作者简介：彭红超，博士，助理研究员，华东师范大学开放教育学院（上海 200062）；赵佳斌，硕士研究生，华东师范大学教育信息技术学系（上海 200062）。基金项目：中央高校基本科研业务费项目华东师范大学青年预研究项目“智慧教育中教师与AI协同的教学决策策略研究”（ 2021ECNU-YYJ030）。引用:彭红超,赵佳斌(2022). 混合学习团队类型及其学习效果：学习力和学习效能感视角[J].现代远程教育研究,34(6):102-111.
摘要：合作学习一直是混合学习研究的基础和热点。目前混合学习领域中合作学习的策略原则、模式设计和技术应用等已被广泛研究，但学习团队这一关乎混合学习效果的重要合作学习要素却很少被关注。合作学习效果受到团队成员属性的影响，因此可从学习者的学习力和学习效能感两个角度切入。按照类型学研究范式对E大学的113个混合学习团队进行实证分析发现：（1）混合学习中的团队可划分为理想型、自信型、潜力型和消极型四种，其中消极型团队占比最高；（2）四类团队在学习成绩、学习投入、学习满意度和合作学习体验等学习效果维度上存在显著差异（其中自信型与潜力型在学习成绩方面的差异接近显著水平），并且均表现为理想型＞自信型＞潜力型＞消极型；（3）学习者对自我、合作和集体的效能感是划分团队类型的有效指标，且均对学习效果有显著影响；（4）学习力各子维度中仅有创造力、好奇心、学习能动性以及希望与乐观具有较高的团队类型识别度，但其对学习效果的影响面各不相同。因此，可通过针对不同的团队类型转换教师角色，调控学习力和学习效能感中影响学习效果的重要因素，以及采用适当分组策略降低消极型团队占比等策略，提升混合学习的学习效果。关键词：混合学习；合作学习；团队类型；学习力；学习效能感；学习效果
未来学习的近景是混合学习（祝智庭，2020），线上线下混合学习将成为教育新常态（闫寒冰等，2020）。“停课不停学”后，国家更是强调要“开展线上学习与线下面授有机结合的混合式教学”（中华人民共和国教育部，2020），甚至将线上与线下教育教学的融合作为重点研究课题（全国教育科学规划领导小组办公室，2021）。这既是巩固新冠肺炎疫情背景下在线教学成果的需要，也是发展智慧教育的必然。混合学习的发展大致经历了O2O（Online To Offline）、OAO（Online And Offline）和OMO（Online Merge Offline）三个阶段（祝智庭等，2020）。O2O阶段是线上带动线下，教学是单向流通的（即线上至线下）；OAO阶段的线上与线下是双向互通的，但线上教学与线下教学交替出现；而OMO阶段的线上与线下教学并行存在，师生、生生之间的深度合作、交流成为可能，这也是混合学习的新诉求。然而到目前为止，学习团队这一关乎混合学习效果的重要合作学习要素，其研究依然较少，特别是未见有学者探究混合学习的团队类型以及不同类型之间的学习效果差异。这方面认识的缺失，是导致混合学习到目前为止，其师生、生生互动交流依然不理想且与学生学业成绩关系不强（田爱丽，2022）的重要原因。混合学习中的合作学习与面对面的合作学习类似，其学习任务均有一定的复杂性与挑战性。面对这样的任务，学生的学习效能感会影响他们的实际表现、情绪以及努力付出的意愿（傅蕾，2019），进而影响最终学习效果（于莎等，2018）。而与面对面不同的是，混合学习中的合作学习时常会出现临场感缺失的情况，因此对学生的学习力具有更高的要求，这直接关乎学习成败（Crick et al.，2015）。鉴于此，本研究以学习力和学习效能感为切入点来探究混合学习中的团队类型及其与学习效果的关系，以及产生效果差异背后的原因。合作学习一直是混合学习研究的基础和热点，甚至有学者在混合学习概念的基础上融入合作学习理念，提出了混合合作学习。混合学习中的合作学习整合了教学技术和共同体的双重性质和作用，重点关注如何促进学习团队在合作中的讨论深度与广度问题（章木林，2016）。起初，相关研究主要聚焦于混合学习中开展合作学习的策略原则，比如基于共同体理论的“协作式建构”和“探究共同体”原则（Garrison et al.，2004）。逐渐地，混合教学模式和课程设计受到关注，比如Liu等（2009）提出的基于主题的混合E-Learning模式；Shea等（2010）提出的融入共同体框架元素的混合学习模式等。现阶段，研究聚焦于混合学习环境中的同步工具、学习管理系统和社交网络论坛等对合作学习行为，如分享、编辑、交流和讨论等方面的支持（Al-Samarraie et al.，2018），比如Dias等（2017）证实了在线学习管理系统促进学习交互和合作参与的积极成效；Won等（2015）发现在混合学习中社交网络论坛能够促进学习团队对STEM项目工程的设计和改进。目前，混合学习领域中合作学习的策略原则、模式设计和技术应用已被广泛研究（马婧等，2019），然而这些研究大多关注混合学习环境的外部因素对合作学习成效的影响，缺乏从混合学习内部因素出发，来探究团队成员属性对学习效果的影响。合作学习的效果在很大程度上受到团队成员属性的影响，基于成员属性探究团队最优类型的相关研究已经证实了这一点。例如，基于学习者的知识水平和社会互动的异质性动态组建团队可以提高合作学习效果（Chen et al.，2019）；基于学习者的学习开放性、人际关系和预测试成绩的分组优于随机分组（Lambic et al.，2018）；基于学习者的人格特质实施相应分组策略比传统分组方法有更好的合作效果（Sanchez et al.，2021）。从现有研究看，学习者的学习力和学习效能感两个属性同样可能会对混合学习合作效果产生影响（Shea et al.，2010）。有调查发现，学习者的学习力和学习效能感是促进SPOC混合学习模式下有效学习的重要影响因素（廖宏建等，2017）。混合学习中在线学习力能够激发学习者自主、持续地参与在线学习活动（石雪等，2020），学习力的部分子维度，如好奇心、学习开放性和能动性等也被发现对学习效果具有重要影响（徐瑾劼等，2021）。学习效能感包括对合作、对自我、对集体三个方面的效能感受。有研究发现，学习者对合作的效能感会影响其在面对面和线上合作活动中的相互依存性，并最终影响学业成就（Mattson，2011）；学习者对自我的效能感和对集体的效能感同样也被证实与团队绩效显著正相关（Lent et al.，2006）。此外，现有的少量研究已经初步检验了学习力与学习效能感对合作学习或混合学习的影响（唐承鲲等，2015；Wang et al.，2014），这印证了从学习力和学习效能感两个属性来探究不同团队类型学习效果差异的合理性。然而，对于如何综合二者来划分混合学习团队类型，以及不同团队类型的学习效果有何差异，还未有研究对此提出系统的认识，而这对于有效识别不同团队多样化的学习需求，进而提升学习效果至关重要。因此，本研究尝试回答以下问题：（1）从学习力和学习效能感的角度看，混合学习中的团队类型有哪些？（2）不同团队类型的学习效果是否存在显著差异？（3）从学习力和学习效能感角度看，产生这些差异的原因有哪些？本研究以上海市E大学参与“信息化教学设计与实践”课程学习的三年级师范生为研究对象。该课程是首批国家一流本科课程，采用混合学习形式，共有9周27课时。参与课程学习的学生共有414名，涉及学前教育、特殊教育、数学教育和英语教育等10个专业。他们分7个平行班级上课，并在课上以三人为一个团队开展合作学习。课程结束后剔除有数据缺失的样本，最终得到113个团队的有效数据。第1周用3个课时的时间，明确课程安排、上课形式以及课程任务，并完成分组与学习力调查。第2周到第9周，每周分3个课时学习一个信息化教学设计的相关知识和技术。前两个课时为线上自主学习（异步），完成教师布置的学习任务，此过程教师全程在线答疑；后一个课时为线下面授（同步），先对学生的自主学习进行标准化测试，然后结合测试结果精讲疑点难点，并与学生团队互动研讨新学内容、引导团队展示探究成果（即团队作品）、评价点拨作品、发布新的团队任务。课后，学生团队进行合作探究，修正已有作品并完成新任务。8周的任务最终形成一份电子作品集和一份个人作业。在此期间，助教与智能平台相互协作，实时记录团队成员发言、讨论、展示交流等过程性数据，并在第3周完成学习效能感调查，在第9周完成合作学习体验和学习投入度调查。最后，在课程结束1周内，收集团队的电子作品集和个人作业，并完成成绩评定，在课程结束1周时，调查学生学习满意度。整个研究过程如图1所示。本研究采用了系列成熟的李克特五级量表来收集数据，包括学习力、学习效能感、合作学习体验、学习投入度、学习满意度五个量表。其中，前两个量表是划分团队类型的依据，后三个量表是除学习成绩之外的其他学习效果证据。学习力测量采用Crick等（2015）开发的量表，共有学习能动性、创造力、意义建构、好奇心、希望与乐观、合作力、归属感、学习开放性八个维度，α系数为0.882，是学生自我报告学习力的可信工具。学习效能感测量采用Mattson（2011）和Lent等（2006）开发的量表，包括对自我的效能感、对合作的效能感和对集体的效能感三个维度，它们的α系数均大于0.800，具有良好的内部一致性。合作学习体验和学习满意度测量采用So等（2008）开发的量表，用于衡量学习者在混合学习环境下对团队与个人工作的感受体验，以及对在线互动与面对面互动的感受体验，其α系数分别是0.724和0.812，并通过了有效性检验。学习投入度测量采用Gunuc等（2015）开发的量表，用于衡量学习者在学习过程中积极主动的态度和投入程度，其α系数为0.980，具有良好的信度。为使中文量表与原版量表的表述尽量匹配，上述所有量表的翻译均使用双向翻译方法（Duda et al.，1998）。学习成绩的测评框架按照课程培养目标，经课程专家团队多轮修正研制而成，包括过程表现和学业成就两部分，分别占比60%和40%。过程表现涵盖参与面授（10%）、课堂测试（10%）、互动交流（10%）和个人作业（30%）四个方面，其中个人作业按照微认证规范评估；学业成就即最终团队电子作品集的成绩。研究采用自由分组的形式，不同团队之间具有较高的异质性。类型学研究法适用于具有此类特征团队的研究（朱燕菲等，2020）。按照类型学研究范式，本研究首先使用R语言在RStudio软件中通过K-Means聚类算法探究团队的类型。其次，在SPSS中使用单因素方差分析来检验不同团队类型的学习效果。最后，用R语言在RStudio软件中采用分类与回归树方法（CART算法）建立决策树模型，挖掘学习力和学习效能感中各子维度对团队类型分类的影响效力并进行重要性排序，之后使用相关性分析进一步验证结果。本研究从学习力和学习效能感两个维度探究混合学习的合作团队类型。首先，将学习力和学习效能感的平均值标准化，将原始分数转化为标准分数（Z分数），即转化为平均值为0，标准差为1的标准数据。其次，分别以2~10作为分类数目进行探索，运用肘部法（见图2）并结合轮廓系数和组间距离来确定最优类别数目（Bholowalia et al.，2014）。经过20次迭代得到最终聚类结果，结果显示将合作团队分为四大类型最为合适，它们的分布如图3所示，此时轮廓系数（Silhouette Coefficient）＝0.381，组间距离占总距离的比值（Between_SS/Total_SS）＝72.9 %。学习力最高、学习效能感最高的合作团队是最理想的类型，命名为“理想型”；学习力较高、但是学习效能感较低的合作团队，有很大的转变和发展潜力，命名为“潜力型”；学习力较低、学习效能感较高的合作团队，虽然具有较高的信心，但是在应对各种学习挑战时缺乏足够的能动性、毅力和本领，因此命名为“自信型”；学习力最低，学习效能感最低的合作团队，既缺乏对完成合作任务的信心，亦缺乏学习过程所需的综合素质和意识，因此命名为“消极型”（见表1）。（注：学习力与学习效能感的值为标准化分数平均值。）首先以团队类型为自变量，四类学习效果为因变量进行方差齐性检验，数据均符合方差齐性。然后通过单因素方差分析检验不同类型团队的学习效果，结果显示不同类型的团队在学习成绩、学习投入度、学习满意度和合作学习体验四方面均具有显著差异，各维度平均值从高到低均依次为理想型、自信型、潜力型和消极型（见表2）。其中学习成绩属于认知方面，其他三者属于非认知方面。经过LSD事后比较检验，发现除在学习成绩方面自信型与潜力型两种团队类型的差异接近显著（p＝0.060），四种团队类型在其他方面均具有显著性差异。上述结果验证了不同团队类型在合作学习效果上存在显著差异。研究进一步使用决策树模型和相关性分析等方法深度挖掘不同学习力和学习效能感子维度对学习效果的影响。从总体样本中随机抽取80%的样本数据作为估计模型参数的训练集，剩余20%作为测试集。使用训练集构建决策树：将四种团队类型纳入因变量，将学习力中的学习能动性、创造力、意义建构、好奇心、希望与乐观、合作力、归属感、学习开放性以及学习效能感中的对自我的效能感、对合作的效能感和对集体的效能感按照随机顺序纳入自变量。为了避免过拟合，基于复杂度参数（CP准则）对得到的决策树进行剪枝，剪枝后得到了更小且更易解释的决策树模型（Sharma，2015）。新模型在训练集上的整体决策准确率为81.11%。利用测试集数据检验这一模型，其决策准确率也高达78.26%，并且理想型、自信型、潜力型和消极型的准确率分别为75.00%、85.71%、66.67%、77.78%。最终生成的团队类型判别决策树模型如图4所示，其先按照对集体的效能感进行拆分，在对集体的效能感大于等于4.2的学习者中按照对合作的效能感进行进一步拆分，在对集体的效能感小于4.2的学习者中按照创造力进行进一步拆分，以此类推。决策树模型可以揭示所纳入自变量对划分团队类型的相对重要性：将最重要的变量设置为100%，其他变量以此为参照标准给予百分比赋值，并忽略比例小于1%的所有变量（Loh et al.，2021）。结果显示，重要性从大到小依次是对合作的效能感（100%）、创造力（81.16%）、好奇心（70.85%）、对集体的效能感（67.03%）、对自我的效能感（60.82%）、学习能动性（32.47%）、希望与乐观（24.61%），其他子维度重要性相对较小。进一步分析上述重要子维度与学习效果的相关性发现，这些对团队类型有重要贡献的子维度对合作学习体验、学习满意度、学习投入和学习成绩有不同程度的显著性影响，如表3所示。学生对自我、对合作和对集体三个方面的效能感对学习成绩、学习投入、学习满意度和合作学习体验四个方面的学习效果均有显著性影响，而创造力、希望与乐观对除学习成绩之外的其他三方面的学习效果有显著性影响，学习能动性对学习投入和合作学习体验有显著性影响，好奇心仅对学习投入有显著性影响。（注：*p＜0.05，**p＜0.01。）
通过为期9周的混合式合作学习实验与调查，本研究探讨了基于学习力和学习效能感的混合学习团队的类型，检验了其对学习成绩、学习投入、学习满意度和合作学习体验等学习效果的影响，得到如下结论。一是从学习力和学习效能感看，混合学习团队有四类，其中消极型团队占比最大。本研究从学习力和学习效能感两个角度考量，发现混合学习中的团队可以汇聚为四种类型：理想型、自信型、潜力型和消极型，它们的占比分别为25.66%、23.89%、18.59%和31.86%。容易发现，合作学习的“弱势群体”即消极型团队，占比高达三成。这种“弱势群体”占比高的现象在其他类型学习者或者群体中同样存在，如网络学习者中积极性低、参与度低的“低沉浸性”群体（王改花等，2018），以及成人学习者中，学习障碍较高、学习动机较低的弱势群体（朱燕菲等，2020）占比都在三成左右。以团队为单位开展混合学习的形式具有较高的开放性、挑战性和探究性，作为一类以学习者为中心的教学范式，学习团队会获得更多的自主权（章木林，2016），这也对学习者提出了更高的要求。然而，受传统班级统一教学思维惯性的影响，教师习惯于将学生一视同仁，也常常默认他们有能力和信心来应对学习任务，但结果却是很多学生并未达到预期的学业成就（刘玲等，2021）。本研究随访观察发现，消极型团队中的成员尤其如此。这类团队成员本身在学习力和学习效能感方面均存在不足，难以攻克挑战和完成任务，往往跟不上混合教学的节奏。而自信型团队在学习初始阶段具有较高的信心，但是随着合作任务的推进会逐渐意识到自己缺乏合作、探究和调节等方面的综合素质和能力（石雪等，2020），导致自信心迅速丧失，最终出现和消极型团队类似的困境。潜力型团队缺乏应有的信心来面对挑战，在学习之初最容易出现问题，主要表现为情绪低落、动机不足甚至有畏惧心理。可见，了解不同团队类型的内在特点，引导他们扬长避短，是改善混合学习中团队合作效果的关键。二是四类团队的学习效果具有显著性差异，且这种差异在学习效果的各个方面具有一致性。理想型、自信型、潜力型和消极型四类团队在学习成绩、学习投入、学习满意度和合作学习体验四方面的学习效果具有显著性差异（学习成绩方面，自信型与潜力型的差异接近显著水平），并且在学习效果的各个方面上均是理想型＞自信型＞潜力型＞消极型。这种显著且一致的差异一定程度上验证了前人的结论——学习力和学习效能感是影响混合学习中学习者情感体验、深度参与等学习效果的关键变量（廖宏建等，2017），也在一定程度上证实了二者对学习效果差异的敏感性（Shea et al.，2010；Crick et al.，2015）以及稳定性。这种敏感性与稳定性使得它们成为衡量学习效果的重要尺度（朱悦等，2022），并说明了二者作为组建学习团队依据的合理性和必要性。另外，本研究关于自信型团队在学习投入、学习满意度与合作学习体验三方面的学习效果均优于潜力型团队的发现，也有力佐证了在某种程度上学习效能感比真实能力水平更有可能产生良好学习效果的结论（王改花等，2021）。以此结论为依据，教师可以在组建混合式合作学习团队时，优先考虑学习者的学习效能感。三是学习效能感各维度在区分团队类型上均具有良好的贡献力，且均是学习效果的影响因素。学生对自我、对合作和对集体三个方面的效能感对团队类别的划分均具有良好的贡献力，并且对合作学习体验、学习投入度、学习满意度和学习成绩四个方面的学习效果均有显著性影响，这一发现为教师划分混合学习团队提供了抓手。但从图4所示的团队类型判别决策树来看，在划分学习团队时只考虑学习者对合作和对集体两方面的效能感也能够达到预期目的，这其中的原因可能是学习者对自我的效能感和对合作、对集体的效能感具有较强的相关性（Lent et al.，2006；Mattson，2011）。从已有研究来看，混合学习中的三类效能感主要是通过合作过程中的情绪状态、任务感知和互动共享三个方面来影响学习效果（Stajkovic et al.，2018；Mouw et al.，2019）。情绪状态方面，学习效能感会影响个人与团队的情绪状态（Bandura，1985），尤其是情绪稳定性会显著影响学业成就（Sun et al.，2022）。具体来讲，效能感较低的团队在完成任务过程中容易产生焦虑、挫败等不稳定的情绪状态，导致学习者一直处于浅表学习状态且无法发挥出自己的真实能力，最终使得学习投入、学习满意度和学习表现下降（刘玲等，2021）。任务感知方面，主要是复杂度感知和依存性感知。自我效能感与合作效能感较高的学习者，感知到的任务复杂度往往较低，他们相信自己可以为团队作出贡献，更易接受合作任务，并具有更高的信念来实现任务目标（Mouw et al.，2019）。集体效能感更高的学习者，认为达到任务目标需要进行交互式合作的信念更强（即依存性感知），更加愿意在合作中扮演不同的角色并相互协调（Katz-Navon et al.，2005）。实证研究发现，这种感知态度与整体课程满意度、团队成绩具有显著相关性（So et al.，2008；Mouw et al.，2019）。互动共享方面，效能感高的团队会更多地参与复杂的互动共享过程，在表达交流中生成更多的观点、概念、工具、流程等智力资源（Wenger，2011），这些智力资源是互动共享质量的表现，它们与合作任务的参与感、团队合作绩效等学习效果具有显著的正相关性（Wang et al.，2014）。四是学习力仅有部分维度具有较高的团队类型识别度，且对学习效果的影响面不同。从图4所示的团队类型判别决策树来看，虽然学习力的创造力、好奇心、学习能动性和希望与乐观四个子维度具有较高的团队类型识别度，但在划分团队类型时不用考虑好奇心，因为其除对学习投入外，对其他三方面的学习效果均没有显著影响。此外，从已有研究看，好奇心与创造力具有较高的相关性：好奇心与创造力同为开放性思维，是社会情感能力中具有最强关联度的两大维度（OECD，2021），创造力高的学习者往往好奇心水平也高（徐瑾劼等，2021）。而创造力、学习能动性、希望与乐观则均能显著影响学习效果多个方面。创造力能够显著影响学习投入、学习满意度以及合作学习体验，这与Mantelet等（2018）探究得到的“在团队合作中发展学习者的创造力有助于提升学习参与度、满意度和学习体验”的结论一致。但本研究发现创造力与学习成绩没有显著的相关性，这一点说明创造力与学业成绩存在脱钩的现象，究其原因是现在的测评没有将创造力作为学业评价重要组成部分，在这一点上国际的标准化测试同样做得不好（Yuan et al.，2014）。在此现实情况下，创造力甚至会对成绩产生负面影响（赵勇，2021）。学习能动性能够显著影响学习投入与合作学习体验，这一点与现有的研究发现一致（Wang et al.，2017），但本研究并未发现它能够对学习成绩和学习满意度产生显著影响，可能是因为这种个人层面自主、专注的积极倾向（Wang et al.，2020）没有在合作与探究中发挥到应有的作用。希望与乐观亦能显著影响学习投入、学习满意度和合作学习体验，这印证了积极心理学中“希望与乐观能够显著预测参与动机、生活满意度、主观幸福体验和学习成绩”的理念（肖倩等，2013），但本研究并未发现希望与乐观能够显著预测学习成绩，其中缘由还需进一步探究。六、研究启示
本研究从学习力和学习效能感两个维度切入，对混合学习中的团队类型及其对学习效果的影响进行了研究，基于研究发现得到以下几点启示。一是针对团队类型转换教师角色。教师需要在教学中承担起不同的角色与职责，向不同类型的团队提供针对性的教学服务。理想型团队的学习力和学习效能感均处于较高水平，教师可以以“评学者”角色为主，让学生及时了解自己团队的学习进度及可能存在的问题，以便作出正确的自我调节；潜力型团队的学习力较高而学习效能感较低，教师可以以“促学者”角色为主，多给予学生鼓励、表扬，提升他们完成学习任务的信心；自信型团队恰好与潜力型团队相反，他们往往“迷之自信”，教师可以以“导学者”角色为主，引导学生正确地开展学习活动，降低他们失败的概率，保护原有的效能感；消极型团队学习力和学习效能感均处于较低水平，教师可以以“帮学者”角色参与到他们的合作学习中，协助他们完成任务，在合作学习过程中可以适当促使学生产生认知冲突，这有助于学生巩固理解并迁移应用所学（Schoenfeld et al.，2016）。二是调控重要影响因素，提升混合学习中的合作效果。对合作和对集体两方面的效能感以及创造力、学习能动性、希望与乐观等学习力子维度是判别团队类型和影响学习效果的重要因素。教师可以通过对这些因素的调控，提升混合学习中的合作效果。例如，可以通过提供概念图工具帮助团队保留讨论线索和理顺思维过程（Jahnke et al.，2020），外化创意和想法，以提升创造力；或是通过鼓励团队成员进行协商、互助等高认知的互动，提升学习者的效能感和合作学习成效（Wang et al.，2014）。三是采用适当分组策略降低消极型团队占比。鉴于混合学习中的消极型团队占比较大，为了减小此类团队给教学质量带来的挑战，教师也可以在团队组建中采用适当的分组策略减少甚至消除消极型团队。例如，让效能感和学习力较高的学习者带动较低的学习者。这样带来的好处是可以让团队出现的问题更趋于同质化，以便教师充分发挥共性教学优势，更为有效地集中处理这些问题。参考文献：
[1]傅蕾(2019).内部归因有助于激发学习动机?——基于开放教育学习者自我效能感中介效应的分析[J].开放教育研究,25(6):93-102.
[2]廖宏建,刘外喜(2017).高校SPOC有效学习影响因素实证分析[J].电化教育研究,38(5):64-70.
[3]刘玲,汪琼(2021).混合教学模式下学生学习投入的特点及影响因素研究[J].现代教育技术,31(11):80-86.
[4]马婧,周倩(2019).国际混合学习领域热点主题与前沿趋势研究——基于科学知识图谱方法的实证分析[J].华东师范大学学报(教育科学版),37(4):116-128.
[5]全国教育科学规划领导小组办公室(2021).2021年度全国教育科学规划课题申报公告[EB/OL].[2022-01-20].http://onsgep.
moe.edu.cn/edoas2/website7/level3.jsp?id=1612749964171366.
[6]石雪,杨晓娟(2020).混合式学习中大学生在线学习力影响因素研究[J].现代教育技术,30(4):95-100.
[7]唐承鲲,徐明(2015).基于社交媒体合作学习效果的影响要素与实现机制分析[J].远程教育杂志,33(6):32-38.
[8]田爱丽(2022).线上线下教学如何融得好融得实[N].中国教育报,2022-4-18(04).
[9]王改花,傅钢善(2018).数据挖掘视角下网络学习者行为特征聚类分析[J].现代远程教育研究,(4):106-112.
[10]王改花,张李飞,傅钢善(2021).学习者特征对混合学习效果影响研究[J].开放教育研究,27(1):71-83.
[11]肖倩,吕厚超,华生旭(2013).希望和乐观——两种未来指向的积极预期[J].心理科学,36(6):1504-1509.
[12]徐瑾劼,杨雨欣(2021).学生社会情感能力的国际比较:现状、影响及培养路径——基于OECD的调查[J].开放教育研究,27(5):44-52,120.
[13]闫寒冰,柳立言(2020).线上线下混合学习将成为教育新常态[N].中国教育报,2020-5-7(05).
[14]于莎,刘奉越(2018).成人参与在线学习共同体意愿的内在影响机制——基于目标导向行为理论和自我决定理论微视角[J].现代远程教育研究,(5):86-94.
[15]章木林(2016).学习者积极互赖、自主学习能力和混合合作学习满意度的交互作用研究[J].现代教育技术,26(12):86-92.
[16]赵勇(2021).教育评价的几大问题及发展方向[J].华东师范大学学报(教育科学版),39(4):1-14.
[17]中华人民共和国教育部(2020).教育部公布首批5118门国家级一流本科课程[EB/OL].[2022-01-04].http://www.moe.gov.cn/jyb_xwfb/s5147/202012/t20201204_503400.html.
[18]朱燕菲,纪河(2020).成人学习者的类型与学习成效:基于学习动机和学习障碍的探究[J].中国远程教育,(12):18-27,92.
[19]朱悦,李鸣华,李璐(2022).大学生混合学习力与学习成果的关系研究[J].浙江师范大学学报(自然科学版),45(1):42-50.
[20]祝智庭(2020).未来学习的近景是混合学习,远景是智慧教育[J].上海教育,(9):22-24.
[21]祝智庭,彭红超(2020).技术赋能智慧教育之实践路径[J].中国教育学刊,(10):1-8.
[22]Al-Samarraie, H., & Saeed, N. (2018). A Systematic Review of Cloud Computing Tools for Collaborative Learning: Opportunities and Challenges to the Blended-Learning Environment[J]. Computers & Education, 124:77-91.
[23]Bandura, A. (1985). Social Foundations of Thought and Action: A Social Cognitive Theory[M]. New Jersey: Prentice Hall:158-166.
[24]Bholowalia, P., & Kumar, A. (2014). EBK-Means: A Clustering Technique Based on Elbow Method and K-Means in WSN[J]. International Journal of Computer Applications, 105(9):17-24.
[25]Chen, C. M., & Kuo, C. H. (2019). An Optimized Group Formation Scheme to Promote Collaborative Problem-Based Learning[J]. Computers & Education, 133:94-115.
[26]Crick, R., Huang, S., & Shafi, A. et al. (2015). Developing Resilient Agency in Learning: The Internal Structure of Learning Power[J]. British Journal of Educational Studies, 63:121-160.
[27]Dias, S. B., Hadjileontiadou, S. J., & Diniz, J. A. et al. (2017). Computer-Based Concept Mapping Combined with Learning Management System Use: An Explorative Study Under the Self- and Collaborative-Mode[J]. Computers & Education, 107:127-146.
[28]Duda, J., & Hayashi, C. T. (1998). Measurement Issues in Cross-Cultural Research Within Sport and Exercise Psychology[M]// Duda, L. J. (Ed.). Advances in Sport and Exercise Psychology Measuresment. Morgantown: Fitness Information Technology:471-483.
[29]Garrison, D. R., & Kanuka, H. (2004). Blended Learning: Uncovering Its Transformative Potential in Higher Education[J]. The Internet and Higher Education, 7(2):95-105.
[30]Gunuc, S., & Kuzu, A. (2015). Student Engagement Scale: Development, Reliability and Validity[J]. Assessment & Evaluation in Higher Education, 40(4):587-610.
[31]Jahnke, I., & Liebscher, J. (2020). Three Types of Integrated Course Designs for Using Mobile Technologies to Support Creativity in Higher Education[J]. Computers & Education, 146(2):103782
[32]Katz-Navon, T. Y., & Erez, M. (2005). When Collective- and Self-Efficacy Affect Team Performance: The Role of Task Interdependence[J]. Small Group Research, 36(4):437-465.
[33]Lambic, D., Lazovic, B., & Djenic, A. et al. (2018). A Novel Metaheuristic Approach for Collaborative Learning Group Formation[J]. Journal of Computer Assisted Learning, 34(6):907-916.
[34]Lent, R. W., Schmidt, J., & Schmidt, L. (2006). Collective Efficacy Beliefs in Student Work Teams: Relation to Self-Efficacy, Cohesion, and Performance[J]. Journal of Vocational Behavior, 68(1):73-84.
[35]Liu, Y., & Zhou, Z. (2009). A Theme-Based Blended E-Learning System[C]// 2009 International Conference on Web Information Systems and Mining. USA: IEEE:306-309.
[36]Loh, W., & Zhou, P. (2021). Variable Importance Scores[J]. Journal of Data Science, 19(4):569-592.
[37]Mantelet, F., Segonds, F., & Jean, C. (2018). Additive Creativity: An Innovative Way to Enhance Manufacturing Engineering Education[J]. International Journal of Engineering Education, 34(6):1776-1784.
[38]Mattson, R. (2011). The Effect of Pre-Collaborative Activity Instruction on Self-Efficacy[D]. Las Vegas: University of Nevada:1-15.
[39]Mouw, J. M., Saab, N., & Pat-El, R. J. et al. (2019). Student-and Task-Related Predictors of Primary-School Students’ Perceptions of Cooperative Learning Activities[J]. Pedagogische Studien, 96(2):98-122.
[40]OECD (2021). Beyond Academic Learning: First Results from the Survey on Social and Emotional Skill[EB/OL]. [2022-01-07]. https://www.oecd-ilibrary.org/education/beyond-academic-learning_92a11084-en.
[41]Sanchez, O. R., Collazos, C. A., & Redondo, M. A. (2021). A Strategy Based on Genetic Algorithms for Forming Optimal Collaborative Learning Groups: An Empirical Study[J]. Electronics, 10(4):463.
[42]Schoenfeld, A. H., & The Teaching for Robust Understanding Project (2016). An Introduction to the Teaching for Robust Understanding(TRU) Framework[R]. Berkeley, CA: Graduate School of Education.
[43]Sharma, A. (2015). Creating, Validating and Pruning the Decision Tree in R[EB/OL]. [2022-01-29]. https://www. edureka. co/blog/implementation-of-decision-tree.
[44]Shea, P., & Bidjerano, T. (2010). Learning Presence: Towards a Theory of Self-Efficacy, Self-Regulation, and the Development of a Communities of Inquiry in Online and Blended Learning Environments[J]. Computers & Education, 55(4):1721-1731.
[45]So, H. J., & Brush, T. A. (2008). Student Perceptions of Collaborative Learning, Social Presence and Satisfaction in A Blended Learning Environment: Relationships and Critical Factors[J]. Computers & Education, 51(1):318-336.
[46]Stajkovic, A. D., Bandura, A., Locke, E. A. et al. (2018). Test of Three Conceptual Models of Influence of the Big Five Personality Traits and Self-Efficacy on Academic Performance: A Meta-Analytic Path-Analysis[J]. Personality and Individual Differences, 120:238-245.
[47]Sun, J. C. Y., & Lin, H. S. (2022). Effects of Integrating an Interactive Response System into Flipped Classroom Instruction on Students’Anti-Phishing Self-Efficacy, Collective Efficacy, and Sequential Behavioral Patterns[J]. Computers & Education, 180(2):104430.
[48]Wang, Q., & Lu, Y. (2020). Coaching College Students in the Development of Positive Learning Dispositions: A Randomized Control Trial Embedded Mixed-Methods Study[J]. Psychology in the Schools, 57(9):1417-1438.
[49]Wang, Q., Law, H. C., & Li, Y. et al. (2017). Awareness and Awakening: A Narratiwe-Oriented Inquiry of Undergraduate Students’ Dewelopment of Mindful Agency in China[J]. Frontiers in Psychology, 8:2036.
[50]Wang, S. L., Hsu, H. Y., & Lin, S. S. J. et al. (2014). The Role of Group Interaction in Collective Efficacy and CSCL Performance[J]. Educational Technology & Society, 17(4):242-254.
[51]Wenger, E. (2011). Communities of Practice: A Brief Introduction[EB/OL]. [2022-01-20]. https://scholarsbank.uoregon.edu/xmlui/bitstream/handle/1794/11736/A%20brief%20introduction%20to%20CoP.pdf?sequence=1&isAllowed=y．
[52]Won, S. G. L., Evans, M. A., & Carey, C. et al. (2015). Youth Appropriation of Social Media for Collaborative and Facilitated Design-Based Learning[J]. Computers in Human Behavior, 50:385-391.
[53]Yuan, K., & Le, V. N. (2014). Measuring Deeper Learning Through Cognitively Demanding Test Items: Results from the Analysis of Six National and International Exams[EB/OL]. [2022-01-20]. https://www.jstor.org/stable/10.7249/j.ctt5vjvq3.
收稿日期 2022-03-05 责任编辑 李鑫 谭明杰
欢迎转载，开白请联系18980806833（微信号）