成振波 李正思 柯善军
摘 要：基于Felder-Silverman学习风格模型理论，借助所罗门量表对学生进行分类，通过单因素方差分析个体学习风格与理论测试、实操训练、PBL小组作业和综合作业等各项成绩的关系，发现在线上线下混合课程学习中，活跃型、视觉型、感悟型学习风格分别在理论学习、技能训练和应用能力转化方面更具优势。通过教学平台提取学习行为数据，分析个体学习风格与在线学习行为中的反刍比、提交作业时间系数等参数存在相关性，从行为学层面验证和剖析了学习风格与学习成效的关联原因。
关键词：线上线下混合课程；
SPOC；
学习风格模型；
Felder-Silverman；
学习成效；
学习行为；
计算机辅助设计教育
中图分类号：TP39；
G434 文献标识码：A 文章编号：2096-4706（2023）10-0171-06
Abstract：
Based on Felder-Silverman learning style model theory， students are classified using Solomon scale. Analyzes the relationship between individual learning styles and theoretical testing， practical training， PBL group work， and comprehensive work through one-way ANOVA， it is found that active， visual， and perceptive learning styles are more advantageous in theoretical learning， skill training， and application ability transformation in online and offline blending course learning. Extracts learning behavior data through the teaching platform， analyzes the correlation between individual learning style and online learning behavior parameters such as rumination ratio， homework submission time coefficient， and validates and analyzes the reasons for the correlation between learning style and learning effectiveness from a behavioral perspective.
Keywords：
online and offline blending course; SPOC; learning style model; Felder-Silverman; learning effectiveness; learning behavior; computer aided design education
0 引 言
2020年疫情期間，全国范围内各大高校适机开展各种形式的在线教学，极大地促进了后疫情时代线上线下混合式教学模式的普及[1]。在线上线下混合式教学方面的研究和探索，对当下高校教学的发展具有重要意义。小规模限制性在线课程（Small Private Online Course， SPOC）是一种更加适合线上线下混合式教学的教学模式，它借助MOOC的资源优势，结合传统教学方式，基于小班的学生班级建制，能够做到因材施教；
同时，利用线上平台解除了学习时间限制和空间约束[2]。
1 面向SPOC教学模式的学习行为研究基础
作为一种新兴的教学模式，SPOC提供的并不是简单地把传统课堂教学内容转移到在线教学平台，而是要求高校教师充分利用互联网资源和技术更加有效地改善和提升教学效果，这也是高校教师所面临的机遇和挑战。
秦晓安等[3]通过收集在线课程平台上的学生学习状态数据，利用大数据技术先对学生的学习行为数据进行聚类分析，然后进行学习行为数据与学习成效之间的关联分析。宋超等[4]针对传统学习与在线学习各自的优势和弊端，结合SPOC的性质和特点，对学生学习行为、SPOC教学对学生学习习惯的影响，以及对SPOC环境下学生的个性化学习行为进行分析和研究。刘冰[5]等从人机互动和人际互动两个方面对SPOC平台上的学习记录进行数据分析，挖掘SPOC学习者的在线学习行为特征。刘杰[6]等采用一般认知智力知识整合理论来厘清学习模式与个体差异之间的关系，从而发现不同学习者的学习模式，同时从SPOC平台对不同学习者作用程度这一角度来解释学习模式对学习者知识构建的影响。
本人[7，8]通过对在线课程后台数据的分析，研究线上线下混合式学习行为与学习成效之间的关联关系。基于前面的研究基础，本次研究基于Felder-Silverman学习风格模型理论对学生进行分类，鉴于学习风格模型具有独特性、稳定性，基于混合式教学场景，对比不同类型学生在知识素养、技能掌握和应用能力等方面的差异，找出学习风格与线上线下混合式学习成效之间的关联。
2 计算机辅助平面设计的学习风格模型分析
2.1 Felder-Silverman学习风格理论
Felder-Silverman学习风格模型理论跨过于洋葱模型的中间层和最内层，该模型主要分析学生的认知风格和信息处理偏好。该学习风格模型针对信息加工、感知、输入和理解4个方面将学习风格分为8种：知识加工维度——活跃型与沉思型，知识感知维度——感悟型与直觉型，知识输入维度——视觉型与言语型，知识理解维度——序列型与综合型，各种学习风格的特点如表1所示[9-12]。
Felder-Silverman学习风格模型主要通过所罗门学习风格量表来测定，该表共包含44个问题。每个问题有a、b两个选项，通过对每个维度答案的统计，计算其差值，可将学习者分为3种类型。以视觉型与言语型为例，最终结果为11a～5a属于视觉型，3a～3b属于平衡型，5b～11b属于言语型［11，12］。
2.2 计算机辅助平面设计课程的线上线下混合教学模式
我校“计算机辅助平面设计”课程是面向工业设计、产品设计专业二年级学生的专业基础课。本课程属于计算机图形技术在设计学领域的交叉应用，培养学生在产品造型设计领域的实践和应用能力。根据我校应用型人才的培养定位，结合学科核心素养培养目标，学生通过本课程的学习能够掌握计算机图形学、设计学和美学的交叉知识，能够使用Photoshop、Illustrator等软件工具，在版式设计、产品造型、交互界面领域进行设计方案的推敲、深化、表达与展示。从2015年迄今，本课程的教学逐渐完成了从传统课堂到线上线下混合教学模式的转变，教师们摸索出适合本课程混合式教学的教学内容和教学方法。线上教学平台是超星学银在线，线下教学环境为我校智慧教室，如图1所示。
本课程共48个学时，其中线上自主学习24个学时，线下学习24个学时。教学活动采用翻转课堂的形式开展，难理解、需要反复学习的知识和训练被设定为自主线上学习，线下课程则以启发性、互动性以及发挥学生创造性的项目式学习（Project-based Learning， PBL）中的项目引导、小组讨论等为主，如图2所示，项目来源于企业实题，提升学生对设计工具的应用能力和创新能力。
2.3 计算机辅助平面设计课程学生学习风格模型分析
2020—2021学年春季学期，我校工业设计和产品设计的两个班分别开设本课程，采用小班制教学，单班人数不超过30人，两个班合计人数为54人。为了便于数据统计，将工业设计班命名为C1，将产品设计班命名为C2，开课时通过所罗门量表对两个班级的学生进行了Felder-Silverman学习风格测试，在测试结果中，总体平衡型比重较高，为增加区分度调整了区间阈值，调整区分度较大题目的权重［12］，总体测试数据如表2所示。
表中无平衡型，平衡型＝班级人总数－对应维度两种学习风格人数和。
工业设计专业C1的学生来自普通高中理科生，而产品设计专业C2的学生来自艺术类文科生，通过两个班的数据对比可以发现：
1）在信息感知维度上，感悟型、直觉型和平衡型的比例比较接近，C2班感悟型比例高于C1班，而C1班直觉型比例高于C2班。
2）在信息输入维度上，当前学生明显更加偏向于视觉型，这和目前的多媒体技术在教育领域的应用以及短视频普及有一定的关系，学生对图形、视频媒体的学习能力更强，相对而言C1班平衡型比例略高。
3）在信息加工维度上，C1班的分布比例中沉思型＞平衡型＞活跃型，而C2班的分布比例中平衡型＞沉思型＞活跃型。
4）在内容理解维度上，两个班都是平衡型较高，C1班中综合型比例高于C2班。
总体数据表明，文科艺术生更擅长利用已有知识解决问题，更倾向于视觉媒体信息学习，比较乐于团队合作和讨论解决问题；
而理科學生更喜欢创新、独立思考，更善于理解抽象知识，遇到问题时喜欢总揽全局找到解决方案。
3 学习风格和学习成效之间的关联分析
本课程考核内容兼顾线上线下课堂，重视过程性考核，具体成绩组成包括：在线理论知识测试（15%）、实操训练项目（50%）、线下PBL小组评分（15%）、综合大作业（20%），分别考评了学生的知识素养、技能应用能力、团队合作创新能力和应用能力，如图3所示。
理论学习和实操训练主要由学生自主在线完成指定教学视频的学习和训练，教师提供答疑和指导，在线下课程上课前通过线上平台发布理论测试题，学生可在手机或PC终端完成，测试题以选择题和填空题为主，由系统直接评分，实操训练由教师手动批改。PBL项目在线下课上完成，学生分组完成教师布置的开放性项目，通过讨论、设计、展示等环节，教师对小组整体进行评分。综合大作业属于结课考核，主要考查学生的技术应用能力。
课程结束后，根据学生的学习风格属性和各项成绩生成学生的数据，如表3所示，为方便统计计算，将感悟型、视觉型、活跃型、序列型赋值为1，将直觉型、言语型、沉思型、综合型赋值为-1，将所有平衡型赋值为0。
3.1 学习风格与在线理论学习成绩之间的关系
对所有学生的学习风格和理论学习成绩进行逐项单因素方差分析，发现感悟直觉型、视觉言语型、序列综合型对理论学习成绩没有显著影响，活跃沉思型对理论学习成绩有显著影响，分析方式如表4所示。其中方差齐性检查显著性＞0.05表示方差齐，方差分析有意义。在单因素分析表中我们可以看到，显著性P=0.006＜0.05，说明这三个组中至少有两个组之间是存在显著性差异的。
以活跃沉思型为横坐标，以理论学习成绩为纵坐标，通过箱型图和平均值图可发现活跃型理论学习测试成绩优于平衡型，平衡型理论学习测试成绩优于沉思型。可推测由于线上理论学习以知识学习为主，内容相对枯燥，需要学生具有较强的主动学习意识，尽管沉思型学生喜欢独立思考问题，但是活跃型学生的学习成绩更好，如图4所示。
3.2 学习风格与实操训练学习成效之间的关系
对学习风格和实操训练成绩进行逐项单因素方差分析，发现感悟直觉型、活跃沉思型对理论学习成绩没有显著影响，视觉言语型、序列综合型对实操训练成绩有显著影响，各组之间存在显著差异，如图5所示。
分别以视觉言语型、序列综合型为横坐标，以实操训练成绩为纵坐标，通过箱型图和平均值图可发现视觉型实操学习成绩优于平衡型，平衡型实操学习成绩优于言语型。由于课程实操训练采用视频讲解的形式，需要学生跟着视频操作，可以推测出视觉型学生更善于视觉媒体的学习，比言语型学生的学习风格效果更好。而对于序列综合型则是平衡型优于序列型，序列型优于综合型，可见对于所学知识内容的理解需要较为平衡的学习风格，明显地向综合型或序列型转变并不能很好地解决实操训练中的问题。
3.3 学习风格与在PBL小组评分之间的关系
由于本课程PBL作业是由小组在课下合作完成的，并对小组进行整体评分，小组学习过程中存在组员之间互相促进、相互激励，在对学习风格和PBL小组成绩单因素方差的分析中，未发现任何一种学习风格对PBL小组评分产生显著影响。
3.4 学习风格与综合大作业评分的关系
对所有学生的学习风格和综合大成绩进行逐项单因素方差分析，发现活跃沉思型、视觉言语型、序列综合型对综合大作业成绩没有显著影响，感悟直觉型对大作业成绩有显著影响，各组之间存在显著差异，如图6所示。
以感悟直觉型为横坐标，以综合大作业成绩为纵坐标，通过箱型图和平均值图可发现感悟型大作业成绩优于平衡型，平衡型大作业成绩优于直觉型。这说明感悟型学习者通常喜欢根据已有的事实来考虑和解决问题，在混合式学习过程中，感悟型学习者更容易将所学的知识进行转化，从而取得较好的学习效果。
4 学习风格和学习行为之间的关联分析
通过从教学平台提取学生在线学习数据，可以深入分析学习风格與学习行为之间的关系，进而可从行为学角度剖析学习风格对学习成效产生影响的深层原因。学生学习行为包括章节点击数量、视频反刍比（指学生学习某任务所花费的总时长与任务视频时长的比例，这个比例反映了学生重复学习该视频的次数）、理论测试提交时间系数M、学习时间段系数N。m值表示学生提交理论测试时间系数，M表示学生提交四次理论测试时间系数的总和。
N=（N1+N2+N3+N4）/4
N表示学生在线学习时间段系数，1表示上午8：00—12：00，2表示下午12：00—18：00，3表示晚上18：00—24：00，4表示凌晨00：00—8：00，N为所有学习时间段系数的均值。由于学习风格属于非连续变量，为统计学习风格与学习行为之间的相关性，将学习风格转化为数值，9a=9，7a=7…a=1，9b=-9，7b=-7…b=-1，得到表5。
通过对学习风格与学习行为双变量的相关性分析，由于学习行为数据为非正态分布线性数据，选用斯皮尔曼系数，可得到表6。
从表6中可以看出，感悟直觉型、活跃沉思型的学习风格与理论测试提交时间系数呈负相关，表明感悟型、活跃型学习者的学习风格是提交作业时间更早，在教师布置作业后很快做出响应，他们的学习主动性更强，验证了前文3.1中的结果；
感悟直觉型、视觉言语型、活跃沉思型都与实操视频反刍比呈正相关，也就是说感悟型、视觉型、活跃型学习者的学习风格是对实操训练视频的学习时间更长，容易取得更好的实操成绩，验证了本文3.2中的结果；
活跃沉思型与学习时间段系数呈正相关，也就是说活跃型学习者的学习风格是学习时间更晚，说明学生在晚上或夜间的学习效率更高。
5 结 论
综上，基于Felder-Silverman学习风格模型对学生进行分类，在线上线下混合式课程中，由于教学内容主要是由视频资源构成的，学生中视觉型比言语型更适合于在线媒体信息的学习，尤其是在技能训练中取得了更好的效果；
感悟型学生比直觉型学生更善于灵活运用所学知识、技能处理问题，不断提升自己的应用能力；
活跃型比沉思型更具主动学习意识，由于在线课堂学习中学生的沉浸感比线下课堂弱，因此活跃型学生对较单调内容的学习效果更好；
在内容理解维度上，综合型和序列型学生并不会产生明显的学习效果，而平衡型学生的学习效果会更好。
值得注意的是，在群体学习中，影响因素较多，个体学习风格并不会对整体小组PBL成绩产生决定性的影响。对比C1班和C2班的整体成绩会发现，尽管C2班在学习风格维度上比C1班更有优势，但是除了C1班理论测试平均成绩、综合大作业成绩均值略低于C2班，其他项目平均成绩两个班级基本持平，说明整体学习风气对学习成效也是有一定影响的。本课程属于图形学与设计学的交叉应用型课程，并不具备明显的文理倾向，针对不同学科课程的研究需要做进一步的探索。
参考文献：
[1] 张文.基于资源库建设的版式设计课程设计 [J].西南师范大学学报：自然科学版，2021，46（7）：169-174.
[2] 罗丽苹，李相勇，贾巍.基于“SPOC＋微课＋BYOD”的翻转课堂设计与应用———以《大学计算机基础》公共课为例 [J].西南师范大学学报：自然科学版，2017，42（8）：158-164.
[3] 秦晓安，王睿，程鸿芳.线上教学学生学习行为与成效的大数据分析研究 [J].安徽商贸职业技术学院学报：社会科学版，2020，19（3）：68-71.
[4] 宋超，彭心雨，张新燕，等.基于SPOC的个性化学习模型分析与构建 [J].教育教学论坛，2018（24）：276-278.
[5] 刘冰，李彦敏.SPOC学习者在线学习行为特征分析——基于互动视角 [J].集美大学学报：教育科学版，2019，20（1）：33-38+54.
[6] 刘杰，杨娟，廖雪花，等.SPOC学习中学习者知识整合差异性研究 [J].中国远程教育，2019（1）：36-46.
[7] 成振波，柯善军，秦燕.基于SPOC的计算机辅助工业设计学习效率分析 [J].教育教学论坛，2019（17）：178-179.
[8] 成振波，秦燕.基于MOOC/SPOC的任务驱动课程建设研究——以计算机辅助工业设计课程为例 [J].高教学刊，2017（7）：30-31.
[9] 李婷婷，周丽萍，黎明.大学生学习风格调查与分析——基于Felder-Silverman及Kolb量表 [J].中国教育信息化，2019（15）：24-28.
[10] ALLIOUI Y E. Advanced prediction of learner"s profile based on Felder-Silverman learning styles using web usage mining approach and fuzzy c-means algorithm [J].International Journal of Computer Aided Engineering and Technology，2019，11（4/5）：495-512.
[11] 闫利霞.浅析基于学习行为的Felder-Silverman风格模型修正 [J].中国教育信息化，2018（19）：21-23.
[12] 王晨煜，管明辉，殷传涛，等.基于Felder-Silverman学习风格模型的网络学习风格研究 [J].重庆理工大学学报：自然科学，2017，31（2）：102-109.
作者简介：成振波（1980.07—），男，汉族，河北邢台人，副教授，硕士，研究方向：计算机辅助设计教学。
猜你喜欢综合型活跃学习者打破传统框架的综合型LED光源投影机 ViewSonic(优派)TX500K家庭影院技术(2020年12期)2021-01-18你是哪种类型的学习者学生天地(2020年15期)2020-08-25十二星座是什么类型的学习者意林·少年版(2020年2期)2020-02-18活跃在抗洪救灾一线的巾帼身影海峡姐妹(2019年8期)2019-09-03综合型医院科研经费管理存在的问题及对策中国煤炭工业(2019年3期)2019-08-27这些活跃在INS的时髦萌娃，你Follow了吗？Coco薇(2017年11期)2018-01-03汉语学习自主学习者特征初探海外华文教育(2016年4期)2017-01-20营造综合型大学国际化校园文化氛围当代教育论坛(2015年3期)2015-11-08经济新常态，综合型工程咨询机构的挑战与机遇中国工程咨询(2015年5期)2015-02-16论远程学习者的归属感及其培养继续教育研究(2014年1期)2014-02-27
