《表3 教学交互对大学生深度学习的影响分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《教学交互层次对大学生在线深度学习的影响研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：**p<0.05***p<0.01，下同。

回归分析能非常有效地描述、解释或预测自变量对因变量的影响[25]。对数据进行多元回归分析发现不同形式的教学交互对大学生在线深度学习的影响存在显著差异（见表3），具体表现如下：第一，数据分析发现学生与教师、与自我的交互显著正向影响在线深度学习动机，这说明教师的正面反馈、及时引导、适时鼓励等外部条件有利于唤起、激发和强化学生的学习动机。同时与自我的交互则有利于学生从内部反思学习过程、校正学习预期，进而维持学习兴趣和求知欲望。第二，教学交互的各个维度均显著正向影响着在线深度学习投入和学习策略。回归分析显示，各教学交互维度对深度学习投入和学习策略均有着显著的预测力，尤其是与自我的交互，其对学习投入和学习策略的解释力高达28.9%和41.2%。这不仅印证了学习投入受师生交互、同伴合作等影响的研究论断[2:6]，还验证了学习策略同“与内容、教师、学伴的交互”等能给予学习指导、认知反馈、情感支持的外在因素显著相关，更受认知策略、元认知策略等内生力量的影响，毕竟只有在与自我的对话和反思中才可能抑制原有的不理想策略，完善甚至产生新的策略[27]。第三，学生与教师、与学伴以及与自我的交互显著正向影响着在线深度学习结果。回归分析表明除了与内容的交互对深度学习结果的影响不够显著外，其他三者均对学习结果存在显著的正向影响（见表3）。与内容的交互之所以影响不够显著，可能因为疫情期间的在线教学是以在线资源、教材、教师在线直播等混合形式开展的，教材、在线直播讲解以及其他形式的交互分担了在线学习对在线资源和内容的依赖。