解读教师的网上学习网上学习互动模式和质量 : 基于社会网络分析和文本文本内容分析内容分析的视角英文原作者 : 郑美勋, Hiller Spires 中文翻译 : 郑美勋郑一夫 摘要 本文旨在通过社会网络分析 (Social Network Analysis, 简称 SNA) 和内容分析 (Content Analysis), 研究 22 名攻读硕士学位的美国中小学教师在以 Moodle( 课程管理系统 ) 为平台的学科阅读教学策略网络课中的互动 文章的重点在于分析教师在网络学习环境中互动的模式和质量 社会网络分析的结果显示,Moodle 作为学习管理系统能够为学习者提供一个自由且的互动环境, 并同时在该互动过程中帮助学习者组成具有凝聚力的网络学习社区 另一方面, 对这些教师的网上讨论作业的内容分析显示, 虽然他们积极参与学习互动, 较高层次的新知识合作构建的互动行为仍比较缺乏 鉴于此, 本文对可能阻碍教师在虚拟学习环境中进行高层次的新知识协作构建的互动行为进行分析, 为今后该方面的研究提供 关键词 : 网上互动模式 ; 网络学习社区, 合作式知识构建, 建构主义学习 引言信息传媒技术的发展推动了传统教育实践的变革, 并促进了 21 世纪新的教学方式的飞速发展 以计算机为中介的网络教学, 比如网络在线课程管理系统, 正是教育技术发展进步的重要产物之一 网络课迅速发展的一个重要原因是其具备让学习者在 任何时间, 任何地点 学习的功能 (Tan,2005, 第 1 页 ) 网络课程管理系统的最大优点是, 它能够把在不同地点, 时间和空间的学习者 聚集 在一起, 并形成一个合作式的网上学习社群 很多研究者指出, 网络在线学习最重要的一个概念是学习者之间的互动 各种研究已经提供可靠的证据证明学习者的社交互动在面对面的教学环境中的重要性 这些研究同时表明, 在传统的课堂教学环境中, 学习者的互动是决定学习效果和质量的最重要因素之一 因此可以认为, 学习者之间的互动在网络学习环境中也发挥着至少同样重要的作用 事实上, 不少研究者指出, 学习者的互动是网络学习环境的最重要特征之一, 也是影响学生学习经历的重要因素之一 Wenger (1998) 更进一步指出, 学习者之间的网络互动包括 2 个重要的纬度, 其一是互动的社交过程纬度, 其二是互动的认知过程纬度 这两个方面对于网络学习社区里的学习者进行有效的合作式新知识构建具有重要的意义 鉴于学习者的互动在网络学习中所扮演的关键角色, 对该现象的研究具有重要的意义, 因为它能够帮助我们更好地理解网络学习这一现象, 并最终帮助提高网络教育的效率和质量 当前对网络教学及其学习者在线互动的研究可以分成 2 个类别 第一类的研究主要是通过访谈和问卷调查等传统研究方式来研究学生对网络学习的看法和态度 (Braun,2008; Jiang & Ting, 200) 另一类研究主要通过运用不同的内容分析框架对学生的在线讨论帖子和作业进行内容分析 (Hendriks & Maor, 2004; Kanuka & Anderson, 1998; Sing & Khine, 2006) 不容置疑, 这些研究都为我们了解网络教学提供了很有价值的信息 但是同时, 如果我们要更进一步深入研究网络教学的独特性, 对学习者在线互动的其他重要方面进行探究也是十分必要的 更具体地说, 我们必须展开更多的研究来更好地认识学习者在线互动过程中的 2 个重要的围度, 也就是之前提到的 社交 和 认知 过程 2 个方面 但是, 我们对这些问题的认识还是比较有限的 首先, 只有很小一部分研究者 ( 比如,Lipponen,Rahikainen,Lallimo, & Hakkarainen, 2003; Shen 等, 2008) 研究学习者在线互动的模式, 比如, 谁和谁进行互动, 互动的频率, 以及在互动过程中不同的学生所占据的角色位置 其次, 虽然目前有一些不同的内容分析框架 (schema) 为我们研究学生网络学习的认知过程 ( 比如, 学生们在互动过程中在多大程度上实现合作式新知识构建 ) 提供了很大的便利, 这些研究也只是关注学生互动的单一纬度 因此, 这类研究并没有回答学生在线互动的模式如何影响他们新知识构建的认识过程这一重要问题 而且, 就如 Lipponen 等 (2003) 研究者所指出的, 这类研究通常只采用单一的研究方式 而同时, 不少学者 ( 比
如,Hemlo-Sliver,2003;Wenger & Mercer, 1997) 指出, 只有采用多元的研究方法才能为我们研究学习者在线互动的过程和质量提供深度的理解 鉴于此, 本文有效结合社会网络分析和内容分析这两种研究方法, 对学生们在线互动中的社交和认识过程这两个重要的围度进行分析 结合两种研究方式的好处之一在于, 它能够提供不同类别的数据对该现象进行量的研究和质的研究 本文研究的对象是一门以 Moodle 这一课程管理系统为平台的硕士研究生网络课 该门课的名称是 学科阅读教学策略, 选修这门课的研究生主要是美国幼儿园到中小学 (K-12) 的在职和职前教师 Moodle 作为课程管理系统已经在美国的大学教育中越来越流行, 但是对其支持高效学习的功能的研究还比较少 因此, 本文旨在通过研究, 对这一课程管理系统支持学生的社交互动和合作式新知识构建的有效性提供参考 理论框架建构主义学习理论本文的主要理论基础之一是维多基茨的建构主义学习理论 (Vygotsky,1978) 建构主义学习理论认为, 学习包括社交和认识这两个方面 在学习过程中, 学习者之间频繁的互动起着传输纽带的重要作用 (Boudourides,2003;Foko& Amory, 2008; Hendriks & Maors, 2004; Swan, 2003) 在建构主义学习环境中, 学习者之间主动的讨论, 协商和知识共享是有效学习发生的前提 建构主义理论强调学习者是构建新知识的主体, 而不仅仅是被动的知识 消费者 (Wang, 2005; Zhu, 1996) 因此, 在建构主义学习理论这一框架下, 学习者之间的互动是学习过程中最核心的概念 (Kumari, 2001;Piccinao,2002) 网络学习环境能够很有效地为学习者提供建构主义的学习环境, 因为它通常都提供让学习者进行非同步在线学习交流的论坛 (Swan,2003) 因此, 建构主义学习理论为我们理解在以计算机为中介的学习环境中发生的合作式新知识构建过程提供了一个很好的理论框架 (Coe 等,2004) 事实上, 这一传统的学习理论已经在有关网络学习环境的研究中得到广泛的运用 ( 比如,Kanuka & Anderson, 1998; Lipponen 等,2003; Sing & Khine, 2006; Wang, 2005). 社会网络分析法 (Social Network Analysis) 社会网络分析法关注的重点是社会网络中各个成员之间关系的模式 (Carrington,Scott & Wasserman, 2005) 运用社会网络分析方法能很好地认识社会网络中成员之间的互动和联系, 互动的模式, 以及该网络中信息的流动方向 (Knoke & Kuklinski,1982) 这一研究方法在社会学和人类学等学科的研究中已经很流行 但是最近几年教育领域中运用这一方法研究学生之间的互动也越来越受到关注 社会网络分析为研究学生之间通过互动达到新知识构建的过程提供了很好的途径 (Vera & Schupp,2006) 运用社会网络分析法一个最主要的优点是, 研究者能够将学习者之间的互动模式进行 可视化 和 量化, 并且认清学习者之间的互动对新知识的构建产生什么影响 在社会网络分析法中, 研究者最经常测量的参数有三个 : 第一, 社交网络的密度 (density); 第二, 网络的集中趋势 (centralization), 第三, 个体的中心度 (centrality) 网络的密度 指的是在社交网络中所有的 节点 (knots, 也就是各个成员 ) 在某种程度上互相联系在一起 在一个 二元化 的网络中, 其密度可以用所有 节点 之间可能发生的 联系纽带 (ties) 的总数除以实际发生的联系纽带数的商来表示 因此, 网络密度的值在 0 到 1 区间, 数值越高, 代表网络密度越高, 也就是说, 该社会网络的所有成员之间联系得越紧密 (Scott,1991) 网络的集中趋势指的是该网络在何种程度上围绕某几个占据最中央位置的成员而展开 (Tuire & Erno, 2001) 在本文中, 个体中心度的测量包括两个方面, 一是个体的点度中心性 (degree), 另一个是个体的中间中心性 (betweenness) 再二元化的社会网络中一个节点的点度中心度指的是网络中与该节点之间有联系的其他节点的总数 (Scott, 1991) 在本文中, 由于学习者之间互动的方向的重要性, 所以对每个节点的点度中心度的测量包括了 内点度中心度 (in-degree) 和 外点度中心度 (out-degree) 最后, 个体的中间中心性测量的是一个节点处于多少其他节点之间的联系路径上 因此, 它测量的也是该节点对于其他行动者之间的纽带联系的控制能力 如果一个节点在网络中占据这样的位置越多, 说明有越多的行动者需要通过该节点才能发生联系, 也就是说, 该节点具有较高的中间中心性 ( 更多的关于 SNA 的介绍, 详见 Scott,1991)
文本内容分析法 (Content Analysis) 由于学生之间的在线讨论内容能够储存在网络系统中并能方便提取, 因此对学生的在线讨论文本进行内容分析能够为研究学习者学习的认知过程以及网络学习的质量提供有效的方法 (Gunawardena,Lowe & Anderson, 1997; Hendriks & Maor, 2004; Sigala, 2003; Wang, 2005) 目前为止, 可供选择的在线讨论文本的分析框架不止一个 由 Gunawardena 等研究者于 1997 年提出的互动分析模式 (Interaction Analysis Model, 简称 IAM, 见表 1) 就是其中之一 根据这个模式, 新知识的构建由五个重要的步骤组成 :1) 信息共享和比较 ;2) 发现观点的不同 ;3) 不同观点之间的协商与新见解的提出 ;4) 测试并修改新提出的总结性见解 ;5) 对新构建的知识的认同和运用 表 1 互动分析模式 (IAM IAM, 见 Gunawardena 等,1997 1997) 第 1 步 信息共享和比较 : 阐述观察结果和见解 ; 对其他人的见解表示同意认同 第 2 步 发现观点的不同 : 发现不同观点, 提问和回答问题以澄清分歧 第 3 步 不同观点之间的协商, 新见解的提出 第 4 步 测试并修改新提出的见解 : 与个人原有的经历和现有的认识结构或者其他信息来源为基础, 对新提出的知识进行可行性测试 第 5 步 对新构建的知识的认同和运用 这个互动分析框架已经被不少研究者应用到对在线学习讨论论坛中发生的知识构建的研究 ( 比如,Kanuka & Anderson, 1998; Sigala, 20003; Sing & Khine, 2006; Wang, 2005) 运用该分析框架能很好地解释在一个特定的社会网络中信息传递流动的方向以及经新知识是如何在互动过程中构建起来的 (Smith,2009) Schellens 等 (2007) 曾经运用该互动分析框架, 研究学生在网络社群中的互动表现与他们学期末成绩的关连 结果表明, 运用该框架能够为新知识的构建和网络环境中的学习质量提供准确的参考 本文也将采用这一分析框架来对学生的在线讨论文本内容进行分析 这一决定基于两个重要的原因 首先, 该分析框架所蕴含的理论假设与本文研究所采用的建构主义学习策略十分吻合 其次, 如上文所说, 该框架已被证实能够为互动学习和新知识的构建过程提供准确的参考 基于上述的理论框架, 本文的研究是一门研究生网络课中的学生 ( 这些学生同时是美国 K-12 的在职和职前教师, 下文称其为 学生 ) 在网络学习环境中的互动的社交和认知过程 具体来说, 本文尝试回答两个主要的研究问题 : 第一, 这些研究生在 Moodle 网络学习环境中的互动模式是什么样的? 第一, 在学生的网络互动过程中, 新知识在何种程度上得以构建? 研究方法 研究对象本文所研究的网络课中的学生都是攻读硕士研究生学位的美国 K-12 各学科在职和职前教师 在所有的 22 名学生中, 18 名为男性, 另外 4 名为女性 17 名是在职教师, 另外 5 名是职前教师 课程介绍
基本信息 本文研究的是一门于 2009 年秋季开设的为期 13 周, 名为 学科阅读教学策略 的网络课 该课全部通过 Moodle 这一平台进行 这门课是能师范类硕士研究生项目的指定必修课之一 这门课的侧重点是如何在小学, 中学和高中的学科课堂教学中运用各种有效的阅读教学策略 同时, 在这门课中, 教师们通过对当前阅读教学理论和研究的学习, 进而对阅读的过程和有效阅读教学策略有更深刻的认识 课程要求 学生每周必须在论坛中发表至少一个原创的讨论帖子, 并回复至少其他两位学生的帖子 每个论坛学生能得到的最高的可能分数是 4 分, 所有论坛的总分加起来占这门课总成绩的 50%( 该门课还有其他学习探究项目, 这些不在本文的研究范围之内 ) 在线论坛的讨论主题包括如何为学生提供阅读支持和指导, 词汇教学策略, 新传媒技术与阅读教学, 如何有效评价学生的阅读理解, 以及其他阅读教学方面的内容, 比如, 如何调动学生的阅读动机, 以及激活学生原有的阅读背景知识 每个讨论论坛都提供具体的写作讨论要求 ( 具体例子详见附录 ), 以保证学生清楚作业写作要求 教师的角色的角色 为帮助学生熟悉 Moodle 这一网上学习环境, 教师在这门课开始的时候就将视频教程上传到这门课的主页上 在每周的讨论论坛中, 同时提供了如何完成作业要求的详细步骤 教师同时在课程开始的时候就明确对学生提出期待, 比如, 在对其他学生的讨论帖子回复中, 必须提出具有建设性的回复, 而不是敷衍或者停留于表面 这个要求也在网上的评分标准细则中提到 比如, 评分标准里规定, 每个满分 (4 分 ) 的论坛讨论帖子必须符合如下要求 : 紧扣主题 ; 倾听其他学生的不同见解, 并作出及时与有意义的回复 在对学生的每个论坛帖子进行评分的时候, 教师不但给出一个量化分数, 同时提供具有针对性的评语 比如, 教师会在评语中指出学生所表现出的正面行为, 比如, 你对其他学生帖子的回复表现出你确实认真阅读并思考他们所提出的见解 同时, 你给其他学生的帖子提出的问题也能够帮助他们挑战自己的想法 这种做法是十分难得并值得提倡的, 因为你其实是在帮助他们延伸拓展他们的原有想法 相反, 如果学生之间的文字互动缺少内涵和学习意义, 教师会在评语中提醒该学生, 比如 记得在你给其他同学的回复中挑战他们的观点和见解, 而不只是提供诸如 我同意你的见解 之类的比较表面的礼貌回复 你可以提问其他同学, 分享你的新观点, 并通过这样帮助其他同学更深入地思考所学话题 除了以这种反馈信息的方式参与到该课程中, 教师同时也在每个讨论论坛中针对学生发表的帖子而发表 5-6 个跟进帖子 这些帖子主要是回复学生在论坛中提出的问题, 并对学生的帖子进行评论 同时, 教师也经常在论坛里对学生所发表的帖子提出问题, 目的是帮助他们延伸自己的思考 比如, 以下帖子是教师为了让学生提供更详细的解释来支持自己的论点 : 我很有兴趣再听听你对本周所阅读的章节的其他部分的想法 为什么阅读时是一个战略性的过程? 在阅读教学过程中, 给学生列出一系列问题然后给他们提供答案, 为什么这种做法应该避免? 教师应该如何选择阅读教材, 才能使不同阅读水平的学生都能在最大程度上学到知识? 为什么鼓励学生针对阅读材料提出自己的问题很重要? 研究数据收集本文的两大主要数据来源是网上课程管理系统储存的学生活动记录以及学生在所有论坛中的文本讨论帖子 对课程管理系统储存的数据的量化分析能够帮助我们了解学生网上互动的 社交过程 这一纬度 同时, 对在线讨论文本进行质的分析则能够揭示学生之间互动的深度和质量 研究数据分析为研究在线互动的 社交过程 这一纬度, 本文对学生在论坛中的讨论及互动进行社会网络分析 对网络课程管理系统中储存的学生互参与论坛讨论的数据的分析主要侧重于学生互动的模式和频率, 比如, 谁回复了谁的讨论帖子, 以及谁的帖子得到其他学生的回复 在数据分析过程中, 学生互动的频率和次数都被记录到有向赋值矩阵中 (valued matrix) 出于本研究的需要, 该赋值矩阵被二元分化 在二元化的新矩阵中, 每两个学生之间是否有过互动联系分别用数值 1 和 0 来表示 在此新的二元化矩阵基础上, 我们通过社会网络分析的常用软件 (Ucinet6.0) 计算整个学生社交网络的密度, 网络集中趋势性, 以及个体点度中心性和中间中心性 ( 见之前的讨论 ) 需要注意的是, 在计算这些变量时所使用的是有向 (directed) 二元矩阵, 因为区分学生之间谁给谁发送回复以及谁是评论回复的接收者能提供更多有价值的数据 最后, 我们使用另一社交网络分析软件 (NetDraw2.0), 对学生网上互动的模式进行可视化 为研究学生网上互动的 认知过程, 采用之前提到的互动分析模式框架 (IAM) 对学生在所有论坛的讨论帖子进行文 本内容分析 第一周的讨论帖子没有在本文的分析范围内, 因为这是学生自我介绍的论坛 两名研究生分别对第二, 三
及四周的讨论帖子进行独立分析, 分析结果进行比较, 并且对某些分析结果不一致的帖子进行讨论 评判者评分信度为 0.91 其中一名研究生单独继续对剩下的所有帖子进行分析 在内容分析过程中, 针对部分帖子的性质, 我们对所采用的互动分析模式框架进行了稍微修改, 以保证所有帖子中的有效单元分析成分都能在该分析框架中找到对应的分析代码 具体地说, 不少学生在对他人的帖子回复中, 为他人所提出的疑问和问题提供可能的解决方案 根据 Sing 和 Khine (2006) 的建议, 这类互动行为是新知识构建的重要步骤之一, 因此我们为该类别的讨论帖子增加一个新的分析代码并将其归类于原有的互动分析框中的第三步 另外一些没有实际意义的帖子, 比如对其他学生出于礼貌的回复 ( 比如, 谢谢你的回复 以及 我很赞同你的观点 ), 没有在文本内容分析的范围内, 因为这些帖子在互动研究框架中没有与其对应的任何代码 为保证研究分析结果不受影响, 教师发的论坛帖子也不在本文的分析范围之内 结果与讨论 在这一部分中, 我们主要侧重于描述学生之间互动的频率和模式, 并对互动的质量 ( 也就是学生们在互动过程中在何种 程度上实现了新知识的构建 ) 进行分析 社交网络分析的三个主要变量 ( 网络密集度, 网络集中趋势, 以及个体中心性 ) 以及对讨论帖子的文本内容分析结果也都一一作具体阐述 对学生在线互动模式的社会网络分析根据课程要求, 学生在每个论坛中不仅要发表一个原创的讨论帖子, 还要对至少其他两名同学的帖子进行回复 这样, 每个学生在整个学期的所有 15 个论坛中就必须至少完成 30 个回复帖子 实际上, 所有学生完成的回复帖子总数达到 945 次 将这一数字除以学生总人数 22, 得到 42. 95, 即每个学生在该学期中完成的平均回复次数 这一数据初步表明, 学生们能够在网上学习社区中积极主动参与学习讨论和互动 表 2 所显示的是学生之间互动方向和频率的矩阵 使用有向赋值矩阵能够提供更详细的学生互动信息 表格中每个单元空格的数字表示的是在表格最左右一栏的每个学生在一个学期中给表格最顶部的每个学生发出的回复帖子总数 因此, 该表格不仅明确显示谁和谁互动而且显示了互动的频率, 因此能够帮助我们了解该在线学习社区的凝聚力 如前文所提到的, 为计算社交网络的密度, 集中趋势以及个体中心性, 我们使用社会网络分析软件 (Ucinet6.0) 对该赋值矩阵进行二元化 ( 见表 3) 二元化之后, 学生在整个学期期间是否有过互动联系都用 1( 有过互动 ) 和 0( 未有过互动 ) 来表示 表 2: 学生之间的互动 ( 讨论帖子回复 ) 赋值矩阵 D C J K A V J B E E J N R S T A C K S E T K Diana 0 6 4 1 6 3 9 3 12 1 3 3 0 5 3 3 2 0 2 8 7 6 Carol 8 0 1 1 5 3 1 4 1 0 0 0 1 2 0 2 0 1 1 0 2 0 Jenny 4 0 0 0 2 4 2 2 3 2 5 1 0 1 3 3 0 0 2 2 3 1 Kristina 0 3 1 0 2 1 2 4 0 4 0 0 2 2 0 2 5 2 0 2 1 1 Anna 10 0 1 0 0 1 3 6 0 1 3 2 2 0 0 0 0 1 0 4 0 0 Vicky 4 1 2 0 2 0 2 0 3 1 1 0 2 2 2 0 2 2 2 5 8 1 Jimmy 8 0 3 2 5 0 0 3 8 2 6 4 4 1 7 8 3 9 5 5 10 4 Ben 0 3 0 0 4 2 2 0 2 0 0 0 1 2 0 0 0 0 4 1 3 0 Emma 8 2 1 0 0 0 3 2 0 1 0 2 0 0 2 1 1 2 0 3 8 1 Ellen 1 0 0 0 0 1 0 2 2 0 1 1 2 3 2 3 2 4 1 1 1 1 Jack 2 2 5 1 2 1 5 0 1 2 0 1 0 0 2 2 3 1 3 2 3 0 Nelson 6 1 1 0 0 1 2 3 1 0 0 0 1 0 0 0 2 1 2 1 1 0 Robin 1 4 1 5 2 2 0 1 0 1 0 3 0 1 0 4 0 0 1 3 0 1 Sherry 3 2 0 2 1 2 0 3 0 1 2 3 1 0 1 5 2 4 3 0 3 3 Tina 3 0 2 0 0 6 13 1 10 1 5 0 0 2 0 5 6 3 6 2 2 2
Amy 3 0 1 0 0 2 7 1 4 2 3 0 1 6 4 0 3 5 3 1 3 1 Charlie 1 1 1 2 1 5 3 2 2 1 2 0 0 2 5 5 0 9 2 4 2 1 Karen 0 1 1 0 1 3 0 0 1 2 1 0 1 2 1 2 7 0 2 2 2 2 Susan 0 0 2 2 0 1 2 1 1 1 0 3 2 1 3 1 1 2 0 1 0 2 Emily 1 1 2 1 5 1 2 5 3 0 1 0 1 2 1 2 3 1 0 0 3 4 Tiffany 7 2 3 1 0 6 8 1 10 0 1 0 1 5 2 3 0 0 1 2 0 1 Kristin 2 2 2 1 1 2 4 0 0 0 1 0 0 2 4 2 1 1 2 7 3 0 在该二元化的矩阵基础上, 计算结果显示该社交网络的密度 ( 学生之间的互动指的是彼此进行论坛讨论帖子回复 ) 为 0.75 Lipponen 等研究者 (2003) 曾对虚拟网络学校的一组学生进行互动模式的社会网络分析, 发现其网络密度为 0.39, 并认为这是个比较高的密度 因此, 可以说 0.75 的密度值表示本文中的学生所形成的社交网络具有很高的密度 也就是说学生之间互相紧密联系, 通过互动而确立的在线学习社区具有较高的凝聚力 表 3: 学生间的互动 ( 讨论帖子回复 ) 二元化矩阵 D C J K A V J B E E J N R S T A C K S E T K Diana 0 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 0 1 1 1 1 Carol 1 0 1 1 1 1 1 1 1 0 0 0 1 1 0 1 0 1 1 0 1 0 Jenny 1 0 0 0 1 1 1 1 1 1 1 1 0 1 1 1 0 0 1 1 1 1 Kristina 0 1 1 0 1 1 1 1 0 1 0 0 1 1 0 1 1 1 0 1 1 1 Anna 1 0 1 0 0 1 1 1 0 1 1 1 1 0 0 0 0 1 0 1 0 0 Vicky 1 1 1 0 1 0 1 0 1 1 1 0 1 1 1 0 1 1 1 1 1 1 Jimmy 1 0 1 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Ben 0 1 0 0 1 1 1 0 1 0 0 0 1 1 0 0 0 0 1 1 1 0 Emma 1 1 1 0 0 0 1 1 0 1 0 1 0 0 1 1 1 1 0 1 1 1 Ellen 1 0 0 0 0 1 0 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 Jack 1 1 1 1 1 1 1 0 1 1 0 1 0 0 1 1 1 1 1 1 1 0 Nelson 1 1 1 0 0 1 1 1 1 0 0 0 1 0 0 0 1 1 1 1 1 0 Robin 1 1 1 1 1 1 0 1 0 1 0 1 0 1 0 1 0 0 1 1 0 1 Sherry 1 1 0 1 1 1 0 1 0 1 1 1 1 0 1 1 1 1 1 0 1 1 Tina 1 0 1 0 0 1 1 1 1 1 1 0 0 1 0 1 1 1 1 1 1 1 Amy 1 0 1 0 0 1 1 1 1 1 1 0 1 1 1 0 1 1 1 1 1 1 Charlie 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 1 0 1 1 1 1 1 Karen 0 1 1 0 1 1 0 0 1 1 1 0 1 1 1 1 1 0 1 1 1 1 Susan 0 0 1 1 0 1 1 1 1 1 0 1 1 1 1 1 1 1 0 1 0 1 Emily 1 1 1 1 1 1 1 1 1 0 1 0 1 1 1 1 1 1 0 0 1 1 Tiffany 1 1 1 1 0 1 1 1 1 0 1 0 1 1 1 1 0 0 1 1 0 1 Kristin 1 1 1 1 1 1 1 0 0 0 1 0 0 1 1 1 1 1 1 1 1 0 计算社交网络的集中趋势能让我们了解该网络在何种程度上围绕着某几个占据中心位置的学生而形成展开 由于我们使用的是有向矩阵, 因此网络集中趋势分为内集中趋势 ( 帖子得到其他学生的回复 ) 和外集中趋势 ( 对其他学生的帖子发起回复 ) 本文的计算结果显示, 该社交网络的这两个集中趋势值都为 16.3%, 这个比较低的百分比数值表明互动没有只被某几个学生控制, 而是均匀地分布在许多学生之间 表 4 和 5 显示的是每个学生的点度中心性 (degree) 和中间中心性 (betwenness) 测量这两个指标能帮助我们了解哪些学生在本门课程中占据最中心的位置 由于我们使用的是有向二元化矩阵, 每个学生的点度中心值就是相对应的栏或者排的每个单元格里数值的和 社会网络分析结果显示, 学生的外点度中心值 ( 某学生一共对多少个其他的学生发起过回复 ) 和内点度中心值 ( 某学生一共有多少个其他学生回复过其帖子 ) 都在 10-19 之间 两个点度中心性的平均值均为
15.73, 标准差则分别为 2.30 和 2.24 三名学生(Dianna,Jimmy 和 Charlie) 的外点度中心值最高 ( 都是 19), 而一名学生 (Ben) 的外点度中心值最低 (10) 外点度中心值越高, 表示该学生积极主动与其它学生进行互动, 在该文中, 即表示该学生主动对很多其他学生发起帖子回复 另外两名学生 (Emily 和 Vicky) 的内点度中心值最高 ( 都是 19), 而 Nelson 的内点度中心值最低 (10) 内点度中心值越高, 表示其他学生经常与该学生进行互动, 在该文中, 即表示在整个学期中该学生的帖子得到过最多学生的回复 外点度中心值和内点度中心值的总和 ( 称为 总点度中心值 ) 越高, 说明该学生与其它学生的互动越频繁 在本文中,Emily 的总点度中心值最高, 为 37 最后,Jimmy 和 Emily 的中间中心性最高, 表明他们在互动网络中占据最中心的位置 尽管外点度中心度越高不代表内点度中心度也越高, 在本文中确实有一名学生 (Emily) 不仅拥有最高的总点度中心度值 ( 为 37, 见上文 ) 而且其中间中心性的值也最高 因此我们可以得出结论, 该学生是这一在线学习社区里 可视化 程度最高的学生 测量结果还显示, 没有任何一名学生在此社交网络中处于被隔离的位置, 因为没有人同时具有最低的总点度中心度值和最低的中间中心性值 在这些测量结果的基础上, 我们可以得出初步结论,Moodle 能够提供具有较强互动功能的在线学习环境来支持学生的 广泛积极, 而学生的完全积极参与学习相关的讨论则是高质量网络学习的重要前提之一 正如 Esther(2001) 所指出 的, 频繁的学习互动也有利于学生之间合作式的新知识构建 表 4 学生个体点度中心值 (Degree Centrality) 外点度中心值 内点度中心值标准化的外点度中心值标准化内点度中心值 ------------ ------------ ------------ ------------ Dianna 19.000 17.000 90.476 80.952 Jimmy 19.000 17.000 90.476 80.952 Charlie 19.000 15.000 90.476 71.429 Emily 18.000 19.000 85.714 90.476 Sherry 17.000 17.000 80.952 80.952 Amy 17.000 17.000 80.952 80.952 Vicky 17.000 19.000 80.952 90.476 Jack 17.000 14.000 80.952 66.667 Susan 16.000 17.000 76.190 80.952 Elen 16.000 15.000 76.190 71.429 Tina 16.000 15.000 76.190 71.429 Kristin 16.000 16.000 76.190 76.190 Karen 16.000 16.000 76.190 76.190 Jenny 16.000 18.000 76.190 85.714 Tiffany 16.000 18.000 76.190 85.714 Kristina 15.000 11.000 71.429 52.381 Carol 14.000 14.000 66.667 66.667 Robin 14.000 14.000 66.667 66.667 Emma 14.000 16.000 66.667 76.190 Nelson 13.000 10.000 61.905 47.619 Ann 11.000 14.000 52.381 66.667 Ben 10.000 17.000 47.619 80.952
表 5 学生个体中间中心度 (Betweenness Centrality) 中间中心度标准化的中间中心度 ------------ ------------ Jimmy 8.897 2.118 Emily 8.374 1.994 Dianna 7.519 1.790 Vicky 7.392 1.760 Sherry 7.363 1.753 Susan 6.598 1.571 Jenny 6.194 1.475 Tiffany 5.768 1.373 Robin 5.518 1.314 Karen 5.312 1.265 Emma 4.852 1.155 Jack 4.846 1.154 Charlie 4.841 1.153 Ellen 4.659 1.109 Amy 4.598 1.095 Kristin 4.395 1.046 Carol 3.900 0.929 Ann 3.834 0.913 Ben 3.473 0.827 Nelson 2.776 0.661 Kristina 2.453 0.584 Tina 2.437 0.580
为了更清楚地显示整个互动社交网络的模式, 我们使用社交网络分析软件 (NetDraw 2.0) 对学生之间的互动模式进行 可视化 ( 见图 1) 黑色直线表示其所连接的两名学生之间存在双向互动, 也就是说, 这两名学生都曾经回复过彼此 的原创帖子, 灰色直线则表示单向互动, 箭头表示互动的方向 图 1: 学生在线互动模式的可视化图 对学生在线学习互动质量的文本内容分析 整个学期的所有讨论贴子可以细化为 1170 个具有独立分析意义的单元 每个论坛帖子可能被细化为不止一个分析单元, 并且分别属于互动分析模式框架中的不同步骤 对此, 我们记录了每个帖子里面出现的知识构建的不同步骤, 但是对重复出现的同一知识构建步骤则只算一次 ( 比如, 在对一帖子的分析中发现, 该帖子可以细分为 2 个文字单元, 并分别属于互动分析模式框架中的第 1 和第 2 步, 而第 2 步在本帖子中出现 2 次, 则我们记下第 1 和第 2 步, 但第 2 步也只算一次 ) 详细分析结果见表 6 结果显示, 尽管学生积极广泛参与课堂讨论, 但大部分的讨论作业都处于互动分析模式的较低层次 事实上, 大部分 (90% 以上 ) 的帖子都属于知识构建的第 1 步 分析过程中发现, 学生之间的帖子回复大都是对彼此的称赞或者同意对方观点 比如, 最典型的回复是, 我完全同意你所说的, 或者 我很喜欢你所提出的在阅读教学中采取有效手段帮助学生理解所读内容的见解 对比该领域的已有研究和文献, 我们发现这是个比较普遍的现象 比如,Gunawardena 等人 (1997) 在对另外一组研究生的网上学习互动的内容分析时发现, 属于该互动分析框架中的第 1,2,3,4 及第 5 步的学生帖子总数分别为 191,5, 4,2 以及 4 其他一些该领域的类似研究也都得出类似的结论, 发现学生之间的讨论仅限于分享信息 Maor(2003) 指出, 许多学生其实并没有完全利用学习技术提供的功能和优点, 因此在网络学习中最主要的学习行为只是信息共享
表 6: 学生互动文本内容分析结果 知识构建步骤具体描述帖子总数占总数百分比 I 信息共享和比较 1044 89.23% II 发现观点的不同 41 3.50% III 不同观点之间的协商, 新见解的提出 80 6.84% IV 测试并修改新提出的见解 4 0.34% V 对新构建的知识的认同和运用 1 0.09% 尽管如此, 我们也发现一些较高层次的对新知识构建很有帮助的讨论 比如, 学生的不少帖子属于互动分析模式中的第 3 步 值得一提的是, 属于第 3 步的大部分帖子都是学生为对方所提出的问题提供可能的解决建议 这一发现显示, 在线学习社区的优点之一在于它能够为学生提供合作的机会, 并为新想法和见解的构建提供便利 有些讨论帖子的内容则表明, 学生能够对不同的见解进行协商讨论, 并将新知识整合到原有的知识框架中 比如, 在第三周关于为学生提供阅读理解帮助的教学策略的讨论中, 一名学生在对其他学生的回复中指出, 读了你的帖子后, 我意识到 现在我对阅读课中如何为学生提供有效的教学支持有了更清晰的认识了 该学生指出, 其他学生的不同见解和观点帮助她对所塔学习的话题有了新的理解 在第 7,8 和 12 周, 学生之间的讨论也有属于互动分析模式中第 4 和第 5 步骤的 ( 见图 2) 比如, 在第 8 周涉及到通过自由写作 (free writing) 的讨论中, 有一名学生的帖子显示她能够将新构建的知识与个人经历进行对比并作测试 在其帖子中提到, 我承认自由书写对某些学生来说会起到很好的效果, 但是我觉得不是对所有学生都这样 根据我的个人经验和背景, 我认为 同样, 在第 7 周关于网络探究阅读项目 (web-quest) 的讨论中, 一名学生能够将新知识运用到实践中 起初, 该学生不确定到底该用哪个网站来设计她的网络探究阅读项目, 而另外两名学生建议她使用 Weebly 这一网站, 并指出这一网站的具体优点 该学生则回复, 我确实想过用 Weebly, 但是 因为我也想过其他一些网站 最后, 这名学生尝试了另外两名学生给她提供的建议, 并且明确指出, 我试了 Weebly, 现在我完全同意你们所说的,Weebly 确实是做网络探究阅读项目的最好的选择之一 我很喜欢 weebly, 而且我相信我以后肯定会再用到它的 新知识成功得以构建的一个指标就是, 学生能够总结并对新建的知识表示赞同认可
图 2: 学生每周学习讨论帖子的分布 这几周的讨论表明, 尽管学生之间缺少能够导致新知识构建的较高层次的互动行为, 这些较高层次的互动还是有可能产生的 学生确实能够在 Moodle 提供的在线论坛中进行具有深度的讨论和新知识共建 至于学生的大部分帖子都知识较低层次的互动, 有几个可能的原因 其一, 学生们可能受到传统文化范式的影响 (Sing & Khine, 2006) 学生们很可能认为在任何一个学习社群众与其他学生保持友好的个人关系至关重要, 这解释了为什么大多数的帖子回复都是对对方的赞同 同时, 很有可能学生们更看重在学习社区中与他人建立社交联系的机会而不是合作构建新知识的机会 因此, 即使他们有不同的见解, 也会再回复中表现得尽量小心翼翼, 即使该门课的教师多次强调回复帖子必须具有深层次的意义 更有其他的研究者指出, 缺少时间可能是影响这些学生进行高质量互动的重要原因之一 (Zhao & Rop, 2001; 见 Sing & Khine, 2006) 发现观点的不同需要学生投入时间对其他学生的帖子和见解进行批判性的思考 而本文中的学生大部分同时都是全职的学科教师, 因此花在网络课中的时候就受到限制 很多情况下, 做为学校教师, 他们自然而然会认为完成学校的教学任务比完成一门研究生课重要得多 Fung (2004) 在对影响学生在线互动的因素的调查中发现, 学生当中也可能存在 互相影响 作用 如果某一学生对其他人的回复只是浅层次的赞同, 其他学生也会照做 另一可能的解释是, 在网络学习环境中, 学生可能并不会像在传统面对面的学习环境中那么在意不同意见分歧 (Kanuka & Anderson, 1998; 见 Sigala,2003) 此外, 学生的学习风格和对学习技术的掌握熟悉程度也可能在不同程度上影响他们的在线学习表现 有些学生可能对网络学习技术和环境不适应, 因此也会影响到其表现 总结本文研究了美国 K-12 学科教师在以 Moodle 为平台的学科阅读教学策略课中的互动, 目的是为了更深认识 Moodle 支持在线互动中的社交和认知这两个过程的有效性 研究结果表明,Moodle 确实能够为学习这提供互动和交流的良好环境和机会 因此, 它能够为学习这提供自由的学习环境并帮助他们之间形成具有较高凝聚力的网络学习群体 这对新知识
的构建具有重要的意义 另一方面, 对学生讨论的文本内容分析显示, 其互动还缺少高层次的知识构建行为 这些发现 和已有的研究一致 ( 比如,Gunawardena 等,1997;Kanuka & Anderson,1998; Smith, 2009; Wang, 2005) 本文的研究结果也对将来的研究提出了一些需要进一步思考的问题 其一, 虽然现今流行的课程管理系统, 比如 Moodle, 能为在线社会互动提供很好的机会, 研究者必须进一步思考的是, 有什么学习动机或者教学策略方面的因素能够加以利用, 以帮助学生进行网上合作式知识共建? 除了一再强调给其他学生进行有内容和实际意义的高质量的回复之外, 网络课的教师还可以采取什么策略来鼓励学生承担起新知识构建的责任? 根据本文的研究结果, 教师似乎很有必要帮助学生挑战传统的关于 礼貌 和 友好 同伴关系的文化范式 学生必须明白, 表达不同的观点没有什么错, 而且这也不会影响到同伴之间的和谐关系 同时, 必须鼓励学生养成对新知识构建的正面态度, 并认真对待合作式知识构建的机会 此外, 教师一直以来都扮演着被动的知识消费者的角色, 必须鼓励他们承担起 ( 以计算机为中介的学习环境中的 ) 知识创建者的心角色, 尽管这需要付出更多的时间和精力 本文研究的只是一门研究生网络课 今后的研究可以关注时间跨度更长样本更大的网络课, 以对网络教学有更深层次的认识 研究者还可以将学生在网络学习环境中的表现和学习结果与其在传统面对面学习环境 ( 或者面对面与在线学习结合的学习环境 ) 中的表现和学习结果进行比较 另一值得研究的方面是, 网络课的教师, 选修网络课的学生, 以及其他相关的因素, 分别会对网络教学的质量产生什么样的影响 这些方面的研究都将为网络教学这一领域做出重要贡献 参考文献 Braun, T. (2008). Making a Choice: The perceptions and attitudes of online graduate students. Journal of Technology and Teacher Education, 16(1), 63-92. Boudourides, M. A. (2003). Constructivism, education, science, and technology. Canadian Journal of Learning and Technology, 29 (3). Brown, J. S., & Duguid, P. (2000). The social life of information. Cambridge, MA: Harvard University Press. Carrington, P.J., Scott, J., & Wasserman, S. (2005). Models and methods in social network analysis. Cambridge, MA: Harvard University Press. Coe, M., Burger, M., Land, M., Bailey, B., Hartzler, S., & Redmon, R. (2004). Vygotskian viewpoint: technology and constructivism. Retrieved March 30, 2010, from http://faculty.mwsu.edu/west/maryann.coe/coe/vygotsky/vygotsky.htm. Esther, D. (2001). Participant interaction models and roles in a computer supported collaborative learning (CSCL) environment: A Malaysian case study. In C. Montgomerie & J. Viteli (Eds.), Proceedings of World Conference on Educational Multimedia, Hypermedia and Telecommunications 2001 (pp. 355-360). Chesapeake, VA: AACE. Foko, T., & Amory, A. (2008). Social constructivism in games based learning in the South African context. Retrieved March 12, 2010, from http://innovatingeducation.wordpress.com/2008/07/04/social-constructivism-in-gamesbased-learning-in-the-south-african-context-ed-media-2008/ Fung, Y. Y. H. (2004). Collaborative online learning: Interaction patterns and limiting factors. Open Learning, 19(2), 135-149. Gunawardena, C., Lowe, C., & Anderson, T. (1997). Analysis of a global online debate and the development of an interaction analysis model for examining social construction of knowledge in computer conferencing. Journal of Educational Computing Research, 17(4), 397-431.
Hendriks, V., & Maor, D. (2004). Quality of students communicative strategies delivered through computer-mediated communications. Journal of Interactive Learning Research, 15(1), 5-32. Hmelo-Silver, C. E. (2003). Analyzing collaborative knowledge construction: Multiple methods for integrated understanding. Computers and Education, 41, 397 420. Jiang, M., & Ting, E. (2000) A study of factors influencing students perceived learning in a web-based course environment.international Journal of Educational Telecommunications, 6 (4), 317-338. Kanuka, H., & Anderson, T. (1998). Online social interchange, discord, and knowledge construction. Journal of Distance Education, 13(1), 57-74. Knoke D., & Kuklinski J. (1982). Network Analysis. Beverly Hills, CA: Sage Publications. Kumari, D.S. (2001). Connecting graduates to virtual guest through asynchronous discussionsanalysis of an experience. Journal of Asynchronous Learning Networks, 5(2), 53-63. Laman, M., Reever, R., & Scardmalia, M. (2001). Mapping learning and the growth of knowledge in a knowledge building community. Paper presented at the American Educational Research Association (AERA) Meeting, Seattle, USA. Lipponen, L., Rahikainen, M., Lallimo, J., & Hakkarainen, K. (2003). Patterns of participation and discourse in elementary students' computer-supported collaborative learning. Learning and Instruction, 13(5), 487-509. Maor, D. (2003). The teacher s role in developing interaction and reflection in an online learning community. Education Media International, 40 (1), 127-138. Moore, J., & Marra, R. (2005). A comparative analysis of online discussion participation protocols. Journal of Research on Technology in Education, 38(2), 191-212. Palloff, R. M., & Pratt, K. (1999). Building learning communities in cyberspace: effective strategies for the online classroom. San Francisco, CA: Jossey-Bass Publishers. Picciano, A. G. (2002). Beyond student perceptions: issues of interaction, presence, and performance in an online course. Journal of Asynchronous Learning Networks, 6 (1), 21-40. Picciano, A.G. (1998). Developing an asynchronous course model for a large urban university. Journal of Asynchronous Learning Networks, 2(1), pp. 3-19. Richardson, J. C., & Swan, K. (2003). Examining social presence in online courses in relation to students' perceived learning and satisfaction. Journal of Asynchronous Learning Networks, 7(1), 68-88. Schellens, T., Van Keer, H., Valcke, M., & De Wever, B. (2007). Learning in asynchronous discussion groups: A multilevel approach to study the influence of student, group, and task characteristics. Behavior & Information Technology, 26, 55-71. Scott, J. (1991). Social Network Analysis: A Handbook. Newbury Park, CA: Sage Publications. Shen, D., Nuankhieo, P., Huang, X.,Amelung, C., & Laffey, J. (2008). Using social network analysis to understand sense of community in an online learning environment. Journal of Educational Computing Research, 39 (1), 17-36. Sigala, M. (2003). Developing and implementing e-assessment strategies in virtual learning environments. Paper presented at the 16th Bled e-commerce Conference in Bled, Slovenia, June 9-11, 2003. Retrieved Feb 19th, 2010, from http://ecom.fov.unimb.si/proceedings.nsf/0/c9d96fa7e412a634c1256ea1002c1760/$file /10Sigala.pdf
Sing, C., & Khine, M. (2006). An analysis of interaction and participation patterns in online community. Educational Technology & Society, 9(1), 250-261. Smith, B. V. (2009). Using of Online educational social networking in a school environment. Master thesis. North Carolina State University, Raleigh, NC. Swan, K. (2003). The Effectiveness of Online Learning: A Review of the Literature. In D. Lassner & C. McNaught (Eds.), Proceedings of World Conference on Educational Multimedia, Hypermedia and Telecommunications 2003 (pp. 2225-2232). Chesapeake, VA: AACE. Tan, S. H. S. (2005). Social networks in online learning environments. Doctoral dissertation. Michigan State University, East Lansing, Michigan. Tuire, P., & Erno, L. (2001). Exploring Invisible Scientific Communities: Studying Networking Relations within an Educational Research Community: A Finnish Case. Higher Education, 42, 493-513. Vera, E. R., & Schupp, T. (2006). Network analysis in comparative social sciences. Comparative Education, 42 (3), 405-429. Vygotsky, L.S. (1978). Mind in society: The development of higher psychological processes. Cambridge, MA: Harvard University Press. Wang, Q. (2005). Exploring the use of Weblog in a course for teacher education. Retrieved Feb 19th, 2010, from http://qywang.myplace.nie.edu.sg/weblogs2005.pdf Wegerif, R., & Mercer, N. (1997). Using computer-based text analysis to integrate quantitative and qualitative methods in the investigation of collaborative learning. Language and Education, 11 (4), 271-287. Wenger, E. (1998). Communities of practice: Learning, meaning, and identity. Cambridge, UK: Cambridge University Press. Wozniak, H., & Silveira, S. (2004). Online discussions: Promoting effective student to student interaction. In R. Atkinson, C. McBeath, D. Jonas-Dwyer & R. Phillips (Eds.), Beyond the comfort zone: Proceedings of the 21st ASCILITE Conference (pp. 956-960). Perth, 5-8 December. Retrieved June 21st, from http://www.ascilite.org.au/conferences/perth04/procs/wozniak.html Yalama, N., & Aydin, C. H. (2004). Effectiveness of the student support for online learners: The facilitators' point of views. International Distance Education Conference, January 23-24, 2004. Retrieved May 26, 2010, from http://www.cdlr.tamu.edu/dec_2004_proceedings/yalama.pdf Zhao, Y., & Rop, S. (2001). A critical review of the literature on electronic networks as reflective discourse communities for in-service teachers. Education and Information Technologies, 6 (2), 81-94. Zhu, E. (1996). Meaning negotiation, knowledge construction, and mentoring in a distance learning course. Paper presented at the 18th AECT conference. 附录 例 : 教师在讨论论坛中为学生提供的写作指南 认真思考你在今后的阅读教学课中如何能将本周所学的关于为学生提供有效阅读理解支持和运用认知因素帮助学生提供阅读理解的效率 认真思考在今后的阅读教学中, 你将采取本周所学的哪些新的教学策略来调动学生的原有背景知识以提高阅读理解的效率?
你平时如何调动学生的阅读积极性? 在阅读过本周要求的材料后, 你对学生的原有背景知识在其阅读理解过程中的重要性有新的认识吗? 如果有, 具体说明 此外, 你打算如何在今后的学生阅读教学中运用本周所学的知识? 举例具体说明你将采用哪些新学的教学策略? 为什么? 同时, 作为本论坛的另外一重要部分, 请务必对至少另外两位同学的帖子进行回复, 并在回复中体现出你对他们帖子的批判性思考, 帮助他们延伸原有想法