基干ISM模型混合学习绩效影响因素探讨.docVIP

基于ISM模型的混合学习绩效影响因素研究 　　摘要：本文在分析结构模型法对混合学习绩效影响因素之间关系的基础上，构建了三维度混合学习绩效影响因素的ISM模型，以帮助理清混合学习中多种因素之间的关系。同时，根据混合学习绩效影响因素ISM模型，研究了混合学习绩效，并提出相适应的教学建议，以期提高混合学习绩效 关键词：混合学习；学习绩效；影响因素；ISM模型 中图分类号：G434 文献标识码：A 论文编号：1674-2117（2015）19-0129-04 引言 《新媒体联盟2015地平线报告（高等教育版）》中提到，结合课堂教学和在线学习的混合学习是目前许多高等院校正在探索的教学模式。[1]美国佛罗里达中央大学在研究课堂教学、混合教学、在线教学三种模式时，发现混合教学模式最有效。我国《教育信息化十年发展规划（2011─2020年）》中也特别强调，探索信息技术与教学的深度融合，要以信息化手段引领教育理念和教育模式的创新。在信息技术与高校教学深度融合的国际背景下，如何开展混合学习，提高混合学习绩效，成为我国高校普遍关注的焦点。笔者运用解释结构模型法分析混合学习绩效的影响因素，提出了相应的干预策略，旨在促进混合学习的深入发展 影响混合学习绩效的因素分析 解释结构模型法（Interpretative Structural Modeling Method，简称ISM方法）是用于分析教育技术研究中复杂关系结构的有效方法。[2]采用ISM方法，第一步先提炼出影响混合学习绩效的因素 关于绩效影响因素的研究，国外较有影响的是Einhom、Hogarth和Libby提出的绩效影响因素函数：f（知识、能力、激励、环境）。国内徐辉富等学者把网络学习绩效影响因素分为学习者素质因素、学习过程因素、学习外部因素、远程教育手段对学习的帮助程度等方面。[3]史占波等学者总结了有关混合学习绩效影响因素的已有研究，确定了学生、教师和教育管理者三个维度，并在各维度下设置相应的指标。并编制探索性问卷进行调查，搜集参与混合学习的学生和教师的意见。然后，采用因子分析法对调查数据进行统计，对指标变量进行“聚类”和“降维”处理，建立统计学模型，制定了较为完善的混合学习绩效量表。[4]该量表的Cronbachs Alpha为0.905，表明量表具有良好的整体一致性。采用Pearson相关检验进行分析，得出该量表具有较高的效度。现选用绩效量表中的指标作为混合学习绩效影响因素，用Fi表示（如表1） ISM模型的构建 我们通过文献分析和实践经验确定混合学习绩效各影响因素之间的关系，构建绩效影响因素ISM模型 1.设计逻辑关系图 ISM方法的第二步是确定不同学习绩效影响因素间的逻辑关系。现将这11种影响因素分别在行和列上按顺序排列，它们之间的关系用数值0和数值1表示，数值0表示行上因素对列上因素没有直接作用，数值1表示两个因素之间存在直接的关联，如此建立了如表2的关系矩阵表 2.构建ISM模型 （1）初始模型 根据关系矩阵表，构建邻接矩阵A，并运用布尔矩阵法计算（A+I）K-1≠（A+I）K+1=（A+I）K=M，I为单位矩阵，M为可达矩阵。当K=3时，满足上述条件，求得M 再经过层级分解，绘制出如下页图1的三层级的关系示意图 （2）学习者模型 由于初始模型中学习者部分各要素之间的结构关系并不明显，因而，嵌套运用解释结构模型法对学习者部分进行分析。将邻接矩阵A中学习者部分的矩阵As抽取出来，在matlab上进行矩阵运算，得到可达矩阵Ms。然后，通过影响因素层级分解得到六层级的学习者解释结构模型（如下页图2） （3）综合模型 将学习者模型嵌套到图1中，经过适当调整，得到下页图3的关系结构图 由图3可知，该模型是一个多级递阶的结构模型，以层级关系作为纵向坐标，又引入维度作为横向坐标，从学习者、教师和教育管理者三个维度进行区分，以提高模型结构的清晰度。自下而上的箭头表示高层级的因素对低层因素有直接作用。最底层的影响因素是政策环境，政策环境直接影响学校环境和教师信息素养，通过影响教师维度而作用于学习者，在整个教育过程中统筹规划，引领教师的教与学生的学。教师的两个主要因素“共享资源提供”和“活动组织引导”对学生的学习有较强的直接作用，体现了教师在混合学习中的主导作用。在学习者维度上，学生的学习观念、外部动机和内部动机等因素之间相互作用。一般说来，学习动机是学习者进行学习活动的主要原因。但在混合学习这种新的教学模式中，混合学习观念是根本，积极的混合学习观念能够激发学生的混合学习动机，进而提高混合学习绩效 根据上述分析，我们将综合模型具体化，用一个类比模型直观地描述混合学习绩效影响因素的作用过程（如下页