卜彩麗 郭佳佳 李 奇 張 思

（1.河南師范大學 教育學部，河南新鄉(xiāng) 453002；2.華中師范大學 人工智能教育學部，湖北武漢 430079）

一、引言

近年來，在線學習在兼具時空靈活、促進優(yōu)質資源共享、滿足學生多樣化需求優(yōu)勢的同時，也存在一些獨特的挑戰(zhàn)。比如，學生在線觀看視頻課程時的退出率（即關閉視頻）很高。有學者在研究中指出，大約有50%的學習者在最初的五分鐘內關閉視頻[1]；也有研究表明，學生經(jīng)常不能堅持看完一整段視頻[2]。因此，在全球在線教育迅猛發(fā)展、國內高等教育一流課程建設以及翻轉教學廣泛推進的背景下，研究如何有效地設計教學視頻，將有助于改善當前數(shù)以萬計在線學習者的教育體驗。

在影響教學視頻的諸多因素中，教師作為教學活動的指導者和實施者，教師在屏能夠增強教學視頻的互動感，使學習者獲得接近于真實課堂的學習體驗[3]。教師在屏是指在屏幕上顯示教師的形象，這個教師形象可以是真人圖像，也可以是一個卡通人物形象[4]。盡管早期的教學視頻很少嵌入教師的形象，但目前大多數(shù)在線課程都將教師形象嵌入視頻中[5]。楊九民等人分析了國內外一些主流MOOC 平臺的218 門樣本課程發(fā)現(xiàn)，有94.5%的開放課程教學視頻呈現(xiàn)了教師形象[6]。然而，依據(jù)梅耶（R.E.Mayer）提出的多媒體學習圖像原則，當演講者的圖像顯示在屏幕上時，學生不一定能學習得更好[7]。一門MOOC 在線課程從準備、錄制到編輯視頻需要花費數(shù)百個小時[8]，而將教師形象嵌入教學視頻的制作成本相當高[9]。因此，教師在屏到底能否促進學習，能否改善在線學習體驗，是當前在線教育面向縱深發(fā)展和廣泛應用背景下亟待解決的一個問題。

二、文獻綜述

（一）相關理論梳理

1.教師在屏促進學習的理論假設

目前關于教師在屏能夠促進學習的理論，主要基于社會存在感和社會代理理論來解釋。社會存在感是指人們利用媒體進行交流和學習時感受到對方真實性的程度，以及在隨后的互動過程中他們可以感知到自己和對方進行面對面交流的程度[10]。社會存在感是在線學習領域的一個關鍵概念，缺乏社會存在感也是在線學習面臨的一個嚴重挑戰(zhàn)[11]。教學視頻中教師在屏可能會引發(fā)更強的社會反應，即社會存在感，這會促進更深度的認知過程、更好的學習結果[12]。已有研究發(fā)現(xiàn)，教師在屏可以激發(fā)更高的學習動機和學習興趣，降低學習者的認知負荷[13]。

社會代理理論主要研究社會線索的存在如何影響學習?；诖?，梅耶解釋了教師在屏促進學習的基本原理是：教師的動作、眼神交流和面部表情能夠激活學習者的社會反應，從而促進學習者更加努力地選擇、組織和整合學習內容；學習者的社會反應反過來會導致主動認知過程的增加，從而提高學習效率[14]。

2.教師在屏阻礙學習的理論假設

多媒體學習的認知理論認為：人類信息加工的通道包括視覺和聽覺兩個獨立通道，每個通道一次加工的信息數(shù)量是有限的[15]。當教學視頻中出現(xiàn)教師形象時，學習者不僅需要加工文字、圖片、動畫的視覺學習材料；同時，還要加工教師的面部信息、動作手勢等視覺信息。而教師形象會與教學內容爭奪視覺認知資源，這可能會使原本容量有限的工作記憶出現(xiàn)超負荷，導致無法進行有效的信息加工，因此不利于學習者的學習[16]。聚焦要義原則是指：當刪除和學習目標不相關的多媒體信息時（不相關信息包括有趣但不相關的文本、畫面和聲音），學習者會學得更好。和學習目標不相關的材料會爭奪工作記憶中的認知資源，分散學生的注意力，干擾其對重要學習材料的選擇和組織，從而阻礙學習[17]。教師形象被認為是與學習目標不相關的畫面，因此，教師形象會過多吸引學生的注意力，學生的注意力分散在教師的臉和教學內容之間，這可能會妨礙學習，并導致更高水平的認知負荷。

3.教師在屏的潛在邊界條件

教師在屏對學習的影響之所以不一致，是因為可能存在一些潛在的調節(jié)變量。綜述先前研究，我們將教師在屏對學習效果影響的因素，概括為三大類：教師自身特征、學習材料特征和學習者特征。第一，教師自身特征包括手勢和眼神。教師的手勢是教師教學行為設計中的一種重要形式，是教師教學非言語行為表現(xiàn)的重要特點之一[18]。教師的眼神是一種強烈的社會刺激，是社會信息傳遞過程中社會線索的重要來源[19]。因此，教師的手勢和眼神可以幫助其更好地表征教學意圖，促進學生對所學知識內容的記憶和理解。第二，學習材料特征包括學科屬性、知識類型和視頻類型。本研究樣本文獻所選取的學習內容，可以分為自然科學領域和人文學科領域的知識。按照表征方式和各自功能的不同，可以將知識類型分為陳述性知識和程序性知識，陳述性知識關注“是什么”的問題，程序性知識關注“如何做”的問題。第三，學習者特征包括先驗知識和教育水平。在多媒體學習領域，學習者的先驗知識水平是影響學習效果的重要因素[20]。這可能是由于經(jīng)驗效應，一些對低知識經(jīng)驗學習者有效的方法和教學，對高知識經(jīng)驗學習者可能沒有作用，甚至會產生消極影響。教育水平也可能會影響教師在屏對學習的效果。

（二）相關研究

梅耶在《劍橋多媒體學習手冊（第2 版）》中，首次提出“形象在屏原則”，他通過五項實驗研究發(fā)現(xiàn)，“形象在屏原則”對促進學習的作用并不明顯（d=0.22），有四項研究結果表明教師在屏能起到一點促進作用，一項研究發(fā)現(xiàn)教師在屏起到了反作用[21]。隨著以MOOC 為代表的在線教育的快速發(fā)展，有更多的研究者投入到教學視頻設計的研究中來。針對教師在屏的研究結果，當前大致有四種類型的研究：

第一，教師在屏可以顯著促進學生的學習，科科奇（M.Kokoc）、徐佩瑤等多位學者的研究表明，相對于無教師在屏，教師在屏可以顯著提升學生學業(yè)成績[22][23][24]。第二，教師在屏阻礙了學生的學習。莫雷諾（R.Moreno）等人通過實驗驗證了教師在屏的作用，其中一項實驗發(fā)現(xiàn)，相對于無教師在屏，教師在屏組的保持和遷移成績更低。第三，與無教師在屏相比，教師在屏對學生學習效果的影響不存在顯著性差異，如，克茲利克斯（R.F.Kizilcec）[25]、范·韋梅斯克肯（M.van Wermeskerken）[26]等通過比較有教師、無教師的教學視頻的短期和中期學習效果發(fā)現(xiàn)：有、無教師在屏的教學視頻，在學習效果上并不存在顯著差異。第四，教師在屏對學生學習結果和學習過程的某些方面存在顯著性影響，而對其他方面沒有影響。有學者[27]在研究中發(fā)現(xiàn)，教師在屏可以促進簡單主題內容的學習，而對復雜主題內容沒有顯著影響；還有研究[28]發(fā)現(xiàn)，教師在屏能促進陳述性知識的學習，而對程序性知識沒有顯著影響。

（三）研究假設

綜上所述，一方面，教師在屏對學習的促進作用并不是穩(wěn)健的，因此，本研究采用學習過程（認知負荷和社會存在感）和學習結果（保持測驗、遷移測驗和其他測驗）兩個指標，來檢驗教師在屏對學習的促進作用。另一方面，教師在屏的有效性有可能受到教師自身特征、學習材料特征和學習者特征等潛在變量的調節(jié)，因此，本研究將進行調節(jié)效應檢驗。提出的研究假設如下：

假設1：教師在屏能降低學習者的認知負荷，提高社會存在感；

假設2：教師在屏能促進保持測驗、遷移測驗和其他測驗成績的提高；

假設3：教師在屏促進學習的效果會受到教師自身特征（手勢、眼神）、學習材料特征（學科屬性、知識類型、視頻類型）以及學習者特征（先驗知識、教育水平）等因素的調節(jié)。

三、研究過程和編碼設計

（一）研究方法與工具

本研究采用元分析（Meta-analysis）的方法來分析教師在屏對學生學習效果的影響，通過文獻閱讀提取相關的樣本量、均值和標準差等數(shù)據(jù)。元分析是對以往的研究結果進行系統(tǒng)定量綜合的統(tǒng)計學方法[29]，其分析對象需要是實證研究結果。一般包括以下步驟：（1）確定研究目的；（2）進行徹底的文獻搜索；（3）確定合適的研究樣本；（4）定義變量并對變量進行編碼；（5）識別統(tǒng)計特征的變量；（6）錄入研究數(shù)據(jù)；（7）運用多種統(tǒng)計技術來探索和展現(xiàn)數(shù)據(jù)。

（二）文獻檢索策略

本研究檢索的時間范圍為2001年1月至2020年12月，主要采用英文和中文搜索的方式獲取有關教學視頻中教師在屏的實證研究。對于英文文獻的檢索，所選取的數(shù)據(jù)庫包括SCI、Springer、Education Research Complete、ScienceDirect、ProQuest 等，搜索方式為將關鍵詞“instructor presence”“instructor face”“pedagogical agent”“conversational agent”分別與“video lecture”“educational video”“instructional video”“video lecture types”進行聯(lián)合搜索。對于中文文獻的搜索，選取的數(shù)據(jù)庫包括中國知網(wǎng)、萬方數(shù)據(jù)知識服務平臺、維普中文期刊服務平臺等，將關鍵詞“教學在屏”“教師呈現(xiàn)”“教師出現(xiàn)”“教師出鏡”分別與“教學視頻”“教學視頻類型”“視頻課程”“微視頻”“MOOC”等進行聯(lián)合搜索。同時，為了防止遺漏文獻，我們還通過文獻回溯及Google Scholar 搜索的方式進行補查。

（三）文獻納入與排除

文獻納入和排除的標準如下：（1）研究方法為實證研究，非實證類研究予以排除；（2）研究需在在線教學或混合式學習環(huán)境下開展，傳統(tǒng)課堂教學或者沒有呈現(xiàn)教學視頻的予以排除；（3）研究主題為教學視頻設計對學習效果影響的文獻；（4）由于需要比較有、無教師在屏的影響，研究必須同時包含有教師在屏組和無教師在屏對照組，未設置對照組的予以排除；（5）由于研究目的是研究教師在屏對學習者學習的影響，因此，研究的測量指標必須包括學習過程指標或學習成績指標中的至少一種（如，社會存在感、認知負荷、保持測驗、遷移測驗等）；（6）研究中需要包含生成效應量的完整數(shù)據(jù)，且數(shù)據(jù)無重復（如，平均數(shù)、樣本量、標準差等）。

依據(jù)文獻檢索策略和標準，本研究初步檢索到期刊文獻237 篇，去除跨數(shù)據(jù)庫重復收錄的文獻，并通過閱讀題目和摘要，去除和研究目的不相關且不是實證類研究的文獻，篩選得到78 篇文獻；然后，通過概覽全文，最終確定符合標準的文獻33 篇。

（四）研究工具、效應量與模型選定

本研究的研究工具采用CMA 2.0（Comprehensive Meta-Analysis 2.0），對于所納入文獻中單位不統(tǒng)一的連續(xù)性數(shù)據(jù)，在元分析中通常采用Cohen’s d作為效應量[30]。然而，受不同研究間樣本量差異的影響，Cohen’s d 會對效應量產生一定的估計偏差，例如，對小樣本的效應量估計偏高[31]。因此，本研究選取經(jīng)過選擇校正后的標準化均值差Hedges’s g 作為效應量。常用的元分析模型有兩種：固定效應模型（Fixed-effects Model）和隨機效應模型（Random-effects Model）。謝和平等人在其一項元分析的研究中表述到：若效應量顯著異質且程度不低，則表明選擇隨機效應模型合理[32]。由于樣本文獻在知識類型、視頻類型和先驗知識等方面存在差異，可能會對結果指標產生影響，因此，我們選用隨機效應模型來進行綜合效應的估計。

（五）文獻編碼

對于符合納入標準的文獻，按照以下條目進行編碼（見表1）：（1）基本信息。包括作者、時間、樣本量、文獻類型（雜志期刊或學位論文）。（2）教育水平。按照大學生、中學生和小學生進行編碼。（3）學科屬性。按照人文學科和自然科學進行編碼。（4）知識類型。按照陳述性知識和程序性知識進行編碼。（5）視頻類型。若教學視頻同時包含教師和教學內容（PPT、文本材料等）兩個要素，則按照畫中畫類型進行編碼；若教學視頻采用教師真實的影像和課堂環(huán)境，則按照攝錄式教學視頻進行編碼。（6）先驗知識。按照低先驗知識和高先驗知識進行編碼。（7）手勢。若教學視頻中呈現(xiàn)教師半身或全身形象（除非文章有特殊說明無手勢），則按照有手勢進行編碼；若教學視頻中只呈現(xiàn)教師的頭部形象，則按照無手勢進行編碼。（8）眼神。按照有眼神指導和無眼神指導進行編碼。（9）結果變量。對于學習過程指標，按照認知負荷、社會存在感進行編碼。對于學習結果指標，如果檢測的是學習者對學習材料的記憶程度，則編碼為保持測驗；如果檢測的是學習者的遷移能力，則編碼為遷移測驗；其他不屬于以上兩種指標的按照其他測驗進行編碼。

表1 教師在屏對學習效果影響的概要和元分析

研究發(fā)表類型學習者特征樣本量眼神學習材料特征學科屬性視頻類型Mayer，教師自身特征手勢知識類型學習過程G E HM D PP L AD CL -0.030 RT&TT 崔巖，2017 T 30 N 0.988&0.826-0.052&0.596楊九民，0.299&1.251楊九民，先驗水平G E SC P PP L AD CL -0.248 RT&TT 崔巖，2017 T 30 N 2014T 96 G E SC P PP L AD CL&SP RT&TT學習結果2014T 96 G E HM D PP L AD CL&SP-0.106&0.196 0.071&0.855楊九民，2014T 96 G E HM D PP L AD CL&SP-0.437&0.282O -0.178-0.437&0.282O -0.075-0.487&0.273羅慧敏，2018(E2) T 13 G E HM D PP L AD CL -0.500 RT&TT 2018(E1) T 22 G E HM D SL AD CL 0.152 RT&TT 0.648&0.550羅慧敏，2014T 96 G E SC P PP L AD CL&SP 2018(E1) T 24 G E HM D PP L AD CL 0.115 RT&TT 0.209&0.268羅慧敏，2018(E2) T 15 G E HM D SL AD CL -0.142 RT&TT 2017T 36 N -0.152&-0.036 0.272&-0.322喻靜敏，結果變量CL&SP -0.457&-0.326 G E SC D PP L MD CL&SP楊九民，0.676&0.701喻靜敏，RT&TT 2020J 38 N G E SC P PP L AD //O 1.057 0.013&0.222 Mehmet，2020J 38 N G E SC P PP L AD //O 0.809 2020J 41 N G E SC PSL AD //O1.6 2017T 35 N G E SC P PP L MD 2020J 41 N G E SC PSL AD //O 0.853 Xiaoming Cao，2019 van der Meij，2015 van der Meij，2015 Lijia Lin，2013 SC J J J J Mehmet，62 E E E E PP /N G N G N G SC Mehmet，PP //CL P P P P 61 AD PD 0.541&-0.936-0.302 g//0.373 L//L RT&TT RT-0.106&0.196 61 13 5 PD RT-0.034 Lijia Lin，羅慧敏，PP SC SC PP AD 0.098 RT&TT RT G E SC P PP L AD CL -0.198 RT 0.046 Yilmaz，N 2012J 53 N G E SC P/L MD //RT 1.47 2012J 53 N G E SC P/L MD //RT 2.639 0.418&0.822 Yung，Yilmaz，2009J 66 / / SC P// AD //RT&TT教育水平Yung，-0.107&0.155 Moundridou，2002 J 48 N G / SC P// AD //O 0.325 2009J 66 / / SC P// AD //RT&TT g Mehmet，2013J 13 5 2003J 39 N G / SC P// AD //TT 0.187 RT&TT Johnson，2013J 15 8 G / SC P/L MD //TT 0.137 Johnson，2013J 15 8 G / SC P/L MD //TT 0.503 Johnson，2013J 13 9 G / SC P/ H MD //TT -0.099

注：J：雜志；T：學位論文。AD：大學生被試；MD：中學生被試；PD：小學生被試。SC：自然科學；HM：人文學科。P：程序性知識；D：陳述性知識。L：低先驗知識；H：高先驗知識。PP：畫中畫視頻；S：攝錄式視頻。G：有手勢；NG：無手勢。E：有眼神指導；NE：無眼神指導。CL：認知負荷；SP：社會存在感。RT：保持測驗；TT：遷移測驗；O：其他測驗。/：研究沒有測量或文章未提及。

四、研究結果

（一）主效應檢驗

為了考察教師在屏對學習過程感知和學習結果的影響，本研究分別從認知負荷、社會存在感、保持測驗、遷移測驗和其他測驗5 個維度，進行隨機效應模型的主效應檢驗，如表2所示。

表2 教師在屏對學習者學習效果影響的主效應檢驗（隨機效應模型）

在認知負荷上，有12 個研究包含該變量。其中，有3 個研究結果發(fā)現(xiàn)，教師在屏會降低認知負荷。主效應檢驗結果發(fā)現(xiàn)：平均效應量為-0.195，效應量偏小且不顯著。在社會存在感上，有5 個研究包含該變量。其中，有3 個研究結果發(fā)現(xiàn)，在教師在屏條件下，學習者的社會存在感高于無教師在屏條件。主效應檢驗結果表明：平均效應量為0.446，效應量中等但不顯著。

在保持測驗上，有22 個實驗包含該變量。其中，有18 個研究結果發(fā)現(xiàn)，教師在屏條件下的保持測驗成績高于無教師在屏條件。主效應檢驗結果顯示：平均效應量為0.219，效應量偏小且顯著，95%CI 的上限和下限均大于0。在遷移測驗上，有22 個實驗包含該變量。其中，有18 個研究結果發(fā)現(xiàn)，教師在屏條件下的遷移測驗成績高于無教師在屏條件。主效應檢驗結果顯示：平均效應量為0.203，效應量偏小且顯著，95%CI 的上限和下限均大于0。在其他測驗上，有4 個實驗包含該變量。其中，有3 個研究結果發(fā)現(xiàn)，教師在屏能明顯改善學習者的學習成績。主效應檢驗結果顯示：平均效應量為0.434，效應量中等但不顯著。

（二）異質性檢驗

在元分析中，25%、50%、75%大致可看作異質性低、中、高的界限[33]。本研究分別對認知負荷等5 個結果變量進行異質性檢驗（見表3）,結果發(fā)現(xiàn)：Q 檢驗均顯著，這表明效應量顯著異質。對于認知負荷和社會存在感，I2值分別為68.222 和83.457，表明2 個結果變量中由效應量的真實差異造成的變異，分別占總變異的68.22%和83.46%；對于保持測驗、遷移測驗和其他測驗，I2值分別為70.503、69.769 和83.132，表明3 個結果變量中由效應量的真實差異造成的變異，分別占總變異的70.50%、69.77%和83.13%。根據(jù)希金斯（S.Higgins）等人的標準可知，本研究的5 個結果變量的異質性均較高，其真實差異所占比重均為中等及以上異質性，都不可忽視，因此采用隨機效應模型是合理的。此外，效應量的異質還意味著教師在屏對學習效果的影響，可能存在潛在的調節(jié)變量[34]。因此，本研究需要進一步進行調節(jié)效應檢驗。

表3 教師在屏對學習者學習效果影響的異質性檢驗

（三）調節(jié)效應檢驗

本研究分別對教師自身特征（手勢、眼神）、學習材料特征（學科屬性、知識類型、視頻類型）和學習者特征（先驗知識、教育水平）三類調節(jié)變量是否調節(jié)教師在屏對學習的影響，進行了檢驗。

在認知負荷上（見表4），所有變量的調節(jié)效果都不顯著（ps＞0.05）。在社會存在感上（見表5），教育水平對教師在屏起調節(jié)作用（p＜0.05），大學（g=0.602）高于中學（g=-0.178）；知識類型對教師在屏起調節(jié)作用（p＜0.05），陳述性知識（g=0.954）高于程序性知識（g=0.045）；視頻類型對教師在屏起調節(jié)作用（p＜0.05），攝錄式（g=1.910）高于畫中畫（g=0.117）；手勢對教師在屏起調節(jié)作用，有手勢（g=0.716）高于無手勢（g=-0.178）。在保持測驗上（見表6），僅手勢對教師在屏起調節(jié)作用（p＜0.05），有手勢（g=0.529）高于無手勢（g=0.089）。在遷移測驗上（見表7），所有變量的調節(jié)效果都不顯著（ps＞0.05）。在其他測驗上（見表8），手勢對教師在屏起調節(jié)作用（p＜0.05），有手勢（g=0.898）高于無手勢（g=-0.126）。

表4 教師在屏對認知負荷的調節(jié)效應檢驗（隨機效應模型）

表5 教師在屏對社會存在感的調節(jié)效應檢驗（隨機效應模型）

表6 教師在屏對保持測驗的調節(jié)效應檢驗（隨機效應模型）

表7 教師在屏對遷移測驗的調節(jié)效應檢驗（隨機效應模型）

表8 教師在屏對其他測驗的調節(jié)效應檢驗（隨機效應模型）

（四）發(fā)表偏差檢驗

本研究采取失安全系數(shù)（Rosenthal’s fail-safe number，Nfs）、Egger 線性回歸檢驗（Egger Linear Regression Test）以及剪補法（Trim and Fill Method）來進行發(fā)表偏差檢驗（見表9）。從失安全系數(shù)來看，社會存在感、保持測驗和遷移測驗分別為：38、223、227，均遠大于“5k+10”，據(jù)此，表明它們存在發(fā)表偏差的可能性較小。但認知負荷和其他測試等變量的失安全系數(shù)均小于“5k+10”，可能存在發(fā)表偏差。從Egger 線性回歸檢驗來看，認知負荷、保持測驗和其他測驗的指標值分別為：-0.430、4.001、13.246，不接近0，且95%CI 不包含0，p 值也均小于0.05，表明認知負荷、保持測驗和其他測驗可能存在發(fā)表偏差；但是在社會存在感和遷移測驗上，該指標值分別為5.853 和2.043，95%CI 均包含0，p 值大于0.05，表明社會存在感和遷移測驗存在發(fā)表偏差的可能性較小。針對以上檢驗結果的差異，本研究進一步采用剪補法，對效應量左右兩邊的文獻進行剪補，結果發(fā)現(xiàn)效應仍顯著。綜上分析，認知負荷、保持測驗和其他測驗可能存在一定的發(fā)表偏差，社會存在感和遷移測驗存在發(fā)表偏差的可能性較小。

表9 發(fā)表偏差檢驗

五、結論與討論

本研究采用元分析的方法，探討了教學視頻中教師在屏對學習者學習過程和學習結果的影響；同時，通過調節(jié)效應檢驗，考察了教師在屏有效性的邊界條件。研究得出如下結論：（1）教學視頻中教師在屏對降低學習者的認知負荷和增加社會存在感方面沒有顯著影響；（2）教師在屏可以提高學習者的保持成績和遷移成績；（3）教師在屏的有效性在一定程度上受到知識類型、視頻類型、教育水平和教師手勢等因素的調節(jié)。相關討論如下：

1.教師在屏的有效性

從主效應檢驗的結果來看，教師在屏對保持測驗和遷移測驗的促進作用，均達到了顯著水平（p＜0.01），且95%CI 的下限大于0，合成后的效應量分別為g=0.219 和g=0.203，即相比無教師在屏的教學視頻，教師在屏會促進學習者的保持和遷移成績，驗證了本研究的假設2，該結果支持了社會存在感理論和社會代理理論。因此，我們認為教師在屏一定程度上能夠促進學習者的學習，特別是對知識的保持和遷移具有一定的促進作用。本研究的元分析結果，和2013年施羅德（N.L.Schroeder）等人[35]、2017年王福興等人[36]的元分析結果一致。因此，建議未來的在線教學視頻中應設計與出現(xiàn)教師形象，以提高學生的記憶和遷移測試成績。

教師在屏對降低認知負荷和提高社會存在感合成后的效應量分別為g=-0.195 和g=0.446，但均未達到顯著水平（p＞0.05）。即與無教師在屏相比，教師在屏對這些變量沒有顯著性影響，未能支持本研究的假設1。從效應量來看，教師在屏降低認知負荷的效應量為-0.195，效應量為負且偏小；教師在屏影響社會存在感的效應量為0.446，屬于中等效應。盡管沒有顯著性差異，但并不代表這些指標沒有研究的意義，從以上數(shù)據(jù)分析可以看出，教師在屏對提升社會存在感的影響，遠大于對增加認知負荷的影響。因此，從總體上來看，教師在屏整體上可以促進學習。

2.教師在屏的邊界條件

從調節(jié)效應檢驗的結果來看，教師在屏受到教師自身特征（手勢、眼神）、學習材料特征（學科屬性、知識類型、視頻類型）和學習者特征（先驗知識、教育水平）這三類調節(jié)變量的調節(jié)，主要體現(xiàn)在知識類型、視頻類型、教育水平和教師手勢上。具體表現(xiàn)為：在社會存在感上，當學習者為大學生、知識類型為陳述性知識、視頻類型為攝錄式視頻且教師有手勢時，教師在屏可以提高學習者的社會存在感；在保持測驗和其他測驗上，當教師有手勢時，教師在屏對學習者的保持測驗和其他測驗成績有促進作用。以上結果部分支持了本研究的假設3。由此表明，教師在屏的有效性受到不同調節(jié)因素的影響，且對于不同的結果變量，起調節(jié)作用的因素也不同。

教師手勢是本研究的一個重要調節(jié)因素。有研究表明，在視頻中加入注意力線索，能夠有效提高學習者的信息搜索效率，幫助他們在轉瞬即逝的視覺畫面中快速找到教師正在講的內容[37]。而教師手勢作為社會線索的一種，可以更快地引導學習者的目光，并且從社交層面上激發(fā)學習者關注到相關學習內容上[38]。

本研究主要存在以下不足之處：（1）由于元分析對實證文獻要求較高，部分實證研究在探索教師在屏有效性時，未設置無教師在屏的控制組，這導致一些實證文獻無法納入樣本，減少了元分析的文獻數(shù)量，降低了研究結果的統(tǒng)計能力。（2）本研究將真人教師和類人教學代理都視作“教師在屏”，因此，沒有對教師的形式進行研究。未來研究可以進一步關注學習者對教學代理的感受是否類似于真人教師，教學代理和真人教師對學習效果的影響是否相同等問題。（3）本研究未對教師在屏的形式進行分析，未來研究需要進一步分析教師持續(xù)在屏和間歇性在屏，對學習效果的影響是否相同。

致謝：衷心感謝河南師范大學校長、博士生導師?？私淌趯Ρ疚奶岢龅男薷慕ㄗh。