论文部分内容阅读
摘要：本文利用《中国引文数据库》，对2010至2015年的国内学习分析研究高被引论文从时间特征、来源期刊、作者以及关键词四个方面进行了深入的分析和研究，旨在揭示我国学习分析研究的进展及热点，以期为研究者了解和研究学习分析提供些许参考和借鉴。
关键词：学习分析；高被引论文；被引频次
中图分类号：G434 文献标识码：A 论文编号：1674-2117（2016）17-0106-04
高被引论文是指某个学科被引用次数较多的论文，它在一定程度上反映了该篇论文的学术质量和学术影响。所以，统计分析某学科的高被引论文对相对客观地了解该学科的研究动态及进展具有重要的意义。
学习分析（Learning analytics）自2010年被提出以来，一直受到教育研究者们的广泛关注，近几年它已迅速发展成为教育领域的热点话题。加拿大阿塞巴斯卡大学的G.Siemens教授认为，学习分析是测量、收集、分析和报告有关学生及其学习环境的数据，用以理解和优化学习及其产生环境的技术。[1]通过学习分析，不仅能够深度挖掘和分析学习者学习行为、学习特征等数据背后所隐藏的含义，而且还可以通过分析结果来指导和干预教学，更好地为学生学习提供服务。因此，本文试图分析2010至2015年我国学习分析研究的高被引论文，揭示其研究进展情况。
● 数据来源及高被引论文确定
1.数据来源
本研究的数据来源于“中国知网”的《中国引文数据库》（CCD）。检索项为“被引题名”或“被引文献关键词”，检索词为“学习分析”或“学习分析技术”，论文出版时间范围为2010至2015年，检索方式为“精确”匹配，检索时间为2016年6月27日。为了保证研究的准确性，本次研究剔除了与学习分析研究非直接相关的论文，并将剩余的论文按照被引频次由高到低的顺序进行存盘。
2.高被引论文的确定
美国学者普赖斯（Price）[2]指出，“在同一主题中，半数的论文为一群高生产能力作者所撰，这一作者（核心作者）集合在数量上约等于全部作者总数的平方根。这就是普赖斯定律。借鉴普赖斯定律，本研究将被引频次大于等于N（N=0.749）次的论文确定为高被引论文，其中N为高被引论文被引频次的最小值，nmax为被引频次最高的论文的被引频次。国内学习分析研究论文中，被引频次最高是顾小清等在《远程教育杂志》上发表的《MOOCs的本土化诉求及其应对》一文，截至2016年6月27日，该论文共计被引用156次，即nmax=156，N≈9.36。因此，本研究选取被引频次≥10的论文为高被引论文。在存盘的所有论文中，共有30篇高被引论文，30篇高被引论文累计被引1108次，篇均被引36.93次，单篇最高被引156次。
● 高被引论文分析
1.高被引论文时间特征分析
为了研究国内学习分析高被引论文出现的时间，本研究对2010至2015年被引频次分别为5、10、15以上的论文按照发表年份进行了分组和统计，结果如下图所示。
从上图可以看出，国内学习分析研究高被引论文最早见于2012年，且3组论文均呈现出“中间高、两侧低”的走势，这说明近6年国内学习分析高被引论文主要出现在2013至2014年间，这与尤金·加菲尔德博士（Eugene Garfield）在《引文索引法的理论及应用》中提到的自然科学期刊论文在其发表后的2至3年达到被引高峰期一致。[3]2013至2014年，国内学者在总结、吸收国外学习分析思想的基础上，开始更加细粒度化的学习分析主题研究（MOOC、电子书包等），并将其广泛应用到在线教育实践中。
2.高被引论文来源期刊分析
在30篇高被引论文中，有1篇硕士学位论文（顾晓，学习分析技术在高中信息技术的应用实践研究，2012，被引频次11），其余29篇（被引频次合计1097次）均为期刊论文，共涉及11种期刊，具体分布如表1所示。其中25篇来自于教育技术领域期刊，合计被引用957次，约占期刊高被引论文总被引频次的87.24%，这从侧面反映出国内学习分析高被引论文主要来源于教育技术领域的期刊。《中国电化教育》《远程教育杂志》和《开放教育研究》刊载高被引论文的数量依次位居前3位，约占期刊论文总量的58.62%。其中《远程教育杂志》总被引频次和篇均被引频次均最高，这说明在国内学习分析研究领域，《远程教育杂志》的学术影响力较为突出，《中国电化教育》和《开放教育研究》的优势也较为明显，对学习分析研究的发展起着重要作用。
3.高被引论文作者分析
（1）高被引论文多产作者
30篇高被引论文共涉及63位作者，共署名76人次。其中署名6次的有1人，署名2次的有9人，署名1次的有52人。
通过对高被引论文作者进一步分析发现，署名最多的是华东师范大学教育信息技术学系的顾小清教授，共署名发表6篇论文，总被引328次（占高被引论文总被引频次的29.60%），篇均被引54.67次，充分显示了其对我国学习分析研究的重要贡献。而且顾小清、胡艺龄、蔡慧英三人[4]合作发表在《远程教育杂志》上的《MOOCs的本土化诉求及其应对》一文，被引频次最高，为156次，这从侧面反映出该篇论文在学习分析研究方面具有很高的学术价值；中央民族大学的孙洪涛教授、广州广播电视大学的龚志武教授、华东师范大学教育信息化系统工程研究中心的祝智庭教授等9人紧随其后，分别署名发表了2篇论文。其中孙洪涛教授不仅基于学习分析的视角对远程教学交互分析方法进行了研究[5]，而且还在对比分析现有学习分析工具的基础上，利用在线教学分析案例对社会网络分析工具NodeXL的使用过程进行了详细的介绍。[6]以龚志武教授为核心的广州市远程教育技术创新团队则主要通过解读地平线报告来研究学习分析技术。[7][8]祝智庭教授虽然仅署名发表了2篇论文，但是其署名第一作者的《学习分析学：智慧教育的科学力量》[9]一文，从学习分析学的缘起、相关技术、设计框架等角度对其进行了阐述，为研究者清晰地认识学习分析技术提供了便捷的途径，因此被广泛引用（被引42次）。国家开放大学的魏顺平教授、北京师范大学的黄荣怀教授等52人虽然仅署名发表了1篇高被引论文，但这些论文在国内学习分析领域同样占据着重要的地位，具有较高的学术价值。魏顺平教授2013年2月发表在《现代教育技术》上的《学习分析技术：挖掘大数据时代下教育数据的价值》[10]一文，不仅对国内外学习分析技术的研究现状、关键技术和分析模式进行了介绍和归纳总结，而且还用案例从不同用户视角展示了学习分析技术在网络学习过程分析中的应用过程，对研究者们了解学习分析提供了帮助，截至2016年6月27日，该论文共被引用96次；李艳燕、马韶茜、黄荣怀合作发表在《开放教育研究》上的《学习分析技术：服务学习过程设计和优化》[11]一文，从学习分析的五个环节入手，详细地介绍了与学习分析相关的五类数据分析，为学习者们认识和研究学习分析提供了指导，截至2016年6月27日，共被引用44次。
4.高被引论文关键词分析
关键词的数量和频次常可以用来反映该研究领域的宽窄程度和集中程度。[12]在本研究的30篇高被引文献中，涉及79个关键词，篇均2.63个，具体如下页表3所示。
由表3可知，国内学习分析研究高被引论文中出现频次最多的关键词是学习分析，共计出现27次，与其同义的学习分析技术也出现了2次，这表明国内学习分析研究始终紧靠学习分析这一核心主旨。作为学习分析的数据来源和技术支撑，大数据、教育数据、数据挖掘、教育数据挖掘等关键词也出现了2次以上。智慧教育、个性化学习、在线学习等关键词的出现反映了我国学习分析研究主题多集中在在线教育和智慧教育层面。
● 总结
通过以上对我国学习分析研究高被引论文的时间特征和期刊来源分析，我们可以发现国内学习分析研究高被引论文多被刊载于教育技术领域的期刊上，且在发表之后的2～3年被广泛引用，其中2013至2014年发表的论文被其他研究者们引用的频次较高，具有很高的学术参考价值。通过对高被引论文的作者进一步分析发现，师范院校和开放大学是国内学习分析研究的重要基地，教育技术领域的学者专家们是其主要研究力量，其中华东师范大学的顾小清教授、祝智庭教授，北京师范大学的黄荣怀教授等更是在国内学习分析研究中做出了极大的贡献。学习分析在国内虽然起步较迟，但发展迅速，随着MOOC、电子书包、智慧学习等的快速发展，学习分析的研究主题也越来越多样化和细化，将学习分析技术应用于各种在线学习平台也逐渐成为近年来国内学习分析研究的热点。
参考文献：
[1]Siemens，G.Learning and Knowledge Analytics-Knewton-the future of education？[EB/OL].[2011-04-14].http：//www.learninganalytics.net/.
[2]Derek de Solla Price.Little Science，Big Science[M].New York：Columbia Press，1963.
[3]（美）尤金·加菲尔德.引文索引法的理论及应用[M].侯汉清，等，译。北京：北京图书馆出版社，2004.
[4]顾小清，胡艺龄，蔡慧英.MOOCs的本土化诉求及其应对[J].远程教育杂志，2013（5）：3-11.
[5]孙洪涛.学习分析视角下的远程教学交互分析案例研究[J].中国电化教育，2012（11）：40-46.
[6]孙洪涛.开源工具支持下的社会网络分析——NodeXL介绍与案例研究[J].中国远程教育，2013（2）：14-20.
[7]龚志武，吴迪，等.2013地平线报告高等教育版（上）[J].广州广播电视大学学报，2013（2）：1-6.
[8]龚志武，吴迪，等.2014地平线报告高等教育版[J].广州广播电视大学学报，2014（2）：1-18.
[9]祝智庭，沈德梅.学习分析学：智慧教育的科学力量[J].电化教育研究，2013（5）：5-12.
[10]魏顺平.学习分析技术：挖掘大数据时代下教育数据的价值[J].现代教育技术，2013，23（2）：5-11.
[11]李艳燕，马韶茜，黄荣怀.学习分析技术：服务学习过程设计和优化[J].开放教育研究，2012（05）：18-24.
[12]刘雪立，王兆军.2004—2008年我国情报专题研究高被引论文的统计与分析[J].情报杂志，2010，29（1）：64-67.
作者简介：马卉（1990.1—），首都师范大学教育技术系硕士研究生，主要研究方向为智慧学习、文献计量。
基金项目：本文受到北京市教育科学“十二五”规划重点课题“基础教育学校课堂教学实验研究（ABA150008）”、全国教育科学规划课题“CSCL协同知识建构的可视化促进策略与支持系统研究（DCA120189）”、北京市教育委员会科技计划面上项目“移动终端授课环境下学生行为的实时分析与可视化技术（KM201410028018）”资助。
关键词：学习分析；高被引论文；被引频次
中图分类号：G434 文献标识码：A 论文编号：1674-2117（2016）17-0106-04
高被引论文是指某个学科被引用次数较多的论文，它在一定程度上反映了该篇论文的学术质量和学术影响。所以，统计分析某学科的高被引论文对相对客观地了解该学科的研究动态及进展具有重要的意义。
学习分析（Learning analytics）自2010年被提出以来，一直受到教育研究者们的广泛关注，近几年它已迅速发展成为教育领域的热点话题。加拿大阿塞巴斯卡大学的G.Siemens教授认为，学习分析是测量、收集、分析和报告有关学生及其学习环境的数据，用以理解和优化学习及其产生环境的技术。[1]通过学习分析，不仅能够深度挖掘和分析学习者学习行为、学习特征等数据背后所隐藏的含义，而且还可以通过分析结果来指导和干预教学，更好地为学生学习提供服务。因此，本文试图分析2010至2015年我国学习分析研究的高被引论文，揭示其研究进展情况。
● 数据来源及高被引论文确定
1.数据来源
本研究的数据来源于“中国知网”的《中国引文数据库》（CCD）。检索项为“被引题名”或“被引文献关键词”，检索词为“学习分析”或“学习分析技术”，论文出版时间范围为2010至2015年，检索方式为“精确”匹配，检索时间为2016年6月27日。为了保证研究的准确性，本次研究剔除了与学习分析研究非直接相关的论文，并将剩余的论文按照被引频次由高到低的顺序进行存盘。
2.高被引论文的确定
美国学者普赖斯（Price）[2]指出，“在同一主题中，半数的论文为一群高生产能力作者所撰，这一作者（核心作者）集合在数量上约等于全部作者总数的平方根。这就是普赖斯定律。借鉴普赖斯定律，本研究将被引频次大于等于N（N=0.749）次的论文确定为高被引论文，其中N为高被引论文被引频次的最小值，nmax为被引频次最高的论文的被引频次。国内学习分析研究论文中，被引频次最高是顾小清等在《远程教育杂志》上发表的《MOOCs的本土化诉求及其应对》一文，截至2016年6月27日，该论文共计被引用156次，即nmax=156，N≈9.36。因此，本研究选取被引频次≥10的论文为高被引论文。在存盘的所有论文中，共有30篇高被引论文，30篇高被引论文累计被引1108次，篇均被引36.93次，单篇最高被引156次。
● 高被引论文分析
1.高被引论文时间特征分析
为了研究国内学习分析高被引论文出现的时间，本研究对2010至2015年被引频次分别为5、10、15以上的论文按照发表年份进行了分组和统计，结果如下图所示。
从上图可以看出，国内学习分析研究高被引论文最早见于2012年，且3组论文均呈现出“中间高、两侧低”的走势，这说明近6年国内学习分析高被引论文主要出现在2013至2014年间，这与尤金·加菲尔德博士（Eugene Garfield）在《引文索引法的理论及应用》中提到的自然科学期刊论文在其发表后的2至3年达到被引高峰期一致。[3]2013至2014年，国内学者在总结、吸收国外学习分析思想的基础上，开始更加细粒度化的学习分析主题研究（MOOC、电子书包等），并将其广泛应用到在线教育实践中。
2.高被引论文来源期刊分析
在30篇高被引论文中，有1篇硕士学位论文（顾晓，学习分析技术在高中信息技术的应用实践研究，2012，被引频次11），其余29篇（被引频次合计1097次）均为期刊论文，共涉及11种期刊，具体分布如表1所示。其中25篇来自于教育技术领域期刊，合计被引用957次，约占期刊高被引论文总被引频次的87.24%，这从侧面反映出国内学习分析高被引论文主要来源于教育技术领域的期刊。《中国电化教育》《远程教育杂志》和《开放教育研究》刊载高被引论文的数量依次位居前3位，约占期刊论文总量的58.62%。其中《远程教育杂志》总被引频次和篇均被引频次均最高，这说明在国内学习分析研究领域，《远程教育杂志》的学术影响力较为突出，《中国电化教育》和《开放教育研究》的优势也较为明显，对学习分析研究的发展起着重要作用。
3.高被引论文作者分析
（1）高被引论文多产作者
30篇高被引论文共涉及63位作者，共署名76人次。其中署名6次的有1人，署名2次的有9人，署名1次的有52人。
通过对高被引论文作者进一步分析发现，署名最多的是华东师范大学教育信息技术学系的顾小清教授，共署名发表6篇论文，总被引328次（占高被引论文总被引频次的29.60%），篇均被引54.67次，充分显示了其对我国学习分析研究的重要贡献。而且顾小清、胡艺龄、蔡慧英三人[4]合作发表在《远程教育杂志》上的《MOOCs的本土化诉求及其应对》一文，被引频次最高，为156次，这从侧面反映出该篇论文在学习分析研究方面具有很高的学术价值；中央民族大学的孙洪涛教授、广州广播电视大学的龚志武教授、华东师范大学教育信息化系统工程研究中心的祝智庭教授等9人紧随其后，分别署名发表了2篇论文。其中孙洪涛教授不仅基于学习分析的视角对远程教学交互分析方法进行了研究[5]，而且还在对比分析现有学习分析工具的基础上，利用在线教学分析案例对社会网络分析工具NodeXL的使用过程进行了详细的介绍。[6]以龚志武教授为核心的广州市远程教育技术创新团队则主要通过解读地平线报告来研究学习分析技术。[7][8]祝智庭教授虽然仅署名发表了2篇论文，但是其署名第一作者的《学习分析学：智慧教育的科学力量》[9]一文，从学习分析学的缘起、相关技术、设计框架等角度对其进行了阐述，为研究者清晰地认识学习分析技术提供了便捷的途径，因此被广泛引用（被引42次）。国家开放大学的魏顺平教授、北京师范大学的黄荣怀教授等52人虽然仅署名发表了1篇高被引论文，但这些论文在国内学习分析领域同样占据着重要的地位，具有较高的学术价值。魏顺平教授2013年2月发表在《现代教育技术》上的《学习分析技术：挖掘大数据时代下教育数据的价值》[10]一文，不仅对国内外学习分析技术的研究现状、关键技术和分析模式进行了介绍和归纳总结，而且还用案例从不同用户视角展示了学习分析技术在网络学习过程分析中的应用过程，对研究者们了解学习分析提供了帮助，截至2016年6月27日，该论文共被引用96次；李艳燕、马韶茜、黄荣怀合作发表在《开放教育研究》上的《学习分析技术：服务学习过程设计和优化》[11]一文，从学习分析的五个环节入手，详细地介绍了与学习分析相关的五类数据分析，为学习者们认识和研究学习分析提供了指导，截至2016年6月27日，共被引用44次。
4.高被引论文关键词分析
关键词的数量和频次常可以用来反映该研究领域的宽窄程度和集中程度。[12]在本研究的30篇高被引文献中，涉及79个关键词，篇均2.63个，具体如下页表3所示。
由表3可知，国内学习分析研究高被引论文中出现频次最多的关键词是学习分析，共计出现27次，与其同义的学习分析技术也出现了2次，这表明国内学习分析研究始终紧靠学习分析这一核心主旨。作为学习分析的数据来源和技术支撑，大数据、教育数据、数据挖掘、教育数据挖掘等关键词也出现了2次以上。智慧教育、个性化学习、在线学习等关键词的出现反映了我国学习分析研究主题多集中在在线教育和智慧教育层面。
● 总结
通过以上对我国学习分析研究高被引论文的时间特征和期刊来源分析，我们可以发现国内学习分析研究高被引论文多被刊载于教育技术领域的期刊上，且在发表之后的2～3年被广泛引用，其中2013至2014年发表的论文被其他研究者们引用的频次较高，具有很高的学术参考价值。通过对高被引论文的作者进一步分析发现，师范院校和开放大学是国内学习分析研究的重要基地，教育技术领域的学者专家们是其主要研究力量，其中华东师范大学的顾小清教授、祝智庭教授，北京师范大学的黄荣怀教授等更是在国内学习分析研究中做出了极大的贡献。学习分析在国内虽然起步较迟，但发展迅速，随着MOOC、电子书包、智慧学习等的快速发展，学习分析的研究主题也越来越多样化和细化，将学习分析技术应用于各种在线学习平台也逐渐成为近年来国内学习分析研究的热点。
参考文献：
[1]Siemens，G.Learning and Knowledge Analytics-Knewton-the future of education？[EB/OL].[2011-04-14].http：//www.learninganalytics.net/.
[2]Derek de Solla Price.Little Science，Big Science[M].New York：Columbia Press，1963.
[3]（美）尤金·加菲尔德.引文索引法的理论及应用[M].侯汉清，等，译。北京：北京图书馆出版社，2004.
[4]顾小清，胡艺龄，蔡慧英.MOOCs的本土化诉求及其应对[J].远程教育杂志，2013（5）：3-11.
[5]孙洪涛.学习分析视角下的远程教学交互分析案例研究[J].中国电化教育，2012（11）：40-46.
[6]孙洪涛.开源工具支持下的社会网络分析——NodeXL介绍与案例研究[J].中国远程教育，2013（2）：14-20.
[7]龚志武，吴迪，等.2013地平线报告高等教育版（上）[J].广州广播电视大学学报，2013（2）：1-6.
[8]龚志武，吴迪，等.2014地平线报告高等教育版[J].广州广播电视大学学报，2014（2）：1-18.
[9]祝智庭，沈德梅.学习分析学：智慧教育的科学力量[J].电化教育研究，2013（5）：5-12.
[10]魏顺平.学习分析技术：挖掘大数据时代下教育数据的价值[J].现代教育技术，2013，23（2）：5-11.
[11]李艳燕，马韶茜，黄荣怀.学习分析技术：服务学习过程设计和优化[J].开放教育研究，2012（05）：18-24.
[12]刘雪立，王兆军.2004—2008年我国情报专题研究高被引论文的统计与分析[J].情报杂志，2010，29（1）：64-67.
作者简介：马卉（1990.1—），首都师范大学教育技术系硕士研究生，主要研究方向为智慧学习、文献计量。
基金项目：本文受到北京市教育科学“十二五”规划重点课题“基础教育学校课堂教学实验研究（ABA150008）”、全国教育科学规划课题“CSCL协同知识建构的可视化促进策略与支持系统研究（DCA120189）”、北京市教育委员会科技计划面上项目“移动终端授课环境下学生行为的实时分析与可视化技术（KM201410028018）”资助。