摘"要：在線學習行為投入是影響學習者學習績效的關(guān)鍵要素，但具體行為投入的效度如何仍存在爭議。本文通過對國內(nèi)外30篇實證研究文獻進行元分析，審視在線學習行為投入對學習績效的影響效果，并探究學習者類型、學習區(qū)域和實驗周期三個調(diào)節(jié)變量的效果差異。結(jié)果顯示：在線學習行為投入對學習績效有中等程度的積極影響，但學術(shù)挑戰(zhàn)任務的質(zhì)量和工作量、回復主題帖、克服困難、自我評價與反思、明確學習目標與要求、單項任務完成度等7個指標行為，與學習績效表現(xiàn)出高相關(guān)性；在調(diào)節(jié)變量方面，相較于國外，在線學習行為投入對國內(nèi)大學生6個月以上長周期的學習績效影響較大。建議從任務挑戰(zhàn)度、交互激勵機制和在線學習周期等方面完善在線學習設(shè)計。

關(guān)鍵詞：在線學習；行為投入；學習績效；實證研究；元分析

作者簡介：梁存良（1976—），男，河南鹿邑人，河南師范大學教育學部副教授，主要從事教育信息化、課程領(lǐng)導力等相關(guān)研究。

基金項目：河南省高等學校重點科研項目（24A880011）；河南省高等教育教學改革研究與實踐重點項目（本科教育類）（2024SJGLX0082）

中圖分類號：G420""文獻標識碼：A""文章編號：1000-2359（2024）05-0151-06""收稿日期：2023-09-12在線學習行為投入是學習者與網(wǎng)絡(luò)環(huán)境雙向交互行為的總和，可用于評估和預測在線學習質(zhì)量 胡小勇，徐歡云，陳澤璇：《學習者信息素養(yǎng)、在線學習投入及學習績效關(guān)系的實證研究》，《中國電化教育》，2020年第3期。，如學生觀看課程視頻、參與在線測試、分組討論及同伴互評等。由于受學習者類型、學習區(qū)域和實驗周期特征的影響，已有研究對在線學習行為投入與學習績效之間的關(guān)系強弱、效應值方向及其具體效應值的影響顯著性等結(jié)論還存在分歧。本研究利用元分析方法，解析和審視在線學習的實證研究成果，探究在線學習行為投入對學習者學習績效的影響，以期為高質(zhì)量在線學習活動設(shè)計提供借鑒，服務在線學習者的個性化發(fā)展。

一、文獻綜述

（一）在線學習行為投入的分析維度

在線學習行為投入是指學習者在資源豐富的互聯(lián)網(wǎng)學習環(huán)境中，為取得某種學習績效的外顯行為表現(xiàn)，包括投入時長、活動強度和努力程度等。考慮到在線學習行為投入的時間性、多維性和多層次性等特征，以及在線學習系統(tǒng)、學習資源、參與者之間的關(guān)系結(jié)構(gòu)，國內(nèi)研究者將在線學習行為投入歸納為六個維度（16個具體指標）：參與（出勤、投入時間和資源訪問量）、交互（師生交互、發(fā)表主題帖、瀏覽主題帖和回復主題帖）、堅持（克服困難和保持高參與度）、專注（單項任務完成度）、學術(shù)挑戰(zhàn)（挑戰(zhàn)任務工作量、認知工具使用和挑戰(zhàn)任務質(zhì)量）和自我監(jiān)控（明確學習目標與要求、自我評價與反思和管理工具使用）。

（二）在線學習行為投入對學習績效的影響研究

在線學習行為投入對學習者學習績效的影響，因?qū)W習者類型、學習區(qū)域和實驗周期等變量差異，研究結(jié)論大致分為以下兩種：一是在線學習行為投入對學習績效有顯著積極影響 李小娟，梁中鋒，趙楠：《在線學習行為對混合學習績效的影響研究》，《現(xiàn)代教育技術(shù)》，2017年第2期。。比如，羅曼諾夫認為高學習績效與高頻率的在線學習活動有關(guān) Romanov， K.， Nevgi， A. Student activity and learning outcomes in a virtual learning environment. Learning Environ Res 11， 2008（1）.。理查德證明了在線模擬有助于學習者理解內(nèi)容和擺正科學態(tài)度 Lamb， R.L.， Annetta， L. The Use of Online Modules and the Effect on Student Outcomes in a High School Chemistry Class. J Sci Educ Technol，2013（22）.。張敬等發(fā)現(xiàn)在線學習行為投入與學習績效之間存在顯著的正相關(guān) 張敬，蘆雪娟，田?。骸痘旌鲜浇虒W模式中在線學習行為與高等數(shù)學成績的相關(guān)性分析》，《高師理科學刊》，2020年第6期。。另外，在線學習行為投入對知識獲取、實踐技能、自我效能感和滿意度，以及長期學習結(jié)果均有顯著影響。二是在線學習行為投入對學習績效的提升無顯著的積極影響。具體表現(xiàn)為，在線學習行為投入對短周期學習結(jié)果影響不大，學習者所瀏覽的課程章節(jié)數(shù)和視頻觀看次數(shù)等行為投入不僅與學習績效無直接關(guān)系 王萍：《基于edX開放數(shù)據(jù)的學習者學習分析》，《現(xiàn)代教育技術(shù)》，2015年第4期。，且較高的視頻觀看總時長和較高次數(shù)的其他頁面訪問量的行為還對在線學習績效有負面影響 沈欣憶等：《MOOC學習者在線學習行為和學習績效評估模型研究》，《中國遠程教育》，2020年第10期。。因此，有必要重新審視在線學習行為投入與學習績效之間的效應關(guān)系及其具體指標的影響，并揭示不同調(diào)節(jié)變量對學習績效的調(diào)節(jié)效應，以挖掘有價值的研究結(jié)論。

二、研究設(shè)計

（一）研究假設(shè)

基于文獻綜述，本研究將在線學習行為投入作為自變量，具體指標參考在線學習行為投入模型，將學習績效作為因變量，學習者類型、學習區(qū)域和實驗周期作為調(diào)節(jié)變量，形成圖1所示的研究框架，提出以下兩個研究假設(shè)：

假設(shè)1：在線學習行為投入對學習績效有正向影響，且在具體指標上存在差異；

假設(shè)2：在線學習行為投入對學習績效的影響在不同調(diào)節(jié)變量上存在差異。

（二）元分析過程

元分析方法通過對同一問題的不同實驗和實證研究的數(shù)據(jù)和結(jié)果進行綜合統(tǒng)計、分析得出總效應值，以形成對所研究問題的綜合觀點和研究結(jié)論 任高飛，陳瑤瑤：《社交媒體使用提高學習績效還是降低學習績效？》，《中國遠程教育》，2020年第9期。。本研究選擇皮爾遜相關(guān)系數(shù)（r）作為統(tǒng)計效應值，來表征在線學習行為投入對學習績效的影響程度。使用CMA3.0（Comprehensive Meta-analysis 3.0）軟件對納入元分析的效應值進行數(shù)據(jù)檢驗和分析，包括出版偏倚分析、異質(zhì)性檢驗、主效應檢驗、具體效應值檢驗和調(diào)節(jié)效應檢驗，以探討在線學習行為投入對學習績效的影響。為保證研究質(zhì)量，本研究嚴格按照庫伯等提出的元分析過程，包括文獻檢索、文獻篩選、文獻編碼等環(huán)節(jié)。

1.文獻檢索

本研究以在線學習行為投入和學習績效為關(guān)鍵詞對國內(nèi)外相關(guān)數(shù)據(jù)庫進行文獻檢索。其中，中文文獻主要從CNKI全文數(shù)據(jù)庫、維普數(shù)據(jù)庫、萬方數(shù)據(jù)庫進行檢索。自變量“在線學習行為投入”的檢索詞包括“在線學習行為投入”“網(wǎng)絡(luò)學習行為投入”“在線學習行為”“網(wǎng)絡(luò)學習行為”和“遠程學習行為”。因變量“學習績效”的檢索詞包括“學習績效”“學習效果”“學習成績”和“學習結(jié)果”。外文文獻主要從Science Direct、Springer Link、Web of Science、Google Scholar以及ProQuest碩博士論文全文數(shù)據(jù)庫等數(shù)據(jù)庫進行檢索，“在線學習行為投入”的檢索詞包括“Online Learning Behavioral Engagement”“E-learning Behavioral Engagement”“Online Learning Behavioral Participation”和“E-learning Behavioral Participation”?！皩W習績效”的檢索詞包括“Learning Outcomes”“Learning Achievements”“Learning Performance”“Learning Effect”和“Learning Effectiveness”。

2.文獻篩選

為確定符合研究問題的文獻樣本，研究制定了五項文獻納入排除標準，以深度篩選初始文獻：（1）研究類型為實證研究或量化研究，綜述類文獻被排除；（2）研究主題必須是在線學習行為投入與學習績效之間的影響關(guān)系；（3）為保證數(shù)據(jù)來源的高質(zhì)量，中文文獻只納入核心期刊和CSSCI來源期刊；（4）研究數(shù)據(jù)完整，需明確報告樣本量n和皮爾遜相關(guān)系數(shù)r；（5）重復文獻被排除，若同一篇文獻以不同形式發(fā)表，只取其一。依照上述標準將不符合的文獻排除后，最終納入元分析的文獻共30篇，其中，中文文獻19篇，英文文獻11篇。

3.文獻編碼

文獻編碼體系如表1所示，包括文獻基本信息、定量數(shù)據(jù)提取和調(diào)節(jié)變量編碼三部分。其中文獻基本信息有文獻作者、發(fā)表年份、具體指標；定量數(shù)據(jù)提取是指提取對應指標值（相關(guān)系數(shù)r），調(diào)節(jié)變量編碼元素為學習者類型、學習區(qū)域和實驗周期。為保證指標提取的準確性和編碼有效性，由團隊中兩名經(jīng)過元分析編碼標準培訓的研究者分別編碼，一致性達到92%以上，說明編碼結(jié)果具有一定的可信度。

三、研究結(jié)果分析

（一）出版偏倚和異質(zhì)性檢驗

1.出版偏倚檢驗

為提高元分析結(jié)果的準確性，本研究在評估出版偏倚時選擇了直觀的漏斗圖、適用于小樣本研究的Egger’s檢驗和失安全系數(shù)（Fail-safe N）三種方法進行綜合研判。其中，出版偏倚漏斗圖中樣本效應值對稱均勻分布在合并效應值0.366兩側(cè)，Egger回歸檢驗結(jié)果表明，t值為1.766（t＜1.96），p值為0.08（p＞0.05），且失安全系數(shù)N為4337（p＜0.05），遠大于5K+10（K指納入元分析的效應量個數(shù)），三種檢驗結(jié)果說明不存在出版偏倚，元分析結(jié)果準確有效。

2.異質(zhì)性檢驗

異質(zhì)性檢驗的目的是選擇恰當?shù)男Ｐ?，反之，選擇隨機效應模型，當異質(zhì)性較小時，則選擇固定效應模型。異質(zhì)性檢驗常用Q檢驗和I2 檢驗。CMA3.0運行結(jié)果如表2所示，異質(zhì)性檢驗結(jié)果Q=12058.619（p＜0.001），I2=98.93%（75%＜I2＜100），表明樣本間存在較大異質(zhì)性，選擇隨機效應模型進行分析。

（二）在線學習行為投入對學習績效的影響

1.整體效應檢驗

根據(jù)皮爾遜相關(guān)系數(shù) r 強弱判斷準則：效應值為0.1左右時為較小程度相關(guān)， 在0.3左右時為中等程度相關(guān)，在0.5左右時為較大程度相關(guān)。效應值越大時，表明影響的顯著性越明顯。由整體影響效應結(jié)果表2可知，30個研究樣本（共130個效應值）的隨機效應模型最后計算得出的效應值r為0.366，表明在線學習行為投入對學習績效具有中等程度的積極影響，且達到了統(tǒng)計意義上的顯著水平（p＜0.001）。

2.具體效應值檢驗

為了進一步揭示在線學習行為投入對學習績效的作用機制，本研究將從6個維度（16個指標）檢驗在線學習行為投入對學習績效的影響效果及差異，如表3所示。

從異質(zhì)性檢驗結(jié)果可以看出，16個指標在研究樣本上均存在異質(zhì)性，故選擇隨機效應模型估計各自的合并效應值。結(jié)果表明，在16個指標中，有14個指標對學習績效有顯著性影響，其中，強相關(guān)的指標有 7個，排在首位的是挑戰(zhàn)任務質(zhì)量（K=5，r=0.806，p＜0.001），其次是挑戰(zhàn)任務工作量（K=14，r=0.568，p＜0.001）、回復主題帖（K=7，r=0.455，p＜0.001）、克服困難、自我評價與反思、明確學習目標與要求和單項任務完成度等指標。另外，中度相關(guān)的指標有 7個，排在首位的是師生交互（K=15，r=0.335，p＜0.001），說明在線學習中師生交互行為對學習績效有中等程度的提升作用；其次是出勤（K=10，r=0.329，p＜0.001）和資源訪問量（K=18，r=0.308，p＜0.001）；投入時間（K=15，r=0.265，p＜0.001）、認知工具使用（K=7，r=0.259，p＜0.001）也會對學習績效產(chǎn)生影響，發(fā)表主題帖和瀏覽主題帖對學習績效的影響相關(guān)程度依次降低。另外，資源訪問量（K=18，r=0.308，p＜0.001）是本次元分析中K值最高的一個指標，盡管其相關(guān)度中等，卻是影響在線學習績效的一個重要因素。

（三）調(diào)節(jié)效應檢驗與分析

為厘清影響效應量的特征因素，研究對可能存在的學習者類型、學習區(qū)域和實驗周期三個調(diào)節(jié)變量分別進行檢驗，具體結(jié)果如表4所示。

1.不同學習者類型的在線學習行為投入對學習績效的影響

由表4可知，MOOCs學習者、大學生、成人學習者和高中生的效應值依次為0.495（p＜0.001）、0.364（p＜0.001）、0.309（p＜0.001）和0.266（p＜0.05），說明在線學習行為投入對MOOCs學習者的學習績效有較高程度的正向影響，對大學生和成人學習者的學習績效有中等程度的正向影響，且促進作用均顯著。

2.不同學習區(qū)域的在線學習行為投入對學習績效的影響

由表4可知，國內(nèi)和國外的效應值分別為0.387（p＜0.001）和 0.298（p＜0.001），說明在線學習行為投入對不同地區(qū)的學生具有中等程度的正向影響。

3.不同實驗周期的在線學習行為投入對學習績效的影響

由表4可知，小于1個月、1～6個月和6個月以上的效應值分別為0.218（p＜0.001）、0.378（p＜0.001）和 0.395（p＜0.05），說明在線學習行為投入對不同實驗周期的學習績效具有中等程度的正向影響。從具體影響效應看，實驗周期在6個月以上的在線學習行為投入對學習績效的效果最好，1～6個月的次之，1個月以下的影響水平最低。

四、研究啟示與建議

隨著國內(nèi)在線教育的飛速發(fā)展，在線教育資源的強互動性和強結(jié)構(gòu)化的知識體系等優(yōu)點深受研究者和一線教師的青睞，促進了在線學習的發(fā)展和學生學習績效的提高 管佳，李奇濤：《中國在線教育發(fā)展現(xiàn)狀、趨勢及經(jīng)驗借鑒》，《中國電化教育》，2014年第8期。。盡管元分析結(jié)果證實，在線學習行為投入對學習績效有中等程度的積極影響，但學術(shù)挑戰(zhàn)任務的質(zhì)量和工作量、回復主題帖、克服困難、自我評價與反思、明確學習目標與要求、單項任務完成度等7個具體指標行為，卻與學習績效表現(xiàn)出高相關(guān)性。在調(diào)節(jié)變量方面，相較于國外，在線學習行為投入對國內(nèi)大學生6個月以上長周期的學習績效影響較大。這些發(fā)現(xiàn)為更大程度挖掘在線學習行為投入對學習績效的影響規(guī)律、服務在線學習高質(zhì)量發(fā)展提供了啟示與可行建議。

（一）適度增加在線學習任務的挑戰(zhàn)度，激發(fā)學習效能和動機

學習者在知識應用與創(chuàng)新等更高認知挑戰(zhàn)的學術(shù)任務中會投入更多的努力和精力，所以增加在線學習任務的挑戰(zhàn)度，能夠促進學生以較高水平的思維方式投入在線學習 郭要紅，華國棟：《論挑戰(zhàn)性學習目標及其制定策略》，《課程·教材·教法》，2008年第10期。。研究結(jié)果表明，學術(shù)挑戰(zhàn)維度中的挑戰(zhàn)任務質(zhì)量和工作量與認知投入關(guān)聯(lián)密切，蘊含著學生的高級學習策略使用情況，比如，解決復雜問題用到的高級學習策略對學習績效具有正向促進作用。而明確學習目標與要求和自我評價與反思等行為反映了學習者具有較強自我監(jiān)控能力，這類學習者往往能取得好成績 李爽等：《在線學習行為投入分析框架與測量指標研究：基于LMS數(shù)據(jù)的學習分析》，《開放教育研究》，2016年第2期。。另外，堅持維度中的克服困難反映了學習者對目標的堅持和對成功的渴望，即遇到困難或挫折時，不輕言放棄，而是積極尋求解決辦法，這樣的行為對學習績效的影響較大 孫蔚雯：《高中生日常性學業(yè)復原力、學業(yè)投入對學習成績的影響》，東北師范大學學位論文，2009年。。因此，通過適度增加在線學習任務的挑戰(zhàn)性，引起學生的關(guān)注，學生在興趣的驅(qū)動下更容易進入?yún)⑴c式的深度學習模式，并自覺主動地增加時間投入，激活更多求助行為，表現(xiàn)出更高水平的監(jiān)控、評估和解釋行為，付出超越普通任務的精力，進而提高學習績效 林健：《面向“六卓越一拔尖”人才培養(yǎng)的挑戰(zhàn)性學習》，《清華大學教育研究》，2020年第2期。。在設(shè)計在線學習活動時，建議根據(jù)學情特征和學習目標導向，優(yōu)化學習目標為具有適度挑戰(zhàn)性的在線學習任務，增強學習任務的沉浸性和趣味性體驗，鼓勵和引導學生開展探究性學習，以此激發(fā)學生學習效能和動機，使其高效完成學習任務。

（二）設(shè)計基于知識圖譜的交互激勵機制，提高在線回帖質(zhì)量

在線學習交互一直都是影響學習績效的重要因素 張豪鋒，李海龍：《網(wǎng)絡(luò)學習障礙分析及其對策研究》，《河南師范大學學報》（哲學社會科學版），2011年第2期。。研究結(jié)果表明，交互維度中的回復主題帖是與學習績效相關(guān)程度最強的一個指標，這是因為回復主題帖是學生在線分享討論、獨立思考與表達觀點的過程 孫月亞：《開放大學遠程學習者在線學習行為的特征分析》，《中國電化教育》， 2015年第8期。。學習者在研討回復時，需要從問題的本質(zhì)出發(fā)，提出具有生成性、建構(gòu)性和發(fā)展性的解決問題觀點和結(jié)論，以促進學習者的深度思考和激發(fā)元認知的調(diào)用，觸發(fā)其更高層次的知識建構(gòu)。另外，研究還有兩個有趣的發(fā)現(xiàn)：一是資源訪問量是元分析中K值最高的一個影響學習績效的指標，盡管其相關(guān)度不高；二是單項任務完成度（如專心看完一節(jié)課的視頻和課件）與學習績效的相關(guān)度較高。由此，為學習者提供關(guān)聯(lián)知識點微課、測試、主題討論的知識圖譜，能夠通過增加資源訪問量和單項任務完成度來提高在線學習績效。

對學習者類型和學習區(qū)域調(diào)節(jié)變量分析發(fā)現(xiàn)，在線學習行為投入對國內(nèi)MOOCs學習者的學習績效的影響效果最佳，其次是大學生。究其原因，一是在國內(nèi)，混合式教學在高校課堂中已是常態(tài)，MOOCs學習者多是大學生群體，大學生自主學習能力和數(shù)字素養(yǎng)較高 于海琴，李晨，石海梅：《學習環(huán)境對大學生學習方式、學業(yè)成就的影響：基于本科拔尖創(chuàng)新人才培養(yǎng)的實證研究》，《高等教育研究》，2013年第8期。，且有明確的學習目標、較高的學習成熟度；二是高?；旌鲜秸n程資源有完整的知識圖譜，能夠滿足大學生碎片化在線學習的需求 馬忠玲：《成人在線學習行為與學習效果的相關(guān)性》，《繼續(xù)教育研究》，2021年第3期。。因此，在設(shè)計在線學習活動主題討論時，建議教師提供主題任務的知識譜圖，實施回帖激勵措施，鼓勵引導學習者回復對問題解決有意義、有幫助的主題帖，生成更多高水平的知識建構(gòu)話語，以提高交互的質(zhì)量，促進有效學習。

（三）合理增加在線學習周期，保證學習有效性

研究發(fā)現(xiàn)，在線學習行為投入對6個月以上的學習績效的影響最顯著，1～6個月次之，而對小于1個月的影響效果最弱。因為學習跨度小于1個月的學習者，缺乏在線學習必備的先驗經(jīng)驗和能力，難以在短期內(nèi)適應在線學習，而隨著學習時間的增加，學習者自我管控能力和在線學習能力不斷得到強化，對學習績效的影響也隨之增強 丁亞元，劉盛峰，郭允建：《遠程學習者在線學習力實證研究》，《開放教育研究》，2015年第4期。。有研究表明，期末成績優(yōu)秀的學生相比期末成績良好以及中等的學生學習時長更長 熊思燦，農(nóng)瑩：《在線學習時長影響考試成績分析：以《概率論》課程為例》，《中國教育信息化》，2020年第19期。?？梢?，學習者若要取得優(yōu)異的成績，保持一定時間的持續(xù)學習時長尤為重要。因此，在設(shè)計在線學習活動時，建議教師在課程開始之前，明確告知學習者在線學習時長，并把學習時間細化分配到視頻學習、討論學習等具體的學習行為中，使學習者能夠保證一定的在線學習時間。另外，學習時間的分配和管理也會對學習者的在線學習表現(xiàn)產(chǎn)生影響。教師在安排在線學習時，可以制作兩類時長的教學材料，既滿足學生利用碎片化時間學習的需求，又可以滿足學生深入學習的需求。

目前，隨著人工智能、大數(shù)據(jù)等新技術(shù)賦能教育高質(zhì)量發(fā)展，在線學習行為投入在影響學習績效的具體指標方面更為復雜和多模態(tài)化。在未來研究中，不僅需要持續(xù)揭示學習者外顯行為對學習效果的影響，還需進一步揭示其內(nèi)隱的動機、情感等與學習績效間的關(guān)系。另外，需要持續(xù)研究如何設(shè)計有吸引力和漸進式的問題解決活動，促進自我監(jiān)控反思和自我調(diào)節(jié)評估的學習文化，以激發(fā)學習者參與在線學習的積極性，進而揭示在線學習行為促進學習績效提升的動態(tài)機制。

The Influence of Behavior Engagement in Online Learning on Learning Performance

——Based on the Meta-analysis of 30 Domestic and Foreign Empirical Research Literature

Liang Cunliang

（Henan Normal University，Xinxiang 453007，China）

Abstract：Online learning behavioral engagement is a crucial factor influencing learners’ learning performance， yet the effectiveness of specific behaviors remains a matter of debate. By conducting a meta-analysis of 30 empirical research articles from both domestic and foreign sources， this study examines the impact of online learning behavioral engagement on learning performance and explores the differential effects of three moderating variables： learner type， learning area， and experimental duration. The results indicate that online learning behavioral engagement exerts a moderate positive influence on learning performance. However， seven indicator behaviors， including the quality and workload of academic challenge tasks， responding to topic threads， overcoming difficulties， self-evaluation and reflection， clarity of learning goals and requirements， and individual task completion， exhibit high correlations with learning performance. Regarding moderating variables， online learning behavioral engagement exerts a more substantial influence on the learning performance of domestic university students over extended periods of more than six months， compared to foreign counterparts. The study recommends optimizing online learning designs in terms of task challenges， interactive incentives mechanisms， and online learning duration.

Key words：online learning；behavior engagement；learning performance；empirical research；meta-analysis［責任編校"彭筱祎，劉"科］