生态学视角下的网络学习资源筛选模式研究

1、    生态学视角下的网络学习资源筛选模式研究        4.生态学视角下的网络学习资源筛选模式 综合前面几个子模型的分层建构，笔者建立生态学视角下的网络学习资源筛选模式，如图5所示。首先，由心理需求子模型驱动整个模型的运行，在心理需求的驱动下学习者从学习资源库中选择某一类学习资源，每一类学习资源中包含着大量的不尽相同的网络学习资源，设每一类中包含的个数为n1，n2，n3如图5所示，为了说明以下以n1为例。其次，由匹配子模型发挥作用，学习者根据自身具体情况和对资源的具体要求对影响学习者筛选学习资源的因素集分配不同的权重。

2、首先进行“花盆效应”的判定，如果具有花盆效应直接淘汰，否则对其他影响因子一一进行判定，如果某一因子成为限制因子，则该学习资源被淘汰。否则，则成为备选资源，当对所选的n1学习资源甄选完毕时，对备选资源（设为m）进行二次循环判断，由于备选资源都已经过初次的限制因子判断，在二次循环判断的时候学习者每次要对限制因子给与不同的权重，对自己影响大的因素分给较大的权重，忽略对自己影响较小的因素，以此往复，直至选出相对学习者来说最优的学习资源。学习者利用所选的学习资源满足自身的学习需求之后，可以利用自己技术完善自己所选的学习资源，也可以将学习心得，读书笔记等上传到网络上成为共享的学习资源，从而形成一个公建共享

3、学习资源循环系统。当认知需求被满足时可能激发学习者的交互需求和能力提高的需求，从而发生再次的学习资源筛选过程，因此学习资源的筛选过程是循环往复过程。以检索java入门知识为例详细讲解这一模式的运行过程，首先由于自身想了解java的认知需求驱动学习者选择学习资源，学习者输入关键词“java入门知识”会呈现出大量的学习资源供学习者进行选择，首先进行“花盆效应”的判断，学习者要求学习资源能够在android手机上播放。如果学习资源不满足这一要求则该资源被淘汰。学习者继续对搜索到的其它学习资源进行判断，将学习资源自身的特征与学习者选择出的限制自身筛选学习资源的主要因素集进行匹配，从资源契合、资源质量、

4、资源使用、资源服务和资源成本等五个方面进行判定，若判断为限制因子，成为阻碍学习者选择的瓶颈，则该资源被淘汰，否则成为备选资源等待进行循环判断。将所有搜索到的学习资源进行判定后，对备用资源进行再次判定，根据最适合原则选择出最适合学习者学习的学习资源。我们有时候并不是仅仅需要一个最优的学习资源，而是若干个相对合适的资源，这时候模型中的m>2，2可以被x取代掉，x为学习者自身想要搜素的学习资源个数。 四、实证研究1.研究假设 尽管影响学习者选择学习资源的限制因素不同，但寻找和建立一个具有适用性和有效性的学习者筛选网络学习资源模式是可能的。 2.研究方法 （1）调查的设计与实现 本次调查的目的在

5、于：明确调查对象对本研究提出的模型在实际运行中的有效性和适用性的认知，以实现对网络学习资源筛选模式的复选和优化过程，从而验证研究假设，并由此确立最终的基于生态学视角下的网络学习资源筛选模式。 （2）调查问卷的设计 调查问卷包含基本信息和具体问卷两部分。基本信息部分主要包括学习者的姓名、学历、专业等基本信息；具体问卷部分主要包括心理需求（3个题项）、匹配模块（3个项目）条件判断模块（23个模块）。采用李克特（likert）五分量表，设置五个评分等级供调查对象选择。分数越高，表明有效性越高或适用性越强。通过小规模调查测试，依据一些调查对象提出的反馈意见对问卷进行了多次修改，最后确定正式的调查问卷。

6、调查问卷示例如图： （3）对象的确定 随机抽取135名东北师范大学在籍本科生（80名）、研究生（55名）作为被试对象，在学历背景上形成梯度，在专业背景下形成差异，以便更好的测试本模型在实际中的应用效果。 3.研究实施2013年3月7日向调查对象发送调查问卷。本次调查共发放问卷135份，3月15日进行回收，回收问卷112份，回收率为82.96%。经整理分析得到有效问卷104份。 4.数据统计与分析 （1）调查问卷的信度与效度分析 对全部有效问卷，利用spss18.0进行统计分析。项目分析结果表明，所有题项的决断值（cr）均达显著，具有一定的鉴别度。信度分析结果表明，心理需求、匹配模块、条件判断模

7、块的内部一致性系数值分别为0.872、0.768和0.923。这说明问卷具有很好的信度。从问卷的设计、发放到问卷的统计分析，访谈一直没有中断，其中包括对校外专家和学生的集体访谈，在一定程度上保证了问卷的内容效度。 （2）数据分析 由于生态学下的网络学习资源筛选模型是由几个模块分层建模组成的，所以对数据分析我们也相应的采用分模块进行分析。首先分别对样本进行认知需求、交互需求、能力提升需求的有效性进行检验。通过对调查问卷分析在实际的应用过程中本科生和研究生有着不同的需求动机，如图表2所示。84.12%本科生在筛选学习资源的时候多是由认知需求和交互需求驱使。而56.10%研究生是由交互需求和能力提升

8、的需求去进行资源检索。从而说明不同的学历背景有不同的学习需求。由于心理需求模型驱动着匹配子模型的运转，所以对匹配模型进行分析得出的数据和心理需求模型的数据时相同的。采用李克特（likert）五分量表，设计成由低到高5个语义差别量级供调查对象选择，有效性平均值为1-5的李克特量度范围值10。若选择标准有效性得分为1，表明其在实际运用中无法应用；若得分为5，表明其在实际运用中非常有效，即得分越高，有效性性越强。测评数据的适用性调查只有二值，“0”表示不易获得，“1”表示易获得，计算频数和频率。以统计结果的有效性得分大于或等于4作为筛选的阈值（因为大于或等于4分即表明该模型在实践中能够较好地应用）。

9、如表3所示，资源契合、资源使用、资源质量、资源服务、资源成本所得的值为各个模块所包含的影响因素有效值的平均值。本科生对条件判断模块中各组成部分中的大部分影响因素比较认同，但对于资源成本所包含的影响因素统计中本科生没有达到要求的阈值，说明本科生较少考虑到学习资源的成本，换句话说资源成本很少成为他们选择学习资源的限制因子，而研究生对其中的影响因素比较认同。表4罗列出了有效性得分低于4分的影响因素，说明在实际应用中应该根据学习者的个人具体情况，将调查结果中未能符合有效性的选择标准作为参考性标准。最后统计问卷调查结果如表5所示，该模型在实践中的有效性平均值为4.03，适用性为91.34%说明该模型在实

10、际应用中具有较好的有效性和适用性。 5.研究结论 （1）通过对生态学视角下的网络学习资源筛选模型的实证研究，我们可以看到该模型具有一定的有效性和适用性。 （2）通过spss软件对数据的分析得出，有效性低于4分的影响因子需要根据具体情况进行参考。对于不同的学习者来说影响其选择学习资源的限制因子往往不同。 （3）数据分析可以看出在日后的学习资源开发中，学习资源检索平台的建立等都要多关注一些人的内心心智因素。 五、结束语本文针对目前大多只对学习资源的设计，开发，管理策略的方面进行研究，而忽略了对学习者心智模型的研究而提出了生态学视角下学习者筛选网络学习资源模型。采用文献调查法提出影响学习者筛选学习资

11、源的因素集，可将其归纳为五个方面，即：资源契合、资源质量、资源使用、资源服务、资源成本五大组成部分。在科学的统计基础上建立一个生态学视角下学习者筛选网络学习资源模型，通过实证研究验证该模型的有效性和适用性，从而确定了有效性和适用性均较强的基于生态学视角下的网络学习资源筛选模型。研究中发现对于不同的学习者由于不同的学历背景导致其在检索过程中有不同限制因子。在以后的学习资源建设是应该多考虑不同学习者的学历背景，专业等因素。同时希望能够为以后学习资源的建设，检索平台的开发起到一些指导作用。 【基金项目】吉林省教育厅十一·五社会科学研究项目（吉教高【2010】216号）；吉林省社会科学基金项

12、目（编号：20113162号）“移动技术支持的混合学习环境下提高大学生英语口语能力研究”阶段性成果。参考文献： 13张宏如，沈烈敏.学习动机、元认知对学业成就的影响j.心理科学2005，28（1）：114-116. 2吴鼎福，诸文蔚.教育生态学m.南京：江苏教育出版社，1998. 4徐革.电子资源评价之重要影响因子的调查研究j.大学图书馆学报，2006，（3）：77-81-96 5唐琼采用因子分析法构建数字资源选择标准体系j.大学图书馆学报，2011，（3）：56-63. 6张广新，董飞.学习者选择网络学习资源的影响因素j.山东省青年管理干部学院学报，2006，（3）：135-137. 7余胜泉，陈敏.泛在学习资源建设的特征与趋势以学习元资源模型分析为例j.现代远程教育研究，2011，（6）