2023年虚拟学习社区信息交互实证研究.docx

此资料由网络收集而来，如有侵权请告知上传者立即删除。资料共分享，我们负责传递知识。虚拟学习社区信息交互实证研究虚拟学习社区信息交互实证研究本文关键词：交互，实证研究，虚拟，学习，社区虚拟学习社区信息交互实证研究本文简介：摘要:随着互联网的普及,网络环境下的虚拟学习已成为一种重要的学习方式,虚拟环境中的交互对于提升学习效果具有重要意义。传统研究者大多使用总结性评价方法而无法触及到交互具体过程与细节,滞后序列分析法为人们深入探究交互过程提供了关键性技术方法。基于滞后序列分析法,并结合社会网络分析法,针对虚拟学习社区中参虚拟学习社区信息交互实证研究本文内容：摘要:随着互联网的普及,网络环境下的虚拟学习已成为一种重要的学习方式,虚拟环境中的交互对于提升学习效果具有重要意义。传统研究者大多使用总结性评价方法而无法触及到交互具体过程与细节,滞后序列分析法为人们深入探究交互过程提供了关键性技术方法。基于滞后序列分析法,并结合社会网络分析法,针对虚拟学习社区中参与者的交互行为序列开展滞后序列分析,进而由点及线地深入探究参与者的信息交互特征。实证结果表明,参与者的信息交互行为过程存在明显特征,网络平台设计者与教师可以从关键行为强化与无关行为控制角度优化虚拟学习社区,并对学习者进行更具针对性的指导,提升虚拟学习社区参与者间的信息交互效率,最终促进虚拟学习社区的发展。关键词:虚拟学习社区;滞后序列分析;社会网络分析;信息交互;学习行为分析引言随着互联网络的普及,网络环境下的虚拟学习已成为一种重要的学习方式。虚拟学习社区内所有学习者共同构成一个知识传播与信息交流网络[1]。信息传递的外在表现即信息交互,在虚拟学习环境中,交互质量被认为是提高学习效能与效率的重要因素之一[2]。因此,虚拟学习社区中的交互研究受到了许多研究者重视。陈丽[3]在其“远程学习的教学交互层次塔”理论中指出,远程教育中的信息交互包括3种形式:学生与学习资源交互、学生与教师交互,以及学生与学生交互。在传统的虚拟学习社区信息交互研究中,研究者多采用内容分析法、社会网络分析法(SocialNetworkAnaly-sis,简称SNA)与数理统计分析法等,针对网络平台中的学习信息与数据进行分析[4]。如赖文华等[5]利用社会网络分析法分析虚拟学习社区知识共享的社会网络结构;宋学峰等[6]针对某网络社区中的网络交互数据,分析网络基本属性,探讨如何提高社区知识共享水平。上述研究对学习者某一阶段的交互结果进行了全局性的价值判断,但是难以深入到交互过程中的每一个细节行为,整个交互过程仍然如同一个“黑箱”。滞后序列分析法(LagSequentialAnalysis,简称LSA)为人们深入探究交互过程,打开交互“黑箱”提供了关键性技术方法[7]。本文基于SNA和LSA等学习分析技术,以一个基于Moodle网络平台开发的虚拟学习社区为研究个案开展实证研究,通过对参与者的信息交互行为进行滞后序列分析,由点及线地深入探究不同群体的信息交互特征。1数据收集与分析1.1研究对象与工具本文选取某师范大学一个基于Moodle平台开发的虚拟学习社区网络教学平台上的《现代教育技术》网络课程为个案研究对象,该群体共有48名参与者,其中学习者47人,教师1人。在社会网络分析工具选择上,使用Ge-phi0.9.1社会网络分析软件对提取的交互数据进行度数分析。在行为分析方面,为了对信息交互进行过程性分析,本文选取GSEQ5.1软件对网络平台的日志数据进行采集与编码,使用滞后序列分析法进一步分析参与者的交互行为特征。梁云真等[8]利用滞后序列分析法对学习者的交互内容进行分析,结果显示网络学习空间中的学习者交互大多停留在低层级阶段,小部分学习者会出现高层级现象。本研究则聚焦于具体信息交互行为,探讨虚拟学习社区中参与者信息交互行为过程存在的特点。1.2虚拟学习社区参与者交互在社会网络分析中,点出度和点入度常被用来衡量一名参与者在群体中的活跃度与声望。点出度即回复帖数,是对参与者在社会网络中寻求互动程度的衡量,数值越高,表明该参与者越能积极与他人互动;点入度即收到帖数,是对网络中其他成员与该参与者建立联系程度的衡量,数值越高,表明该参与者在网络中声望越高[9]。利用Gephi软件,将虚拟学习社区的社会网络数据视为有向图计算,以此区分发帖和收到回帖的不同意义。通过运行软件中的度数计算,进而在Gephi的数据资料面板中得到48位参与者的一系列网络属性,其中的度数属性按点出度降序排列,计算结果如表1所示。由表1可以看出,参与者的信息交互行为存在明显差异性,这在其社会网络属性上得到具体的量化表征,而这一表征结果如前文所述,属于一种总结性评价。笔者使用