué)生基于課程Moodle平臺學(xué)習(xí)的行為轉(zhuǎn)換特征與參與模式。

（一）研究問題

1.學(xué)生基于Moodle平臺的行為序列與課程成績是否顯著相關(guān)？相關(guān)水平如何？

2.學(xué)生基于Moodle平臺學(xué)習(xí)所形成的行為序列中，有哪些序列的出現(xiàn)概率達到顯著性水平，由此所反映的在線學(xué)習(xí)參與模式與特征是怎樣的？

3.案例課程中學(xué)生根據(jù)其行為序列特征可以被聚為幾類，各類學(xué)生基于Moodle平臺的在線學(xué)習(xí)參與模式與特征是什么？

（二）案例課程與數(shù)據(jù)樣本

研究以國家開放大學(xué)一門教育專科公共必修課2014年秋季學(xué)期Moodle平臺記錄的2131名學(xué)習(xí)者日志數(shù)據(jù)為樣本。該課程采用基于Moodle的在線學(xué)習(xí)與地方學(xué)習(xí)中心支持下的自主學(xué)習(xí)相結(jié)合的遠程教學(xué)方式，課程持續(xù)六個月，共36學(xué)時。在線課程在開放大學(xué)網(wǎng)絡(luò)課程中具有一定代表性，以理論知識講解為主，學(xué)生基于Moodle平臺的學(xué)習(xí)活動包括系統(tǒng)學(xué)習(xí)課程理論知識、與教師和同伴互動、做測試題、做作業(yè)、自主學(xué)習(xí)其他課程資源等。課程計分作業(yè)包括Moodle平臺上三個在線測試任務(wù)和一個社會實踐調(diào)查。在線測試任務(wù)允許學(xué)生分多次完成和多次嘗試，以嘗試的最高分計人成績。實踐調(diào)查由各地學(xué)習(xí)中心根據(jù)本地實際情況組織實施，允許學(xué)生線下提交調(diào)查報告。

課程Moodle數(shù)據(jù)庫中的log表記錄了學(xué)習(xí)者在平臺上的各類行為信息。本研究分析的2131名學(xué)生在課程2014年秋季學(xué)期中共產(chǎn)生191979條log記錄數(shù)據(jù)，這些數(shù)據(jù)是本研究的數(shù)據(jù)樣本。研究重點分析log表記錄的Time、UserID、Module、Action字段，考察學(xué)生在線學(xué)習(xí)的行為序列與轉(zhuǎn)換模式。

（三）數(shù)據(jù)處理與分析

通過分析課程log表中記錄的學(xué)生動作，研究篩選掉發(fā)生頻次極少的偶發(fā)型動作類型，主要聚焦21個動作，并將其歸納為15種行為，作為行為序列分析的行為對象。這15種行為分別在log記錄的五個模塊（Module）中發(fā)生，包括論壇（Forum）、測試（Quiz）、作業(yè)（Assign）、頁面（Page）和資源（Resource）。表1呈現(xiàn)了15種行為所屬模塊，包含的動作（Action）以及研究編碼。

本研究將一種行為向另一種行為的轉(zhuǎn)換定義為一個行為序列，并用兩種行為的編碼組合表示兩種行為形成的序列，組合中行為編碼的前后順序代表該序列中行為轉(zhuǎn)換的方向，如先發(fā)帖（F1）后搜索帖子（F2）的行為序列表示為F1F2。研究定義的15種行為理論上能夠建立210個行為序列，但是數(shù)據(jù)分析表明學(xué)生樣本在案例課程學(xué)習(xí)中只產(chǎn)生了122個行為序列。

在行為序列分析前，研究首先需要通過對log表原始數(shù)據(jù)的計算獲得學(xué)生樣本在案例課程中產(chǎn)生的行為序列。由于課程Moodle數(shù)據(jù)庫log表并不記錄學(xué)生登人登出平臺的信息，所以研究需要設(shè)定最大登錄時長將log表記錄數(shù)據(jù)切分為每次登錄的數(shù)據(jù)。通過抽樣分析高分學(xué)生的log數(shù)據(jù)，研究將學(xué)生單次登錄行為間最大時長設(shè)定為兩個小時，即當log表中兩行為間的時差超過兩個小時，研究便將后續(xù)發(fā)生的行為視為第二次登錄的行為?；诖艘?guī)則，研究采用Python語言編寫算法獲取學(xué)生每次登錄在15種行為間的轉(zhuǎn)換頻次，從而獲得學(xué)生樣本在課程學(xué)習(xí)期間產(chǎn)生的行為序列數(shù)據(jù)。之后，研究采用相關(guān)分析考察行為序列與學(xué)生績效的關(guān)系，采用滯后序列分析法分析發(fā)生概率達到顯著性水平的行為序列，構(gòu)建行為轉(zhuǎn)換模式，并采用兩步聚類法將學(xué)生樣本根據(jù)其行為序列特征進行聚類分析。

研究采用SPSS19.0對行為數(shù)據(jù)進行描述性統(tǒng)計、相關(guān)分析、z分數(shù)轉(zhuǎn)換與聚類分析。

三、研究結(jié)果

（一）行為序列與成績的相關(guān)分析

將學(xué)生在課程期間產(chǎn)生的行為序列總頻次與學(xué)生課程成績進行Pearson相關(guān)分析，結(jié)果表明二者呈中度正相關(guān)（r=0.373，p<0.01），表明學(xué)生在學(xué)習(xí)中形成的行為序列數(shù)越多，學(xué)習(xí)成績就越好。那么是否所有行為序列與學(xué)習(xí)成績都相關(guān)呢？研究進一步將122個行為序列與學(xué)習(xí)成績進行Pearson相關(guān)分析，結(jié)果顯示有36個行為序列與成績顯著相關(guān)，如表2所示。

四個行為序列與成績呈現(xiàn)中度相關(guān)（r=0 35～0.449），這些序列都與測試活動有關(guān)，分別是學(xué)生提交試題后查看試題答案（Q4Q5）、保存本次答題后提交試題（Q3Q4）、做題后保存本次答題（Q2Q3）、查看試題答案后再瀏覽試題（Q5Q1）。Q4Q5與成績具有最高相關(guān)，該序列體現(xiàn)了知識強化與信息再加工的過程。排名第二的Q3Q4既可能是學(xué)生完成模擬測試并提交，也可能是完成計分測試任務(wù)并提交，前者體現(xiàn)了學(xué)生在自我評價中的堅持性，后者則是績效投入的表現(xiàn)。排名第三的Q2Q3體現(xiàn)了學(xué)生對當次做題嘗試的重視，隱含了他們下次繼續(xù)作答的意愿，進而反應(yīng)出學(xué)生對測試行為的管理和計劃。Q5Q1反應(yīng)出學(xué)生查看試題答案后對其他試題的好奇或是重做試題的興趣。這兩個意愿都體現(xiàn)了學(xué)生對更多訓(xùn)練以獲得好成績的渴望，是績效投入的表現(xiàn)。分析課程四個在線測試任務(wù)的參與度發(fā)現(xiàn)，不計分的模擬測試只有5000多條log記錄，顯著少于另外三個log記錄數(shù)在3萬～6萬條的計分測試任務(wù)?？梢?，大部分測試相關(guān)序列可能主要發(fā)生在計分任務(wù)中，這或許也是相關(guān)序列與成績更相關(guān)的原因之一。

八個行為序列與成績呈現(xiàn)低度相關(guān)（r=0.105-0.276），涉及測試行為、論壇行為與內(nèi)容頁面瀏覽行為間的轉(zhuǎn)換。值得注意的是瀏覽試題后做題（Q1Q2）、瀏覽帖子后發(fā)帖（F3F1）兩個序列與成績具有相對較高的相關(guān)（r>0.2），這可能是因為兩個序列分別體現(xiàn)了學(xué)生在測試和交互活動中認知的深入過程和實質(zhì)性參與。

24個行為序列與成績呈現(xiàn)弱相關(guān)（|r|=0.043～0.097），這些序列涉及頁面、測試、作業(yè)、論壇模塊間的多種行為轉(zhuǎn)換。分析這些序列發(fā)現(xiàn)他們盡管能夠體現(xiàn)學(xué)生在線參與具有一定的主動性和多樣性，如存在跨模塊的行為轉(zhuǎn)換，可是，同時也體現(xiàn)了學(xué)習(xí)的淺層次、無序和隨意特征，因此它們與成績呈弱相關(guān)，甚至負相關(guān)。與成績呈負相關(guān)的三個序列A3P1、P1A3、Q2R1可能就是因為這些序列不太符合認知規(guī)律，體現(xiàn)出在線活動的隨意性。

（二）滯后序列分析

研究進一步采用滯后序列分析法考察在課程Moodle平臺上出現(xiàn)概率達到顯著性水平的行為序列，并基于此構(gòu)建學(xué)生樣本在線學(xué)習(xí)的行為轉(zhuǎn)換模式。

研究首先基于對學(xué)生樣本產(chǎn)生行為序列頻次數(shù)的統(tǒng)計，形成15個學(xué)習(xí)行為間的轉(zhuǎn)換頻次表，如表3所示。表中行行為表示首先發(fā)生的行為，該行對應(yīng)的列行為表示緊接著該行行為之后發(fā)生的行為，表格中的數(shù)據(jù)代表行行為轉(zhuǎn)化為列行為所形成的行為序列出現(xiàn)的次數(shù)。如表3中第1行第9列中的數(shù)字174表示，瀏覽內(nèi)容頁面行為（P1）緊接著瀏覽作業(yè)行為（A1）發(fā)生的總頻次為174次，即序列A1P1發(fā)生總頻次為174。從表3可以快速發(fā)現(xiàn)出現(xiàn)較多的行為序列，如Q1Q2（10576次）、P1Q1（7879次）。

在行為轉(zhuǎn)換頻次表基礎(chǔ)上計算每個序列發(fā)生頻次的z分數(shù)從而獲得殘差表（如表4所示）。只有當z分數(shù)大于+1.96才意味著相應(yīng)行為序列出現(xiàn)的頻次達到了統(tǒng)計上的顯著性水平（p<0.05）。根據(jù)表4，有六個行為序列出現(xiàn)概率達到了顯著性水平，即P1Q1、Q192、Q2Q3、Q3Q4、Q4Q5和Q5Q1。其中，P1Q1、Q1Q2、Q4Q5、Q5Q1體現(xiàn)了學(xué)生經(jīng)歷在線學(xué)習(xí)過程中認知逐漸深入的過程，Q2Q3和Q3Q飯映了學(xué)生為了課程學(xué)習(xí)目標或優(yōu)異成績對測試行為的管理，是自我監(jiān)控的表現(xiàn)。根據(jù)這六個行為序列，研究構(gòu)建如圖1所示的在線學(xué)習(xí)行為轉(zhuǎn)換圖，圖中箭頭上方的數(shù)值代表每個行為序列的z值，箭頭代表行為轉(zhuǎn)換的方向。

根據(jù)圖1，案例課程2131名學(xué)生登錄Moodle后主要的行為轉(zhuǎn)換發(fā)生在瀏覽課程內(nèi)容頁面與測試活動之間。由圖可知：若是學(xué)生登錄平臺后首先瀏覽課程內(nèi)容頁面，那他們之后較少去論壇交流，而更傾向于去測試模塊嘗試測試任務(wù)或模擬試題；學(xué)生在測試模塊的活動通常遵循著循序漸進的評價步驟，如瀏覽題目后做題（Q1Q2），做題后保存本次嘗試并查看答題進度（Q2Q3），在最后一次答題后提交試題（Q3Q4），提交后回顧試題并查看答案（Q4Q5），查看答案后還會傾向于瀏覽其他試題或已做試題（Q5Q1）。課程允許學(xué)生分多次完成試題，Q2Q3、Q3Q4較高的出現(xiàn)概率表明學(xué)生傾向于分多次完成一個測試任務(wù)，每次答題后保存答題進度，但不提交試題，在最后一次答題后，學(xué)生查看答題進度發(fā)現(xiàn)已經(jīng)完成所有題目或達到預(yù)期，便提交試題。Q4Q5序列出現(xiàn)在圖1中表明學(xué)生在測試活動中往往會對自己的學(xué)習(xí)進行相對完整的評價，他們傾向于了解正確答案，并在對照答案的過程中對已學(xué)知識進行強化和精加工。Q5Q1序列的出現(xiàn)反映出學(xué)生在測試活動中為獲得更好表現(xiàn)和達到課程目標投入更多努力的意愿。

然而，該行為轉(zhuǎn)換圖也反應(yīng)出學(xué)生在線學(xué)習(xí)的一些局限。如，缺乏Q2Q4表明學(xué)生較少將測試任務(wù)作為正式的測試活動一次性完成，而是傾向多次答題，在每次測試中發(fā)現(xiàn)學(xué)習(xí)局限，再去補充學(xué)習(xí)。這某種程度上反映出學(xué)生不愿選擇具有較高認知挑戰(zhàn)的任務(wù)，也反映出他們在測試中的堅持性和專注度可能不高。Q3P1的缺乏表明，學(xué)生并沒有將在線課程內(nèi)容頁面作為試題解惑和補充學(xué)習(xí)的主要資源，Q5P1的缺乏同樣表明了這一點。學(xué)生可能更傾向于選擇閱讀紙質(zhì)教材或通過線下輔導(dǎo)補充學(xué)習(xí)和答疑解惑。此外，整個轉(zhuǎn)換圖中，缺乏與在線交互行為相關(guān)的轉(zhuǎn)換，表明與教師和同伴的論壇交互沒有成為學(xué)生進行內(nèi)容內(nèi)化、加工的重要方式，也沒有促使學(xué)生產(chǎn)生新的學(xué)習(xí)問題與需求。

（三）基于行為序列的聚類分析

研究采用兩步聚類法將122個行為序列作為分類變量對2131名學(xué)生樣本進行聚類，獲得穩(wěn)定聚類結(jié)果為五類。五類學(xué)生中，第四類的學(xué)生占比最大，達到35.6%，其次是第三類（21.2%）和第二類（19.9%），最后是第五類（12.7%）和第一類（10.6%）。分析五類學(xué)生的行為轉(zhuǎn)換情況發(fā)現(xiàn)，第一類學(xué)生人均產(chǎn)生的行為序列總數(shù)非常低（3.99次/人），所有行為序列人均產(chǎn)生頻次都低于1次。第二類學(xué)生比第一類學(xué)生人均產(chǎn)生的行為序列總數(shù)明顯增多，達到13.83次/人，與成績中度相關(guān)的四個行為序列人均產(chǎn)生頻次數(shù)都達到了1次，但是，行為序列頻次還是相對后三類顯著偏低。后三類學(xué)生的人均行為序列數(shù)顯著提升，均在20次以上，其中第五類最高，達到33.79次從。由于篇幅限制，本文僅將五類學(xué)生行為序列與成績相關(guān)系數(shù)大于0.1的12個關(guān)鍵行為序列的人均產(chǎn)生頻次統(tǒng)計結(jié)果呈現(xiàn)在表5中。

分析五類學(xué)生在36個與成績相關(guān)的行為序列的人均轉(zhuǎn)換頻次分布情況（如圖2所示），發(fā)現(xiàn)二、三、四類學(xué)生行為序列分布整體相似，行為轉(zhuǎn)換的峰點主要出現(xiàn)在P1Q1、Q1Q2、Q2Q3、Q3Q4、Q4Q5和Q5Q1六個序列上，在作業(yè)和論壇模塊的行為轉(zhuǎn)換發(fā)生很少，甚至為零。第五類學(xué)生與這三類學(xué)生相比，除了上述幾個行為序列之外，A1A2、A4A1和F3F1等序列也達到接近1或大于1次。第一類學(xué)生整體行為轉(zhuǎn)換頻次很少，因此，峰點較少，主要分布在P1Q1和Q1Q2上，且已有峰值都在1次以下。

研究進一步采用滯后序列分析法檢驗五類學(xué)生發(fā)生概率達到顯著性水平的行為序列，以考察五類學(xué)生的行為轉(zhuǎn)換特征。研究最終獲得前四類學(xué)生的行為轉(zhuǎn)換圖，如圖3所示。第五類學(xué)生沒有產(chǎn)生顯著的行為轉(zhuǎn)換，因此未能形成行為轉(zhuǎn)換圖。通過分析五類學(xué)生在線學(xué)習(xí)產(chǎn)生的行為序列和行為轉(zhuǎn)換模式，研究將五類學(xué)生的在線學(xué)習(xí)參與特征分別定義為低投入式、淺層次投入式、績效投入式、循序漸進式和隨機參與式。

第一類學(xué)生在線學(xué)習(xí)的行為轉(zhuǎn)換非常少。他們通常登錄Moodle后的主要行為軌跡是瀏覽內(nèi)容頁面后去瀏覽試題（P1Q1），然后嘗試做幾道題目（Q1Q2）便離開。這類學(xué)生對于是否獲得好成績并不重視，他們不保存答題歷史、不提交試題，對答案也沒有興趣。這類學(xué)生整體在線參與度也非常低，每個行為人均產(chǎn)生頻次不到1次（0.79次/人）。由此可知，在線課程并不是這類學(xué)生遠程學(xué)習(xí)的主要活動，他們?nèi)狈υ诰€學(xué)習(xí)的動力與興趣，整體投入較低，故此研究將這種在線參與模式定義為低投入式。成績分析表明，這類學(xué)生80%平時成績不合格，低分學(xué)生占比在五類學(xué)生中最高。因此，這類學(xué)生是在線輔導(dǎo)和支持需要重點關(guān)注的對象，他們往往面臨較大的學(xué)業(yè)失敗或輟學(xué)風險。

第二類學(xué)生與第一類相比行為轉(zhuǎn)換模式中增加了Q2Q3，意味著他們可能有以后繼續(xù)答題的計劃。可知，這類學(xué)生最初的測試嘗試并不是一種隨意行為。然而遺憾的是，他們大多數(shù)情況下并沒有上線完成試題并提交。由此可見，他們?nèi)狈^強的績效動機，對在線學(xué)習(xí)的自我監(jiān)控投入不足。該類學(xué)生在線學(xué)習(xí)中的行為轉(zhuǎn)換頻次盡管高于第一類，卻仍顯著少于后三類，表明這類學(xué)生登錄平臺后通常學(xué)習(xí)行為單一，每次的在線學(xué)習(xí)缺乏多樣性和深入性。綜上，研究將這種在線學(xué)習(xí)參與模式定義為淺層次投入式。成績分析表明這類學(xué)生的成績均值和及格率都低于后三類學(xué)生。

第三類學(xué)生在課程平臺上的人均行為轉(zhuǎn)換頻次較前兩類顯著增加，且主要聚焦在測試模塊，行為轉(zhuǎn)換模式增加了Q3Q4、Q4Q5和Q5Q1序列，體現(xiàn)出這類學(xué)生參與測試活動較為完整，將測試作為知識強化或精加工的方式。行為統(tǒng)計結(jié)果顯示，這類學(xué)生對瀏覽頁面、論壇活動興趣不大，而專注在測試活動中?？紤]到案例課程中大部分測試都是課程的計分任務(wù)，這類學(xué)生在測試活動中的較高參與和認知投入反映了他們對于課程成績的高度重視。綜上，研究將這種在線參與模式定義為績效投入式。成績分析顯示，這類學(xué)生的成績平均分最高，且成績差異較小，可見這種在線參與模式對學(xué)生成績確實產(chǎn)生了顯著的積極影響。

第四類學(xué)生在線學(xué)習(xí)時產(chǎn)生的人均行為轉(zhuǎn)換頻次比第三類略低，可是行為轉(zhuǎn)換模式增加了P1Q1序列，表明這類學(xué)生在測試活動前傾向于先瀏覽課程內(nèi)容頁面。這種先學(xué)習(xí)內(nèi)容再評測的學(xué)習(xí)路徑更符合認知規(guī)律和課程預(yù)期。因此，這類學(xué)生不僅在乎測試表現(xiàn)，而且相比其他五類學(xué)生能夠更合理的利用在線課程資源來促進學(xué)習(xí)。綜上，這類學(xué)生重視課程的在線活動，具有適當?shù)目冃訖C，他們按照課程要求較合理的利用在線資源，按部就班的學(xué)習(xí)，在線學(xué)習(xí)更符合循序漸進的認知規(guī)律與需求，研究將這種參與模式定義為循序漸進式參與。這類學(xué)生占比最大，他們的行為轉(zhuǎn)換模式是該課程學(xué)生在線學(xué)習(xí)的代表性參與模式。成績分析顯示，這類學(xué)生成績均值僅略低于第三類，排名第二，分數(shù)差異性不大，且高分學(xué)生在五類中比例最高。

第五類學(xué)生人均產(chǎn)生的行為轉(zhuǎn)換總數(shù)最多，行為統(tǒng)計顯示其參與度也整體較高，但是尚未發(fā)現(xiàn)出現(xiàn)概率達到顯著性水平的序列?？芍?，他們的在線學(xué)習(xí)缺乏相對穩(wěn)定的行為模式，在線學(xué)習(xí)的隨機性較大。因此，研究將其參與模式定義為隨機參與式。成績分析顯示，這類學(xué)生成績均值位居第三，成績的差異性較大。

四、討論與總結(jié)

（一）行為序列為分析在線學(xué)習(xí)提供重要視角

以往對在線學(xué)習(xí)的研究較多關(guān)注學(xué)生參與度。參與度主要反映學(xué)生在學(xué)習(xí)中投人的精力和時間，可以被觀測，然而，學(xué)生行為上的參與量并不代表他們認知投入的水平，因此在線參與度指標對成績的預(yù)測力較為有限，許多指標無法預(yù)測成績，甚至與成績不相關(guān)。與參與度相比，行為序列能更細致的反映學(xué)生在學(xué)習(xí)投入中的行為軌跡、意愿與認知過程，表征信息加工、策略應(yīng)用、努力管理等認知投人，體現(xiàn)投入質(zhì)量。因此，行為序列指標對成績的影響會更顯著。本研究中，學(xué)生行為序列總數(shù)與成績的相關(guān)度（r=0.373）顯著高于樣本在線總時長與成績的相關(guān)（r=0.192，p<0.01），淺層次投入式學(xué)生和隨機參與式學(xué)生盡管都具有較高的參與度，但是由于缺乏穩(wěn)定深入的在線學(xué)習(xí)參與模式，所以成績整體低于循序漸進式參與的學(xué)生，以上發(fā)現(xiàn)在某種程度上佐證了行為序列的重要性。

此外，行為序列與轉(zhuǎn)換模式分析為教師呈現(xiàn)了更全面的在線學(xué)習(xí)景圖，幫助教師發(fā)現(xiàn)在線學(xué)習(xí)路徑、行為模式和認知過程，為有效監(jiān)控和促進在線學(xué)習(xí)過程和認知發(fā)展提供了重要依據(jù)。本研究對在線行為轉(zhuǎn)換模式的分析以及在線參與特征的聚類都建立在行為序列分析基礎(chǔ)上，相關(guān)分析結(jié)果為教師掌握和分析學(xué)生樣本的在線參與模式、特征與局限，進而實施有針對性的在線輔導(dǎo)與干預(yù)提供了重要依據(jù)。

（二）有效的行為序列與模式

發(fā)現(xiàn)和定義對學(xué)術(shù)成就具有促進意義的行為序列與模式是基于序列分析促進學(xué)習(xí)的前提。在相關(guān)分析中，本研究發(fā)現(xiàn)與學(xué)習(xí)成績具有更高相關(guān)的行為序列包括體現(xiàn)績效投入、認知深化和對學(xué)習(xí)自我監(jiān)控等三類序列?？冃度胧菍W(xué)生投入到與課程成績直接相關(guān)的考試與任務(wù)活動中，如做作業(yè)、?？己蛥⒓涌荚嚨?，因此對成績的影響顯著。后兩類序列均體現(xiàn)了學(xué)生的認知投入，大量文獻指出，認知投入是學(xué)生學(xué)習(xí)中的心理投入，反應(yīng)了學(xué)生應(yīng)用的認知策略、對努力的管理和元認知水平，對學(xué)術(shù)成就具有更強的預(yù)測力。

有效的在線學(xué)習(xí)參與模式應(yīng)該能夠體現(xiàn)學(xué)生在線學(xué)習(xí)過程中認知活動的多樣性、認知的深入過程以及以目標為導(dǎo)向?qū)W(xué)習(xí)行為的管理與調(diào)控。本研究聚類分析顯示：績效投人式的學(xué)生的成績均值最高，這與學(xué)生為獲取好成績在測試活動中的努力管理投入密切相關(guān)，但是這類學(xué)生高分學(xué)生比重較低，與該模式在促進認知發(fā)展全面性與深人性存在局限有關(guān)；淺層次投入式的在線學(xué)習(xí)行為單一、缺乏多樣性與延展性，隨機參與式學(xué)生的在線活動隨意性較大，缺乏符合認知規(guī)律的穩(wěn)定模式，因此兩類學(xué)生的成績均值都不高；循序漸進式的參與更遵循學(xué)生在線學(xué)習(xí)的認知需求與規(guī)律，因此該類學(xué)生擁有較高的平均成績，且高分學(xué)生占比最高。

行為序列與模式受在線學(xué)習(xí)環(huán)境和教學(xué)因素的影響，本研究只是對一門案例課程的研究，未來需要更多研究探索不同在線學(xué)習(xí)環(huán)境和教學(xué)情境下學(xué)生的有效行為序列與轉(zhuǎn)換模式，以及預(yù)警序列和模式。

（三）對在線課程建設(shè)的啟示

本研究基于行為序列分析所發(fā)現(xiàn)的在線學(xué)習(xí)參與特征和模式為建設(shè)基于LMS的在線課程提供了有益啟示。

圍繞知識點的資源設(shè)計與開發(fā)一直是在線課程建設(shè)的重要任務(wù)?？墒?，本研究發(fā)現(xiàn)學(xué)生對以知識點講解為主的在線資源的興趣和訪問可能會遠低于預(yù)期。案例課程中學(xué)生基于LMS的學(xué)習(xí)行為序列中較少出現(xiàn)內(nèi)容頁面瀏覽行為，僅有一個序列（P1Q1）達到顯著性水平，Q1P1、Q3P1和Q5P1等序列都未能達到顯著性水平，P1R1或R1P1序列數(shù)也整體較低。進一步統(tǒng)計顯示，頁面瀏覽行為（P1）發(fā)生頻次總數(shù)也并不突出，遠遠低于測試題嘗試的行為（Q2）的頻次。上述結(jié)果意味著學(xué)生樣本并沒有將知識點講解類的在線資源作為認知解惑和深化的首選資源，他們對這類資源訪問量有限，也較少打開內(nèi)容頁面中輔助認知的相關(guān)文檔資源。筆者認為，這可能與現(xiàn)有在線資源與紙質(zhì)教材和學(xué)習(xí)資料并沒有本質(zhì)差異有關(guān)。大多數(shù)資源尚未發(fā)揮在線資源在知識呈現(xiàn)、組織和促進教學(xué)交互方面的獨特優(yōu)勢，學(xué)生通過線下紙質(zhì)材料自學(xué)或面授輔導(dǎo)同樣可以完成課程要求的知識點學(xué)習(xí)。因此，在線資源對其吸引力并不大。由此可見，進一步挖掘和增強在線資源的獨特優(yōu)勢，如提升資源的個性化推送、與學(xué)生的互動能力、資源的演化能力等，實現(xiàn)線上和線下資源的優(yōu)勢互補，是未來在線課程資源建設(shè)的重要方向。

本案例中，顯著的行為轉(zhuǎn)換主要發(fā)生在測試活動中。這與課程將在線測試作為課程評價的一部分密切相關(guān)，反映出學(xué)生在線學(xué)習(xí)投人具有較強的績效導(dǎo)向特征。然而，該特征可能會影響學(xué)生學(xué)習(xí)的多樣性和深入性。由此，在線課程一方面需要考慮如何激發(fā)學(xué)習(xí)的內(nèi)在動機，讓學(xué)生對課程內(nèi)容本身產(chǎn)生興趣，從而激勵其更全面的參與到各類學(xué)習(xí)活動，另一方面需要將與學(xué)習(xí)重難點所需的各類學(xué)習(xí)活動有效納入課程學(xué)習(xí)評價框架中，確保學(xué)生在課程重難點學(xué)習(xí)中，擁有更完整的學(xué)習(xí)體驗。

此外，案例課程中也沒有出現(xiàn)與論壇互動相關(guān)的顯著行為轉(zhuǎn)換，表明課程缺乏基于論壇的社會性知識建構(gòu)和社會交往。這在某種程度上影響了學(xué)生在線學(xué)習(xí)的認知多樣性與深入性。這既可能與案例課程作為基礎(chǔ)理論課沒有強調(diào)互動討論有關(guān)，也可能與課程還存在QQ等其他互動途徑有關(guān)。實際上，缺乏論壇互動是很多在線課程低參與度的突出表現(xiàn)，究其根源，除了因為在線課程整體對教學(xué)互動的重視和設(shè)計不足之外，更重要的是當前學(xué)歷教育在線學(xué)生的學(xué)習(xí)動機仍然以獲得學(xué)歷和學(xué)位的外在動機為主。因此，筆者認為面對外在動機較強的學(xué)生群體，在線課程不能依賴學(xué)生自發(fā)互動，而應(yīng)根據(jù)課程學(xué)習(xí)需求，設(shè)計清晰、合理的學(xué)習(xí)路徑，將社會性交互與知識建構(gòu)有效納入到在線學(xué)習(xí)路徑中，使其成為學(xué)生在線認知發(fā)展的重要環(huán)節(jié)。

綜上，有效的在線學(xué)習(xí)參與模式是確保在線學(xué)習(xí)真正發(fā)生與深層次學(xué)習(xí)的前提條件。行為序列分析表明，學(xué)生的在線學(xué)習(xí)需要引導(dǎo)。故此，在線課程建設(shè)的重點不應(yīng)是單純的資源建設(shè)，而應(yīng)重視在線學(xué)習(xí)路徑的設(shè)計與優(yōu)化，通過學(xué)習(xí)路徑設(shè)計引導(dǎo)資源和學(xué)習(xí)活動的設(shè)計開發(fā)，借助更明確、可視化的學(xué)習(xí)路徑為學(xué)生提供在線學(xué)習(xí)腳手架，促進有效在線參與模式的形成，實現(xiàn)在線學(xué)習(xí)與認知發(fā)展。