鐘建安 蘇 逸 王詠爾 郁林瀚 陸筱佳 錢璐瑤

(1 浙江大學(xué)心理與行為科學(xué)系，杭州 310028)

(2 浙江大學(xué)管理學(xué)院領(lǐng)導(dǎo)力與組織管理學(xué)系，杭州 310058)

1 引言

網(wǎng)絡(luò)課程(以下簡稱“網(wǎng)課”)在2020年初新冠肺炎疫情暴發(fā)以后，成為一種被普遍采用的教學(xué)模式。近來，國內(nèi)疫情雖然總體可控，但仍有反復(fù)，網(wǎng)課在當(dāng)下和未來都有一定使用需求。因此，很有必要對網(wǎng)課及其影響進(jìn)行深入研究。就其影響而言，網(wǎng)課除了擁有豐富教學(xué)模式、保障疫情期間教學(xué)正常運(yùn)轉(zhuǎn)等優(yōu)點(diǎn)，也可能會加大學(xué)生的疲勞感知，特別是在新冠肺炎疫情背景下。

新冠肺炎疫情使全球多地采取封閉措施，眾多學(xué)校也從線下教育過渡到網(wǎng)課，導(dǎo)致學(xué)生報(bào)告更多的精力枯竭(Brainard & Watson, 2021; Labrague & Ballad, 2021)。國外學(xué)者使用機(jī)器學(xué)習(xí)技術(shù)考察疫情對課堂、教師和學(xué)生的影響，發(fā)現(xiàn)輿論越來越多地呈現(xiàn)出精神疲勞、失業(yè)、學(xué)生擔(dān)憂等負(fù)面內(nèi)容 (Imatitikua et al., 2021)。 Asgar等人(2021)發(fā)現(xiàn)超過70%的學(xué)生在參與多個(gè)在線學(xué)習(xí)后，很難保持注意力或體驗(yàn)到疲勞。國內(nèi)學(xué)者(曹雅雯等, 2021)對2671名大學(xué)生進(jìn)行問卷調(diào)查發(fā)現(xiàn)，在新冠肺炎疫情期間，網(wǎng)上學(xué)習(xí)和娛樂造成的長時(shí)間終端屏幕暴露是導(dǎo)致大學(xué)生視疲勞發(fā)生率較高的原因之一。管博陽(2020)對疫情下新疆地區(qū)1328名高中生的調(diào)查結(jié)果表明，學(xué)生存在因長時(shí)間盯手機(jī)或電腦而感到眼睛干澀難受、注意力易分散等問題。樊盼玉等人(2021)對疫情常態(tài)化下居家學(xué)習(xí)網(wǎng)課的醫(yī)學(xué)生的調(diào)查揭示，即使在疫情常態(tài)化時(shí)期，仍有近半數(shù)學(xué)生表現(xiàn)出較高水平的學(xué)習(xí)倦怠。由此可見，疫情背景下網(wǎng)課引發(fā)學(xué)生疲勞是一個(gè)全球性的問題，不同階段的學(xué)生都有網(wǎng)課疲勞的體驗(yàn)，網(wǎng)課疲勞有生理和心理(如注意分散、倦怠)等多種表現(xiàn)形式。

之前的文獻(xiàn)對學(xué)習(xí)疲勞的負(fù)面影響展開了廣泛討論，例如：疲勞會降低學(xué)生標(biāo)準(zhǔn)化測試成績(Campos et al., 2012; Mizuno et al., 2011)，造成學(xué)生努力-回報(bào)失衡(Fukuda et al., 2010)，而適當(dāng)?shù)男菹⒖梢蕴嵘荚嚦煽?Sievertsen et al., 2016)。與學(xué)習(xí)關(guān)聯(lián)的疲勞會對健康造成負(fù)面影響(Maslach et al., 2001)，如更低的睡眠充足率和睡眠質(zhì)量(Ayala et al., 2017)，還會造成學(xué)生社會適應(yīng)不良(Rella et al., 2010)，影響學(xué)生心理健康等(崔立中, 劉鵑, 2007)。網(wǎng)絡(luò)學(xué)習(xí)使得教師和學(xué)生處于時(shí)空分離狀態(tài)，檢測學(xué)生是否疲勞有助于提高學(xué)生學(xué)習(xí)效率和結(jié)果(彭慧玲, 2008; 吳慧婷, 2020)。由此可見，對疫情背景下網(wǎng)課疲勞進(jìn)行科學(xué)研究具有十分重要的現(xiàn)實(shí)意義。然而，目前國內(nèi)外文獻(xiàn)對網(wǎng)課疲勞的概念結(jié)構(gòu)與測量方式研究有限，阻礙了進(jìn)一步深入探索。

為解決這一問題，基于深度訪談與科學(xué)的問卷構(gòu)建過程，編制出具有較高信效度的網(wǎng)課疲勞感知量表，以此為工具，探討教師幽默、學(xué)生的網(wǎng)課投入和網(wǎng)課疲勞三者間的關(guān)系。研究目的在于：第一，構(gòu)建基于網(wǎng)課背景的學(xué)生疲勞感知量表，明確其結(jié)構(gòu)，這對更加準(zhǔn)確、科學(xué)地認(rèn)識網(wǎng)課疲勞具有積極意義。第二，過去的學(xué)習(xí)疲勞研究往往基于線下教學(xué)與授課，無法體現(xiàn)學(xué)生長時(shí)間注視屏幕、缺乏教師監(jiān)控和同學(xué)互動等網(wǎng)課特點(diǎn)。本研究結(jié)果對辨析線下學(xué)習(xí)疲勞與網(wǎng)課疲勞的區(qū)別，從而針對性地進(jìn)行課程設(shè)計(jì)和理論改革具有指導(dǎo)意義。第三，探索教師幽默對學(xué)生網(wǎng)課疲勞的作用，補(bǔ)充教師幽默對學(xué)生影響的文獻(xiàn)(Bieg et al., 2019; Daumiller et al., 2020; Tsukawaki & Imura, 2020)。這對于后續(xù)出臺應(yīng)對措施，緩解學(xué)生網(wǎng)課疲勞，提升網(wǎng)課學(xué)習(xí)效率具有重要的現(xiàn)實(shí)意義。

2 網(wǎng)課疲勞的概念

疲勞是一個(gè)普遍但又復(fù)雜的概念，現(xiàn)有研究有從疲勞的來源(如長時(shí)間高強(qiáng)度工作)、行為后果視角(如表現(xiàn)下降)等界定(Chalder et al., 1993)。與網(wǎng)課疲勞相關(guān)的研究中，張志園(2013)曾提出廣義的學(xué)習(xí)疲勞概念，即學(xué)生經(jīng)過長時(shí)間的學(xué)習(xí)活動而引起相應(yīng)的軀體癥狀與學(xué)習(xí)能力下降，以及不良情緒反應(yīng)的現(xiàn)象，并構(gòu)建了由軀體癥狀、情緒失調(diào)和認(rèn)知障礙三個(gè)維度構(gòu)成的中學(xué)生學(xué)習(xí)疲勞自評量表。Bennett等人(2021)關(guān)注疫情期間從大眾媒體話語中傳播開來的視頻會議疲勞概念，將其界定為員工因?yàn)閰⒓右曨l會議而感到精疲力竭、厭倦、疲乏的程度。

此外，關(guān)于疲勞和工作負(fù)荷的相關(guān)文獻(xiàn)和成熟量表已對疲勞的測量進(jìn)行了全面討論(Bennett et al., 2021; Cao et al., 2009; Noyes & Bruneau, 2007; Rubio et al., 2004; Smets et al., 1995)。例如，Pines和Aronson(1988)編制的倦怠量表評估了個(gè)體生理、情緒、心理上的疲勞程度，并在后續(xù)研究中驗(yàn)證了該量表的三維結(jié)構(gòu)，即耗竭、低落、喪失動機(jī)(Enzmann et al., 2011)。人因研究領(lǐng)域傳統(tǒng)的 NASA-TLX量表從精神需求、身體需求、時(shí)間需求、績效、努力和挫折水平等六個(gè)維度來評價(jià)主觀心理負(fù)荷程度(Cao et al., 2009)。Bennett等人(2021)通過綜合性的詞語表述(疲憊不堪的、精疲力竭的)讓員工評價(jià)自己參與視頻會議疲勞的程度。

從這些與疲勞相關(guān)的概念及測量來看，軀體、行為以及情感、認(rèn)知等維度產(chǎn)生疲乏、厭倦的負(fù)面感受，是疲勞的核心特點(diǎn)。基于現(xiàn)有研究，將網(wǎng)課疲勞定義為個(gè)體因持續(xù)參加網(wǎng)課而在生理、認(rèn)知、情緒、動機(jī)等方面感到疲勞的程度。在這一概念基礎(chǔ)上進(jìn)行網(wǎng)課疲勞量表編制及驗(yàn)證。

3 量表構(gòu)建

3.1 訪談與題項(xiàng)構(gòu)建

四位管理心理學(xué)研究生在一位管理心理學(xué)教授的指導(dǎo)下，通過半結(jié)構(gòu)化訪談(如“你是否有過網(wǎng)課疲勞，具體有哪些癥狀表現(xiàn)？”及一些開放性問題)，對12位在疫情期間平均每天上網(wǎng)課時(shí)間大于一小時(shí)的學(xué)生進(jìn)行深度訪談。在征得被訪者的知情同意后，對訪談過程進(jìn)行錄音，以便后續(xù)分析。在訪談過程中，如果被訪者無法界定網(wǎng)課疲勞或者難以回憶，訪談人員向被訪者提示可能會在哪些方面(如生理、情緒等)出現(xiàn)網(wǎng)課疲勞。為保證訪談的科學(xué)性和客觀性，減少被訪者的要求特征，訪談人員給予被訪者充分的思考時(shí)間，鼓勵其自由回憶，并強(qiáng)調(diào)不要受訪談人員提示的限制。12位被訪者中，女性9名，碩士生8名，本科生2名，博士生和小學(xué)生各1名，平均年齡約23歲，典型一天的平均上網(wǎng)課時(shí)間約3.7小時(shí)。

訪談員將訪談錄音轉(zhuǎn)錄成文字稿，對文字內(nèi)容進(jìn)行編碼以形成有關(guān)網(wǎng)課疲勞的題項(xiàng)。編碼首先由四位訪談員獨(dú)立進(jìn)行，保留兩人及以上達(dá)成一致的編碼項(xiàng)；對于有爭議的編碼項(xiàng)，認(rèn)真對照網(wǎng)課疲勞的定義，考慮編碼項(xiàng)是否能很好地描述網(wǎng)課疲勞的定義，經(jīng)充分討論后，決定保留或者刪除。對于某些語言表達(dá)重復(fù)或語義相近的編碼項(xiàng)，出于簡潔性考慮，討論后只保留其中一項(xiàng)。編碼過程舉例如表1所示。最終形成了十題項(xiàng)的網(wǎng)課疲勞初步量表。

表1 編碼過程舉例

3.2 初測與初步量表質(zhì)量分析

3.2.1 方法

線上數(shù)據(jù)搜集平臺隨機(jī)招募了322名被試，剔除作答時(shí)間過短，多個(gè)題項(xiàng)反應(yīng)相同的被試，最終將293名被試的數(shù)據(jù)納入分析(有效率90.99%)。其中女性46.76%；年齡主要集中在18～24歲(42.32%); 職業(yè)主要為在校學(xué)生(41.98%)；教育水平主要集中在大學(xué)本科(67.24%)；平均一天上網(wǎng)課時(shí)長主要集中在1～3小時(shí)(45.39%)。

借助SPSS23.0進(jìn)行數(shù)據(jù)分析。選取總分前27%和后27%被試，進(jìn)行獨(dú)立樣本t檢驗(yàn)，發(fā)現(xiàn)每一題在高分組和低分組之間都有顯著的差異(兩組差異范圍在[1.18-2.23],ps<0.001)，說明題項(xiàng)有明顯的區(qū)分度。

KMO系數(shù)為0.89, Bartlett檢驗(yàn)系數(shù)為1509.55 (df=45,p<0.001)，說明適合進(jìn)行因素分析。利用主成分分析法提取因素，并用最大方差法對因素進(jìn)行旋轉(zhuǎn)。結(jié)果顯示，前兩個(gè)因素的特征值大于1，分別能解釋總方差的52.36%和11.76%，累計(jì)解釋總方差64.12%。刪除雙負(fù)載(在兩個(gè)因素上的載荷之差小于0.2)的題項(xiàng)(“失去學(xué)習(xí)興趣”)，剩余九個(gè)題項(xiàng)(劉電芝等, 2011)。因?yàn)轭}項(xiàng)“想要退換課程”“認(rèn)為這門課不再重要”在F1和F2上均有大于0.3的載荷(前者為0.68和0.42，后者為0.74和0.36)，且都更多地負(fù)載在F1上，但與負(fù)載在F1上的其他四個(gè)題項(xiàng)無法同時(shí)解釋(這四個(gè)題項(xiàng)的內(nèi)容可以歸入同一范疇)，經(jīng)過認(rèn)真討論后，決定刪掉。

最終，網(wǎng)課疲勞初步量表形成了兩個(gè)因素七個(gè)題項(xiàng)，如表2所示。根據(jù)題項(xiàng)內(nèi)容對因素進(jìn)行命名，確定因素一為生理疲勞，因素二為內(nèi)容疲勞。

表2 各題項(xiàng)因子載荷和題總相關(guān)

3.2.2 初步量表信、效度分析

在初步量表中，生理疲勞和內(nèi)容疲勞兩個(gè)因素的內(nèi)部一致性系數(shù)α均為0.81，總量表的α為0.84，說明該初步量表具有較好的內(nèi)部一致性。

初步量表中，生理疲勞和內(nèi)容疲勞兩個(gè)因素的相關(guān)為0.52(p<0.001)，為中等程度相關(guān)；兩個(gè)維度與總分的相關(guān)分別為0.91(p<0.001)和0.83(p<0.001)，為高度相關(guān)；題總相關(guān)為0.63-0.77(ps<0.01)，為中等程度相關(guān)。因?yàn)槌醪搅勘硎峭ㄟ^訪談?chuàng)碛姓鎸?shí)網(wǎng)課經(jīng)驗(yàn)的對象并借助專家判斷等方法構(gòu)建起來的，結(jié)合上述結(jié)果，我們認(rèn)為初步量表具有較好的內(nèi)容效度。

3.3 再測與正式量表質(zhì)量分析

3.3.1 方法

線上數(shù)據(jù)搜集平臺隨機(jī)招募了800名被試，剔除作答時(shí)間過短，多個(gè)題項(xiàng)反應(yīng)相同的被試，最終將755名被試的數(shù)據(jù)納入分析(有效率94.38%)。其中,女性36.56%；年齡主要集中在18～24歲(53.38%)；職業(yè)主要為在校學(xué)生(60.53%)；教育水平主要集中在大學(xué)本科(63.71%)；平均一天上網(wǎng)課時(shí)長主要集中在1～3小時(shí)(41.10%)。平均網(wǎng)課數(shù)量約四門(SD=2.70)。

借助SPSS 23.0和Mplus 8.3開展數(shù)據(jù)分析。隨機(jī)抽取一部分(304份)數(shù)據(jù)用于探索性因素分析，另一部分(378份)數(shù)據(jù)用于驗(yàn)證性因素分析，并確保兩部分?jǐn)?shù)據(jù)之間無重疊(陳燕紅等, 2019)。探索性因素分析的結(jié)果顯示，前兩個(gè)因素的特征值大于1，分別能解釋總方差的44.31%和17.27%，累計(jì)解釋總方差61.58%。這與初測結(jié)果一致，說明七題項(xiàng)的網(wǎng)課疲勞量表具有相對穩(wěn)定的因子結(jié)構(gòu)。

3.3.2 正式量表信、效度分析

正式量表中，生理疲勞和內(nèi)容疲勞兩個(gè)因素的內(nèi)部一致性系數(shù)α分別為0.74和0.82，總量表的α為0.82，說明具有較好的內(nèi)部一致性。

正式量表中，生理疲勞和內(nèi)容疲勞兩個(gè)因素的相關(guān)為0.53(p<0.01)，為中等程度相關(guān)；兩個(gè)維度與總分的相關(guān)分別為0.89(p<0.01)和0.86(p<0.01)，為高度相關(guān)；題總相關(guān)為0.57～0.75(ps<0.01)，為中等程度相關(guān)。結(jié)合上述結(jié)果，我們認(rèn)為正式量表具有較好的內(nèi)容效度。再測的因子載荷和題總相關(guān)整理在表2括號中。

為進(jìn)一步驗(yàn)證正式量表的結(jié)構(gòu)效度，檢驗(yàn)兩因素結(jié)構(gòu)的穩(wěn)定性，借助MPLUS 8.3軟件進(jìn)行驗(yàn)證性因素分析。將378名被試的數(shù)據(jù)納入分析，兩因素模型的χ2/df為3.83(49.78/13), RMSEA為0.09, SRMR為0.04, CFI為0.96, TLI為0.94，所有模型擬合指標(biāo)均優(yōu)于單因素模型(χ2/df為13.56(189.80/14), RMSEA為0.18, SRMR為0.08, CFI為0.91, TLI為0.71)。綜合以上結(jié)果，網(wǎng)課疲勞感知量表具有較好的心理測量屬性。量表完整題項(xiàng)見附錄。

4 量表應(yīng)用

4.1 假設(shè)推導(dǎo)

眾多原因會影響學(xué)習(xí)疲勞(Bener et al., 2019; de Vries et al., 2017)。 基于資源保存理論(Hobfoll, 1989)， 本研究探討教師幽默、學(xué)生網(wǎng)課投入與學(xué)生網(wǎng)課疲勞之間的關(guān)系。

大量研究結(jié)果表明，幽默/幽默感與一系列積極心理和行為結(jié)果有關(guān)，如幽默感可以緩沖壓力(Martin & Lefcourt, 1983)，積極的幽默感與社會能力各維度(如建立關(guān)系、自我表露、整體的人際關(guān)系能力)呈正相關(guān)(Yip & Martin, 2006)，神經(jīng)影像學(xué)的研究(Mobbs et al., 2003)還揭示了幽默有益的神經(jīng)基礎(chǔ)。

個(gè)體除了受到自身幽默感的影響，還受到他人幽默感的影響。在面試中，求職者可以將幽默的自我表露作為一種印象管理工具，增加他人對自己溫暖和能力的感知，甚至可以增加自己被錄用的可能性(Bitterly & Schweitzer, 2019)。組織中幽默的使用可以提升員工的士氣(Gruner, 1997)，領(lǐng)導(dǎo)者使用幽默可以提升自己及集體的工作表現(xiàn)(Avolio et al., 1999)。在教育科學(xué)領(lǐng)域，過去的研究發(fā)現(xiàn)，教師在基于課程的在線社交網(wǎng)絡(luò)中發(fā)布幽默的帖子，可以增加學(xué)生的參與度(Imlawi & Gregg, 2014)；教師的幽默使用可以顯著預(yù)測學(xué)生課堂參與度(孫園園, 2015)。

網(wǎng)課投入與網(wǎng)課疲勞一樣，也具有多重維度，表現(xiàn)為學(xué)生對當(dāng)前課程投入較高水平的生理、情感與認(rèn)知資源(Rich et al., 2010)。具體而言，生理投入意味著在生理上投入大量努力和精力，如長時(shí)間坐在電腦屏幕面前；而情感和認(rèn)知投入意味著學(xué)生對于網(wǎng)課本身有較強(qiáng)的興趣，全神貫注于網(wǎng)課內(nèi)容，進(jìn)入一種心流的狀態(tài)(Csikszentmihalyi, 2014)。王衛(wèi)等人(2017)的研究發(fā)現(xiàn)，心流體驗(yàn)可以提升在線學(xué)習(xí)者的滿意度和積極態(tài)度，進(jìn)而正向影響持續(xù)學(xué)習(xí)意愿。

資源保存理論關(guān)注個(gè)體面對外部壓力事件的心理變化以及隨后產(chǎn)生的行為結(jié)果。教師幽默作為一種外生性資源，可以補(bǔ)充學(xué)生由于長時(shí)間參與網(wǎng)課造成的資源損失，提升學(xué)生網(wǎng)課投入。當(dāng)教師及其教學(xué)方式較為幽默時(shí)，學(xué)生更有可能被課程內(nèi)容所吸引，對課程更加投入。但身心的投入在給學(xué)生帶來求知滿足和愉悅課堂體驗(yàn)的同時(shí)，也可能造成更高的身體疲勞。例如，學(xué)生因被幽默的老師和課堂所吸引，在上網(wǎng)課過程中不知不覺產(chǎn)生了錯誤的坐姿、長時(shí)間近距離盯著電腦屏幕、久坐等，反而造成課后更多的生理疲勞。因此，我們預(yù)期教師幽默雖然可以提升學(xué)生網(wǎng)課投入，但對于生理疲勞和內(nèi)容疲勞可能具有不同預(yù)測方向。

因此提出如下假設(shè)：

H1：教師幽默與網(wǎng)課投入(生理、情感、認(rèn)知)正相關(guān)。

H2：教師幽默與生理疲勞正相關(guān)，教師幽默與內(nèi)容疲勞負(fù)相關(guān)。

H3：生理投入與生理疲勞正相關(guān)。

H4：情感投入與內(nèi)容疲勞負(fù)相關(guān)，認(rèn)知投入與內(nèi)容疲勞負(fù)相關(guān)。

綜合以上假設(shè)，進(jìn)一步提出網(wǎng)課投入在教師幽默和網(wǎng)課疲勞之間的中介作用，即：

H5：生理投入中介了教師幽默和生理疲勞之間的關(guān)系。

H6：情感投入中介了教師幽默和內(nèi)容疲勞之間的關(guān)系；認(rèn)知投入中介了教師幽默和內(nèi)容疲勞之間的關(guān)系。

4.2 方法

數(shù)據(jù)來自再測階段對755名被試的測量。網(wǎng)課疲勞采用本研究編制的網(wǎng)絡(luò)課程疲勞量表，共七題，采用5點(diǎn)李克特計(jì)分方式，1=從不，5=總是，代表題項(xiàng)為“上網(wǎng)課的過程中或結(jié)束網(wǎng)課后，我感到眼睛酸脹干澀”?？偭勘恙翞?.82， 身體疲勞和內(nèi)容疲勞兩個(gè)分量表的α分別為0.74和0.82。

教師幽默量表改編自Avolio等人(1999)的幽默行為量表，該量表之前常用于幽默行為的研究，較為成熟，并有相對較高的內(nèi)部一致性信度，α為0.90～0.92(Avolio, et al., 1999; Dubinsky & Jolson, 1995)。該量表共五題，采用5點(diǎn)李克特計(jì)分方式，1=從不，5=頻繁，代表題項(xiàng)為“教師用幽默來緩解疲勞和無聊”(α=0.85)。

網(wǎng)課投入量表改編自Rich等人(2010)的工作投入量表。該量表共18題，分為生理、情感、認(rèn)知三個(gè)維度，采用5點(diǎn)李克特計(jì)分方式，1=很低，5=很高，代表題項(xiàng)為“我把大量精力投入到學(xué)習(xí)本課程中”，“我對這門課很熱情”，“在上課時(shí)，我全神貫注于課程內(nèi)容”，分維度α分別為0.86, 0.86, 0.87, 總量表α為0.95。

除了上述核心變量，本研究測量了被試網(wǎng)課數(shù)量、網(wǎng)課時(shí)長、性別、年齡、學(xué)歷作為控制變量。

4.3 結(jié)果

表3為描述性統(tǒng)計(jì)結(jié)果。教師幽默與整體網(wǎng)課投入正相關(guān)(r=0.51,p<0.01)，與生理投入正相關(guān)(r=0.46,p<0.01)，與情感投入正相關(guān)(r=0.50,p<0.01)，與認(rèn)知投入正相關(guān)(r=0.44,p<0.01)；教師幽默與整體網(wǎng)課疲勞相關(guān)不顯著(r=0.01,ns)，與身體疲勞成正相關(guān)(r=0.10,p<0.01)，與內(nèi)容疲勞呈負(fù)相關(guān)(r=-0.10,p<0.01)；生理投入與身體疲勞相關(guān)不顯著(r=0.01,ns)，情感投入與內(nèi)容疲勞負(fù)相關(guān)(r=-0.30,p<0.01)，認(rèn)知投入與內(nèi)容疲勞負(fù)相關(guān)(r=-0.28,p<0.01)。描述性統(tǒng)計(jì)結(jié)果整體上部分支持了本研究的假設(shè)。

表3 描述性統(tǒng)計(jì)結(jié)果

利用層次回歸分析進(jìn)一步探討教師幽默、網(wǎng)課投入和網(wǎng)課疲勞的關(guān)系。第一步將控制變量納入回歸方程，第二步將控制變量和自變量(教師幽默)均納入回歸方程，第三步將控制變量、自變量和中介變量(網(wǎng)課投入)均納入回歸方程。結(jié)果如表4所示。在控制了性別、年齡、學(xué)歷、網(wǎng)課數(shù)量、網(wǎng)課時(shí)長等變量后，教師幽默與生理疲勞正相關(guān) (b=0.07,SE=0.03,p<0.05)，與內(nèi)容疲勞負(fù)相關(guān) (b=-0.10,SE=0.04,p<0.05)?？刂粕硗度牒?，教師幽默與生理疲勞仍然正相關(guān)(b=0.09,SE=0.04,p<0.05)，但生理投入與生理疲勞無顯著關(guān)系(b=-0.05,SE=0.05,ns)。納入情感投入和認(rèn)知投入后，教師幽默與內(nèi)容疲勞無顯著關(guān)系(b=0.09,SE=0.05,ns)，但情感投入與內(nèi)容疲勞負(fù)相關(guān)(b=-0.27,SE=0.07,p<0.001)，認(rèn)知投入與內(nèi)容疲勞負(fù)相關(guān)(b=-0.17,SE=0.07,p<0.05)。

表4 層次回歸分析結(jié)果

為進(jìn)一步探究網(wǎng)課投入的中介作用，借助PROCESS2.16.2計(jì)算間接效應(yīng)95%置信區(qū)間，利用Bootstrap法，進(jìn)行5000次抽樣。結(jié)果表明，生理投入在教師幽默和生理疲勞之間的間接作用大小為-0.02, 95%CI為[-0.06, 0.02]，包含0。情感投入在教師幽默和內(nèi)容疲勞之間的間接作用大小為-0.19, 95%CI為[-0.25, -0.13], 不包含0。認(rèn)知投入在教學(xué)幽默和內(nèi)容疲勞之間的間接作用大小為-0.15, 95%CI為[-0.20, -0.11]，不包含0。因此情感投入和認(rèn)知投入的中介作用得到了證實(shí)，生理投入的中介作用未得到證實(shí)。

綜合上述分析結(jié)果，本研究提出的假設(shè)得到了部分證實(shí)。教師幽默可以提升學(xué)生的網(wǎng)課投入，其中情感投入和認(rèn)知投入可以進(jìn)一步降低內(nèi)容疲勞，情感投入和認(rèn)知投入均可以在教師幽默和內(nèi)容疲勞的負(fù)向關(guān)系之間發(fā)揮中介作用，這與研究假設(shè)一致。教師幽默與生理疲勞正相關(guān)，但是生理投入與生理疲勞不相關(guān)，且生理投入在教師幽默和生理疲勞之間的中介作用也不顯著，這與研究假設(shè)不一致。本研究將在下文對這些結(jié)果進(jìn)行討論。

5 討論

5.1 理論意義

第一，拓展了疲勞感知在網(wǎng)課情境中的測量與應(yīng)用?；谙嚓P(guān)文獻(xiàn)，結(jié)合深度訪談結(jié)果構(gòu)建題項(xiàng)，并借助兩次線上調(diào)研數(shù)據(jù)進(jìn)行驗(yàn)證，最終形成七題項(xiàng)的網(wǎng)絡(luò)課程疲勞感知量表。EFA的結(jié)果揭示該量表有兩個(gè)潛在維度：生理疲勞和內(nèi)容疲勞。CFA的結(jié)果進(jìn)一步證實(shí)了該二因素結(jié)構(gòu)的清晰性與穩(wěn)定性。與之前關(guān)于疲勞維度的劃分相互印證(Chalder et al., 1993)。

第二，現(xiàn)有部分研究用客觀的方法來檢測學(xué)生線上學(xué)習(xí)疲勞，如利用人工智能、圖像識別的方法對網(wǎng)絡(luò)學(xué)習(xí)者的臉、眼、口進(jìn)行分析(彭慧玲, 2008)，利用腦電數(shù)據(jù)線上評估工作負(fù)荷和疲勞(Kaethner et al., 2014)。但這些評估對設(shè)備要求較高，難以大規(guī)模推廣。本研究編制的量表從傳統(tǒng)心理測量學(xué)的角度是對網(wǎng)課疲勞的主觀測量，可作為未來更全面的、主客觀結(jié)合的方式測量學(xué)生網(wǎng)課疲勞的工具之一。

第三，發(fā)現(xiàn)教師幽默可以提升網(wǎng)課投入，并進(jìn)一步降低網(wǎng)課內(nèi)容疲勞，這驗(yàn)證了本研究編制的量表具有較好的內(nèi)容效度和校標(biāo)關(guān)聯(lián)效度，也為初步構(gòu)建網(wǎng)課疲勞和其他變量的關(guān)系網(wǎng)絡(luò)提供了有益的嘗試。同時(shí)，豐富了教師幽默的相關(guān)文獻(xiàn)內(nèi)容(e.g., Bieg et al., 2019; Daumiller et al., 2020)，揭示了教師幽默影響網(wǎng)課疲勞的內(nèi)在路徑。結(jié)果表明，教師幽默會提高學(xué)生對網(wǎng)課投入的生理、情感和認(rèn)知投入，從而影響學(xué)生的網(wǎng)課疲勞感知。值得注意的是，教師幽默可能在降低課程內(nèi)容疲勞的同時(shí)，增加學(xué)生所感知的生理疲勞，這說明教師幽默也可能存在負(fù)面作用，仍然需要根據(jù)相應(yīng)的教學(xué)方式、網(wǎng)課設(shè)備和場景予以調(diào)整。

5.2 實(shí)踐意義

一方面，學(xué)校、教育部門和社會各界都要重視網(wǎng)課學(xué)習(xí)中的疲勞現(xiàn)象，結(jié)合注意力、疲勞等心理學(xué)和生理學(xué)的理論，推廣科學(xué)的測量工具和放松方法，及時(shí)掌握線上課程帶來的新挑戰(zhàn)與新情況，提前預(yù)防、及時(shí)發(fā)現(xiàn)和疏解網(wǎng)課疲勞。本研究提出并驗(yàn)證的量表可作為一種有益的實(shí)踐嘗試，應(yīng)用到對于網(wǎng)課疲勞的實(shí)際測量當(dāng)中，進(jìn)而更好地評估與應(yīng)對網(wǎng)課疲勞。

另一方面，教師的幽默感是降低網(wǎng)課內(nèi)容疲勞感知的關(guān)鍵，因而有必要重視內(nèi)容趣味性，適當(dāng)提高老師的幽默能力，加強(qiáng)師生互動，從而更好地調(diào)動學(xué)生的積極性，減少學(xué)生網(wǎng)課疲勞。

5.3 研究不足和未來展望

首先，教學(xué)幽默與生理疲勞正相關(guān)，生理投入在教學(xué)幽默與生理疲勞之間的中介作用不顯著，這與假設(shè)不符。未來需要進(jìn)一步探討結(jié)果的穩(wěn)健性或者提出其他解釋機(jī)制。

其次，在量表編制過程中未細(xì)分樣本，未來可以在學(xué)生和職場人士等有網(wǎng)課需求的群體中重復(fù)驗(yàn)證量表的穩(wěn)定性和樣本特異性。

最后，在信息化教學(xué)發(fā)展過程中，校內(nèi)外各類網(wǎng)課平臺所具備的特點(diǎn)和功能是不可忽視的因素之一，研究者除了探索教師的授課特征對網(wǎng)課疲勞的影響外，也有必要探索客觀條件，如網(wǎng)課呈現(xiàn)形式、課程時(shí)長、平臺屬性等客觀因素是否能夠激發(fā)或緩解用戶的疲勞感知，進(jìn)一步推動線上教學(xué)發(fā)展。

6 結(jié)論

本研究編制了網(wǎng)絡(luò)課程疲勞量表，包括生理疲勞和內(nèi)容疲勞兩個(gè)維度，經(jīng)檢驗(yàn)具備較好的心理測量學(xué)特性，可以用作研究學(xué)生網(wǎng)課疲勞的有效工具。教師幽默對網(wǎng)課疲勞的兩個(gè)維度具有不同作用，即教師幽默正向預(yù)測網(wǎng)課生理疲勞，負(fù)向預(yù)測網(wǎng)課內(nèi)容疲勞。情感投入和認(rèn)知投入在教師幽默和內(nèi)容疲勞的關(guān)系中發(fā)揮中介作用。本研究為網(wǎng)課疲勞研究提供了有益的工具支持，并對之后的網(wǎng)課發(fā)展和線上教學(xué)改革提供了數(shù)據(jù)支撐和實(shí)踐建議。