论文部分内容阅读
摘 要：基于在线学习的实验教学过程中积累的调查大数据，详细分析了教师支持的三个维度和学习投入的五个维度，对于教师支持与学习投入的关系，提出一种高效的研究模型，通过对教师投入和学习投入的大数据比较，分析均值、方差、相关系数等数据，结果表明路径系数均达到p>0.05的显著水平，证明自主支持、认知支持和情感支持对学习投入存在显著影响。
关键词：在线学习；大数据；比较模型；教师支持；学习投入
中图分类号：G640 文献标志码：A 文章编号：2096-000X（2018）10-0069-04
Abstract： This paper utilizes the collected big data during e-learning to analyze three dimensions of teacher-support and five dimensions of learning engagement in detail. An effective model is proposed to analyze the relation between teacher-support and learning engagement. Base on the collected big data， Cronbach's alpha， mean， variance， structural equation modeling and correlative coefficient are analyzed to compare teacher-support and learning engagement in the effective model， all path coefficients achieve significant level： p>0.05. This paper proposes the improved recommendations and supplies the effective learning strategies.
Keywords： online-learning； big data； comparative model； teacher-support； learning engagement
一、在线学习实验教学的背景调查与研究意义
在线学习（online learning）的实验教学过程中，教师支持对学习者在线学习的效果有很大影响[1]，为此，深入研究在线学习背景下的学习者在不同学习阶段的学习投入，分析学习投入维度，可以掌握学习者的学习目的、学习需求和学习习惯，进而帮助从事在线教育的教师在前期的课程设计，以及后期的实验教学课程實施过程中做到有的放矢，达成有效的对象教育，最大化教育效果；同时也有助于教师们转变教育理念，提高在线教育的教学质量与工作效率。
学习投入是指学习者在参与教学活动中投入的学习工作量和学习时间[2]，因此，学习投入是在线课程设计的关键因素，在线学习的学习投入研究，主要从五个维度来进行数据采集和维度测量：在线投入维度（online engagement）主要测量学习者利用在线学习平台提升和丰富学习活动的程度；在线主动学习维度（online active learning）主要测量学习者利用在线学习平台推送的学习方法进行主动学习的程度；在线学习社交互动维度（online social learning）主要测量学习者利用在线学习平台支持社交活动和论坛讨论的情况；在线师生交流维度（online teacher-student interaction）主要测量教育者与学习者在线学习平台中互动的性质、水平和活跃程度；在线合作维度（online cooperation learning）主要测量学生利用互联网参与在线学习合作的情况。
教师支持是在线学习教育者在课程设计、课程授课、在线考核和互动交流等环节的投入工作量的程度[3]。教师支持主要有三个方面：自主支持、情感支持和认知支持[4]。自主支持主要是教师在教学内容设计、学习任务的类型选择、以及关键问题的解决方法等方面为学习者提供足够的自主空间和教学支持，以增强学习者参与学习活动的自主性；情感支持是指教育者关注学习者在参与学习活动中面对的压力和挑战给予的情感关怀；认知支持是指教育者为学习者设计难易适中的作业任务和考核任务，提供知识进阶的学习挑战。
通过上述研究背景调查和研究意义分析可以发现，教师支持与在线学习投入的关联程度如何，哪个维度对在线学习投入的影响最大，还有待进一步探索。因此，本研究基于教师支持和学习投入建立了一个分析模型，为在线实验教学的教学目标设计，课程方向定位、在线活动开展和考核方法制定等环节提供依据和指导。
二、总体研究方法设计
本研究选取哈尔滨工业大学参与在线课程实验学习的本科学生作为研究对象，基于整群抽样和随机抽样相结合的研究方法，共选取1351名学习者被试参与问卷调查，采用课堂教学的现场调查和教学系统网路平台调查相结合的模式，经过初步整理，有效问卷1225份，有效率为90.6%。参与调查的学习者至少完成过2门在线课程的实验学习，所学实验课程包括大学物理、大学化学、通信原理、数字逻辑电路与系统、数字信号分析等公共课以及相关专业课程，专业分布情况为：通信工程专业271人，化学工程专业239人，电子信息工程专业311人，材料学专业257人，计算机科学与技术专业147人。
（一）建立学习投入的研究模型
根据考特斯等人修订的“学习投入量表”[5]，学习投入由在线投入维度（online engagement）、在线主动学习维度（online active learning）、在线学习社交互动维度（online social learning）、在线师生交流维度（online teacher-student interaction）、在线合作维度（online cooperation learning）组成。学习投入量表使用5点计分法，从5分到1分别表示“完全符合”到“完全不符合”，分数越低，表示学习者的学习投入度越低。这五个维度以及调查问卷内部整体一致性信度（Cronbach's alpha）分别为0.81、0.79、0.82、0.85、0.83，数据表明信度较好；验证性因素的分析结果：χ2=217.5，df=95.6，χ2/df=2.28，GFI=0.86，CFI=0.95，TLI=0.97，RMSEA=0.08，RMR=0.07，数据表明此学习投入量表的结构效度良好。 （二）建立教师支持的研究模型
通过对教师支持下的教学模式分析，本研究将参与调查的学习者感知教师支持作为主要研究途径，设计科学合理的调查问卷。基于教师支持的研究背景，该调查问卷分为三个方面：自主支持、认知支持、情感支持。问卷包含11个题项，其中自主支持有4个题项，认知支持有4个题项，情感支持有3个题项。教师支持调查问卷采用5点计分法，从5分到1分别表示“完全符合”到“完全不符合”，分数越低，表示教师支持对在线学习者的影响越小。这三个维度以及调查问卷内部整体一致性信度（Cronbach's alpha）分别为0.80、0.78、0.81，其信度较好。验证性因素的分析结果：χ2=55.93，df=40，χ2/df=1.33，GFI=0.89，CFI=0.97，TLI=0.98，RMSEA=0.06，RMR=0.07，数据表明此教师支持调查问卷的结构效度较好。
（三）数据处理与分析方法
本研究主要利用SPSS软件对收集的学习投入与教师支持的数据进行联合处理，利用AMOS工具软件进行验证性因素的统计分析。在数据处理方面，基于收集的数据，利用SPSS22.0的工具包进行描述统计和相关分析，结合前期的研究理论和问题假设，构建结构方程的模型，在验证性因素分析和路径分析方面，采用AMOS21.0的工具包进行分析处理，探索在线学习实验教学背景下的教师支持与学习投入的对应关系。
三、研究结果与数据分析
（一）在线学习者学习投入的数据分析
在线学习环境下，学习者学习投入的描述统计分析见表1。可以看出，学习投入整体均值为3.57，相比略高于理论均值3.0。在五个维度上，数据由高到低依次为：在线投入维度、在线主动学习维度、在线学习社交互动维度、在线合作维度、在线师生交流维度。在线投入方面，“课程正式开始前学习平台会调查学习者的需求”（Mean=4.03），“学习平台会针对学习情况推荐适合学习者的学习内容”（Mean=3.96），“案例为学习者进行问题分析和设计决策提供了很多有用的细节信息”（Mean=3.72）；在线主动学习方面，“有固定的学习习惯，例如做实时笔记，课前预习、定期总结”（Mean=3.74），该题项上得分最高，其次是“有一套针对在线学习的个性化学习方法”（Mean=3.59），得分最低的是“坚持按时进行在线学习”（Mean=3.30）；在线学习社交互动方面，各题项得分普遍较低，如学习者在“感觉就像面对面的聊天”（Mean=3.48）、“从其他学习者的评价中得到很多好的建议”（Mean=3.41），“和其他学习者分享自己的学习体会与感受”（Mean=3.25），“和其他学习者互相分享学习资源”（Mean=3.28），这些方面都表现得不够积极；在线合作方面，“团队成员共同督促和监督学习过程”（Mean=3.29），“在线合作学习情景下，定期探讨问题”（Mean=3.21），“发起团体讨论活动，积极思考和回答其他学习者的问题”（Mean=3.37）；在线师生交流方面，“遇到不会的问题第一个倾向于求助教师”（Mean=3.08），“教师能及时参与学习者发起的讨论，解决学习者提出的问题”（Mean=3.21）、“教师会根据学习者的在线考试和作业情况，提供针对性的建议”（Mean=3.14）。
（二）在线学习者感知教师支持的数据分析
根据描述统计分析，在线学习环境下，学习者感知的教师支持和各维度的均值（Mean）、標准差（Std.Deviation）见表2。表2的数据结果可见，学习者感知教师支持整体水平（Mean=3.67）略高于理论均值，在三个维度上，教师支持程度由低到高依次为情感支持，认知支持，自主支持。基于各维度的具体题项均值数据来看，情感支持维度方面，各题项的情况分别为“对于学习者的建议和思想给予尊重并及时反馈”（Mean=3.69），“对于学习者的表现和学习主动性给予关注”（Mean=3.47）、“对于学习者的学习压力与挑战给予理解”（Mean=3.44）；认知支持维度方面，教师在“引导学生自主获取学习资源，给予学习者在知识进阶方面进行指导”（Mean=3.95）方面得分最高，其后依次是“支持学习者开展项目式学习的实验题目”（Mean=3.72），“讲解相关实验仪器的使用方法”（Mean=3.63），而“提供在线学习实验操作演示”（Mean=3.60）得分最低；自主支持维度方面，“翻转课堂的实验项目评价指标多样化”（Mean=3.81）得分最高，其次是“课堂实验教学中给予学习者独立思考和反思实验知识的足够时间”（Mean=3.69），“安排较为自由的学习任务和实验操作步骤”（Mean=3.65），“实验过程中让学习者认知理论知识的重要性”（Mean=3.52）得分较低。
（三）在线学习背景下教师支持与学习投入的相关关系
根据统计学上的积差相关系数特性，教师支持与学习投入可以作相关性分析，总结两个变量的相关关系，在线学习背景下，教师支持与学习投入的Spearman correlation相关系数的统计情况见表3，分析统计结果可以看出，学习投入的五个关键因素与教师支持的三个维度均呈现显著的相关性，证明教师支持对学习投入的影响较大，依据这一数据分析的结果，进行下一步的回归分析和路径分析。
（四）教师支持与学习投入的结构方程模型
建立结构方程模型，进一步深入分析教师支持与学习投入的相关性，基于前文在线学习实验教学中教师支持与学习投入的基本理论和相关分析结果，将情感支持、认知支持和自主支持作为结构方程模型的外因变量，将在线投入、在线主动学习、在线社交互动度、在线合作、在线师生交流作为内因变量，构建假设模型，对于教师支持与学习投入进行验证性因素分析，进一步开展路径计算分析。在完成模型适配度评估和修正步骤后，最终建立基于教师支持为外因变量和学习投入为外因变量的结构方程模型，如图1所示。 该模型拟合指数为：χ2=10.51，df=6.87，χ2/df=1.52，GFI=0.99，CFI=0.96，TLI=0.98，RMSEA=0.03，RMR=0.07，可以看出，各项指标均符合模型适配标准，拟合度表现良好。同时，依据极大似然法估计相关路径系数值，标准化回归系数和显著性水平表现情况见表4。
参数估计值显著性的检验标准：p<0.05，临界比的绝对值大于1.96，表中所示三条路径系数均达0.05的显著水平，并且在图1中计算的各条路径标准化回归系数β值，取值都为正值，表明情感支持、认知支持和自主支持，可以显著正向影响学习投入，在线学习背景下，教师支持三个维度对“学习投入”内因变量的直接效果值分别为0.27、0.26、0.33，结果表明，自主支持对学习投入的影响最大，其次是情感支持，最后是认知支持，并且，三者对在线学习投入影响的总效果值为0.56。
四、结束语
在线学习是网络信息技术发展的必然产物，通过对于教师支持和学习投入的研究分析，教师支持对于提高自主学习的学习效果起着关键性作用，在线学习的实验教学背景下，教师支持对于学习投入的影响较大。依据这一研究结论，承担实验课程建设任务的老师、平台开发运维人员和课程摄制人员，要合理建构课程体系，科学配置教学资源，人性化设置学习平台功能，提高学习者的成就感和获得感，提高学习者的学习投入。
参考文献：
[1]李斐，黄明东.“慕课”带给高校的机遇与挑战[J].中国高等教育， 2014（7）：22-26.
[2]何旭明，陈向明.学生的学习投入对学习兴趣的影响研究[J].全球教育展望，2008，37（3）：46-51.
[3]欧阳丹.教师期望、学业自我概念、学生感知教师支持行为与学业成绩之间的关系研究[D].广西师范大学，2005.
[4]张日 ，王琨.国外关于教师期望与差别行为的研究[J].河北大学学报（哲学社会科学版），2003，28（2）：12-16.
[5]李西营，黄荣.大学生学习投入量表（UWES-S）的修订报告[J]. 心理研究，2010，03（1）：84-88.
[6]戴桂君，劉泽敏，宋林佳.高职课堂教学质量评价新视角：学生学习投入度[J].高教学刊，2017（13）：168-170+173.
[7]李凯歌.独立学院学生学习投入度的实证研究——基于N学院的分析[J].高教学刊，2016（02）：34-35.
关键词：在线学习；大数据；比较模型；教师支持；学习投入
中图分类号：G640 文献标志码：A 文章编号：2096-000X（2018）10-0069-04
Abstract： This paper utilizes the collected big data during e-learning to analyze three dimensions of teacher-support and five dimensions of learning engagement in detail. An effective model is proposed to analyze the relation between teacher-support and learning engagement. Base on the collected big data， Cronbach's alpha， mean， variance， structural equation modeling and correlative coefficient are analyzed to compare teacher-support and learning engagement in the effective model， all path coefficients achieve significant level： p>0.05. This paper proposes the improved recommendations and supplies the effective learning strategies.
Keywords： online-learning； big data； comparative model； teacher-support； learning engagement
一、在线学习实验教学的背景调查与研究意义
在线学习（online learning）的实验教学过程中，教师支持对学习者在线学习的效果有很大影响[1]，为此，深入研究在线学习背景下的学习者在不同学习阶段的学习投入，分析学习投入维度，可以掌握学习者的学习目的、学习需求和学习习惯，进而帮助从事在线教育的教师在前期的课程设计，以及后期的实验教学课程實施过程中做到有的放矢，达成有效的对象教育，最大化教育效果；同时也有助于教师们转变教育理念，提高在线教育的教学质量与工作效率。
学习投入是指学习者在参与教学活动中投入的学习工作量和学习时间[2]，因此，学习投入是在线课程设计的关键因素，在线学习的学习投入研究，主要从五个维度来进行数据采集和维度测量：在线投入维度（online engagement）主要测量学习者利用在线学习平台提升和丰富学习活动的程度；在线主动学习维度（online active learning）主要测量学习者利用在线学习平台推送的学习方法进行主动学习的程度；在线学习社交互动维度（online social learning）主要测量学习者利用在线学习平台支持社交活动和论坛讨论的情况；在线师生交流维度（online teacher-student interaction）主要测量教育者与学习者在线学习平台中互动的性质、水平和活跃程度；在线合作维度（online cooperation learning）主要测量学生利用互联网参与在线学习合作的情况。
教师支持是在线学习教育者在课程设计、课程授课、在线考核和互动交流等环节的投入工作量的程度[3]。教师支持主要有三个方面：自主支持、情感支持和认知支持[4]。自主支持主要是教师在教学内容设计、学习任务的类型选择、以及关键问题的解决方法等方面为学习者提供足够的自主空间和教学支持，以增强学习者参与学习活动的自主性；情感支持是指教育者关注学习者在参与学习活动中面对的压力和挑战给予的情感关怀；认知支持是指教育者为学习者设计难易适中的作业任务和考核任务，提供知识进阶的学习挑战。
通过上述研究背景调查和研究意义分析可以发现，教师支持与在线学习投入的关联程度如何，哪个维度对在线学习投入的影响最大，还有待进一步探索。因此，本研究基于教师支持和学习投入建立了一个分析模型，为在线实验教学的教学目标设计，课程方向定位、在线活动开展和考核方法制定等环节提供依据和指导。
二、总体研究方法设计
本研究选取哈尔滨工业大学参与在线课程实验学习的本科学生作为研究对象，基于整群抽样和随机抽样相结合的研究方法，共选取1351名学习者被试参与问卷调查，采用课堂教学的现场调查和教学系统网路平台调查相结合的模式，经过初步整理，有效问卷1225份，有效率为90.6%。参与调查的学习者至少完成过2门在线课程的实验学习，所学实验课程包括大学物理、大学化学、通信原理、数字逻辑电路与系统、数字信号分析等公共课以及相关专业课程，专业分布情况为：通信工程专业271人，化学工程专业239人，电子信息工程专业311人，材料学专业257人，计算机科学与技术专业147人。
（一）建立学习投入的研究模型
根据考特斯等人修订的“学习投入量表”[5]，学习投入由在线投入维度（online engagement）、在线主动学习维度（online active learning）、在线学习社交互动维度（online social learning）、在线师生交流维度（online teacher-student interaction）、在线合作维度（online cooperation learning）组成。学习投入量表使用5点计分法，从5分到1分别表示“完全符合”到“完全不符合”，分数越低，表示学习者的学习投入度越低。这五个维度以及调查问卷内部整体一致性信度（Cronbach's alpha）分别为0.81、0.79、0.82、0.85、0.83，数据表明信度较好；验证性因素的分析结果：χ2=217.5，df=95.6，χ2/df=2.28，GFI=0.86，CFI=0.95，TLI=0.97，RMSEA=0.08，RMR=0.07，数据表明此学习投入量表的结构效度良好。 （二）建立教师支持的研究模型
通过对教师支持下的教学模式分析，本研究将参与调查的学习者感知教师支持作为主要研究途径，设计科学合理的调查问卷。基于教师支持的研究背景，该调查问卷分为三个方面：自主支持、认知支持、情感支持。问卷包含11个题项，其中自主支持有4个题项，认知支持有4个题项，情感支持有3个题项。教师支持调查问卷采用5点计分法，从5分到1分别表示“完全符合”到“完全不符合”，分数越低，表示教师支持对在线学习者的影响越小。这三个维度以及调查问卷内部整体一致性信度（Cronbach's alpha）分别为0.80、0.78、0.81，其信度较好。验证性因素的分析结果：χ2=55.93，df=40，χ2/df=1.33，GFI=0.89，CFI=0.97，TLI=0.98，RMSEA=0.06，RMR=0.07，数据表明此教师支持调查问卷的结构效度较好。
（三）数据处理与分析方法
本研究主要利用SPSS软件对收集的学习投入与教师支持的数据进行联合处理，利用AMOS工具软件进行验证性因素的统计分析。在数据处理方面，基于收集的数据，利用SPSS22.0的工具包进行描述统计和相关分析，结合前期的研究理论和问题假设，构建结构方程的模型，在验证性因素分析和路径分析方面，采用AMOS21.0的工具包进行分析处理，探索在线学习实验教学背景下的教师支持与学习投入的对应关系。
三、研究结果与数据分析
（一）在线学习者学习投入的数据分析
在线学习环境下，学习者学习投入的描述统计分析见表1。可以看出，学习投入整体均值为3.57，相比略高于理论均值3.0。在五个维度上，数据由高到低依次为：在线投入维度、在线主动学习维度、在线学习社交互动维度、在线合作维度、在线师生交流维度。在线投入方面，“课程正式开始前学习平台会调查学习者的需求”（Mean=4.03），“学习平台会针对学习情况推荐适合学习者的学习内容”（Mean=3.96），“案例为学习者进行问题分析和设计决策提供了很多有用的细节信息”（Mean=3.72）；在线主动学习方面，“有固定的学习习惯，例如做实时笔记，课前预习、定期总结”（Mean=3.74），该题项上得分最高，其次是“有一套针对在线学习的个性化学习方法”（Mean=3.59），得分最低的是“坚持按时进行在线学习”（Mean=3.30）；在线学习社交互动方面，各题项得分普遍较低，如学习者在“感觉就像面对面的聊天”（Mean=3.48）、“从其他学习者的评价中得到很多好的建议”（Mean=3.41），“和其他学习者分享自己的学习体会与感受”（Mean=3.25），“和其他学习者互相分享学习资源”（Mean=3.28），这些方面都表现得不够积极；在线合作方面，“团队成员共同督促和监督学习过程”（Mean=3.29），“在线合作学习情景下，定期探讨问题”（Mean=3.21），“发起团体讨论活动，积极思考和回答其他学习者的问题”（Mean=3.37）；在线师生交流方面，“遇到不会的问题第一个倾向于求助教师”（Mean=3.08），“教师能及时参与学习者发起的讨论，解决学习者提出的问题”（Mean=3.21）、“教师会根据学习者的在线考试和作业情况，提供针对性的建议”（Mean=3.14）。
（二）在线学习者感知教师支持的数据分析
根据描述统计分析，在线学习环境下，学习者感知的教师支持和各维度的均值（Mean）、標准差（Std.Deviation）见表2。表2的数据结果可见，学习者感知教师支持整体水平（Mean=3.67）略高于理论均值，在三个维度上，教师支持程度由低到高依次为情感支持，认知支持，自主支持。基于各维度的具体题项均值数据来看，情感支持维度方面，各题项的情况分别为“对于学习者的建议和思想给予尊重并及时反馈”（Mean=3.69），“对于学习者的表现和学习主动性给予关注”（Mean=3.47）、“对于学习者的学习压力与挑战给予理解”（Mean=3.44）；认知支持维度方面，教师在“引导学生自主获取学习资源，给予学习者在知识进阶方面进行指导”（Mean=3.95）方面得分最高，其后依次是“支持学习者开展项目式学习的实验题目”（Mean=3.72），“讲解相关实验仪器的使用方法”（Mean=3.63），而“提供在线学习实验操作演示”（Mean=3.60）得分最低；自主支持维度方面，“翻转课堂的实验项目评价指标多样化”（Mean=3.81）得分最高，其次是“课堂实验教学中给予学习者独立思考和反思实验知识的足够时间”（Mean=3.69），“安排较为自由的学习任务和实验操作步骤”（Mean=3.65），“实验过程中让学习者认知理论知识的重要性”（Mean=3.52）得分较低。
（三）在线学习背景下教师支持与学习投入的相关关系
根据统计学上的积差相关系数特性，教师支持与学习投入可以作相关性分析，总结两个变量的相关关系，在线学习背景下，教师支持与学习投入的Spearman correlation相关系数的统计情况见表3，分析统计结果可以看出，学习投入的五个关键因素与教师支持的三个维度均呈现显著的相关性，证明教师支持对学习投入的影响较大，依据这一数据分析的结果，进行下一步的回归分析和路径分析。
（四）教师支持与学习投入的结构方程模型
建立结构方程模型，进一步深入分析教师支持与学习投入的相关性，基于前文在线学习实验教学中教师支持与学习投入的基本理论和相关分析结果，将情感支持、认知支持和自主支持作为结构方程模型的外因变量，将在线投入、在线主动学习、在线社交互动度、在线合作、在线师生交流作为内因变量，构建假设模型，对于教师支持与学习投入进行验证性因素分析，进一步开展路径计算分析。在完成模型适配度评估和修正步骤后，最终建立基于教师支持为外因变量和学习投入为外因变量的结构方程模型，如图1所示。 该模型拟合指数为：χ2=10.51，df=6.87，χ2/df=1.52，GFI=0.99，CFI=0.96，TLI=0.98，RMSEA=0.03，RMR=0.07，可以看出，各项指标均符合模型适配标准，拟合度表现良好。同时，依据极大似然法估计相关路径系数值，标准化回归系数和显著性水平表现情况见表4。
参数估计值显著性的检验标准：p<0.05，临界比的绝对值大于1.96，表中所示三条路径系数均达0.05的显著水平，并且在图1中计算的各条路径标准化回归系数β值，取值都为正值，表明情感支持、认知支持和自主支持，可以显著正向影响学习投入，在线学习背景下，教师支持三个维度对“学习投入”内因变量的直接效果值分别为0.27、0.26、0.33，结果表明，自主支持对学习投入的影响最大，其次是情感支持，最后是认知支持，并且，三者对在线学习投入影响的总效果值为0.56。
四、结束语
在线学习是网络信息技术发展的必然产物，通过对于教师支持和学习投入的研究分析，教师支持对于提高自主学习的学习效果起着关键性作用，在线学习的实验教学背景下，教师支持对于学习投入的影响较大。依据这一研究结论，承担实验课程建设任务的老师、平台开发运维人员和课程摄制人员，要合理建构课程体系，科学配置教学资源，人性化设置学习平台功能，提高学习者的成就感和获得感，提高学习者的学习投入。
参考文献：
[1]李斐，黄明东.“慕课”带给高校的机遇与挑战[J].中国高等教育， 2014（7）：22-26.
[2]何旭明，陈向明.学生的学习投入对学习兴趣的影响研究[J].全球教育展望，2008，37（3）：46-51.
[3]欧阳丹.教师期望、学业自我概念、学生感知教师支持行为与学业成绩之间的关系研究[D].广西师范大学，2005.
[4]张日 ，王琨.国外关于教师期望与差别行为的研究[J].河北大学学报（哲学社会科学版），2003，28（2）：12-16.
[5]李西营，黄荣.大学生学习投入量表（UWES-S）的修订报告[J]. 心理研究，2010，03（1）：84-88.
[6]戴桂君，劉泽敏，宋林佳.高职课堂教学质量评价新视角：学生学习投入度[J].高教学刊，2017（13）：168-170+173.
[7]李凯歌.独立学院学生学习投入度的实证研究——基于N学院的分析[J].高教学刊，2016（02）：34-35.