移动学习环境下学习投入的动态变化机制与资源支持研究

Learning engagement is an important breakthrough for exploring the learning mechanism in the mobile environment. There are differences in composition, measurement methods and model construction of learning engagement. The dynamic mechanism of learning engagement is not clear and the learning resources' support is not timely and effective. The effect of mobile learning is unsatisfactory. To this end, this project aims to discovery the dynamic change mechanism of learning engagement and propose learning resource support scheme in mobile learning environment by improving the theoretical system, building models and providing resource support. First, we will construct a theoretical model of learning engagement for the mobile learning environment. Second, we will track and measure learning engagement in real time and obtain different dimensions of learning engagement data from the behavioral level, physiological level and learning content level of mobile learners. On this basis, we will construct a dynamic model of learning engagement in mobile learning environment. Finally, we will clarify the support needs of mobile learning resources, and form a mobile learning resources support strategies that accord with the dynamic change of learning input. Through this research, we want to find out the inherent rule of mobile learning, optimize the mobile learning environment and improve the quality of mobile learning.

学习投入是探索移动学习发生机制的重要突破口，学习投入的成分构成、测量方法和模型建构存在差异。现有移动学习中学习投入及其动态变化机制尚不清楚，学习资源无法据此给出及时有效的支持，导致移动学习效果不理想。本项目将从理论体系完善、模型构建、资源支持等方面系统开展移动学习环境下学习投入动态变化机制研究，及与之相适应的移动学习资源环境支持方案。首先，根据移动学习环境特点，构建适应于移动学习环境的学习投入理论模型；其次，开展移动学习环境下学习投入的动态追踪与实时测量，从移动学习者的行为层面、生理心理层面和学习内容层面获取不同维度的学习投入数据，构建移动学习环境下的学习投入动态变化模型；最后，明确移动学习资源支持需求，形成符合学习投入动态变化规律的移动学习资源支持策略。通过研究发现移动学习发生的内在规律,从而达到优化移动学习环境，提高移动学习质量的效果。

学习投入是探索移动学习发生机制的重要突破口，学习投入的成分构成、测量方法和模型建构存在差异。本项目从学习投入模型构建、学习投入的多模态测量和促进学习投入的数字学习资源支持、基于学习投入的知识建构和数字素养提升等方面开展了一系列研究，主要成果如下：. （1）学习投入模型的构建：本研究认为移动学习环境下的学习投入模型包括学习投入的成分、层次和粒度等要素，学习投入主要成分包括行为、认知和情感投入三个相对成熟稳定的成分；学习投入层次包括被动式、主动式、建构式和交互式投入；学习投入的粒度连续谱包括粗粒度的环境导向学习投入、中粒度的环境中个人导向学习投入和细粒度的个人导向学习投入。学习投入的成分、层次和连续谱之间相互关联、相互影响，并随着学习环境和过程变化而动态变化。（2）移动学习环境下学习投入的多模态测量和动态变化机制探索：通过平台数据、可穿戴设备和非入侵性认知情绪测量仪器等多模态方法手段，获取移动学习过程中学习投入状态的外显性数据和内隐性数据，并对获得的多模态数据进行挖掘和分析，探索学习投入状态及其变化机制。（3）促进学习投入的数字资源设计与支持：采用多模态测量手段进行基于数字学习资源的学习投入测量，根据学习过程中学习者学习投入的动态变化情况、学习效果评价和学习者对学习资源诉求反馈情况，进行线教学视频、增强现实学习资源和虚拟现实学习资源等多种类型移动学习资源的优化设计和科学推荐。（4）基于学习投入的知识建构和数字素养提升研究：学习发生过程中，学习内容、知识建构过程和数字素养对学习投入有着动态的发展影响，运用滞后序列法、内容分析法等对学习过程进行追踪，对学习者的观点进行分析，发现学习过程中观点改进的特点和发现规律。. 本项目依托实验室研究、课堂教学研究、调查研究等多种研究范式，基于多种移动学习场景开展学习投入测量和数字资源优化设计研究，完成了各项研究内容，项目研究成果为基于多维数据发现学习投入发生本质、开展以学习者为中心的数字资源设计提供了研究基础。