大学生学习风格调查与分析-基于Felder-Silverman及Kolb量表

1、    大学生学习风格调查与分析基于felder-silverman及kolb量表    摘要：随着信息技术的发展，自适应学习受到学者越来越多的关注。在自适应学习中尤为重要的便是根据学习者由学习风格等构成的学习者模型为其推送适合的学习资源。该研究中，使用对比研究方法运用felder-silverman学习量表部分维度及kolb学习风格量表组成的新量表对全体大三的数学专业与历史专业的学生进行学习风格测试，然后运用spss工具、python中t-sne算法等对数据进行统计研究。结果表明，理科生在学习风格信息加工维度较文科生明显倾向于反思观察思维，且理科生学习

2、风格更加倾向于发散型思维，而文科生则在除聚合型思维的其他三种思维分布较为均匀。关键词：自适应学习，学习风格，felder-silverman，kolb，t-sne算法一、引言1954年美国学者herbert·thelen首次提出“学习风格”这一概念以来，其作为影响学生学习的一种个性化要素，受到教育者的广泛关注。但是不同学者对其概念的认识却不尽统一。有些学者认为学习风格是某种学习方式或学习策略；有些学者则认为学习风格是某种稳定的行为表现方式；也有些学者认为学习风格应是某种信息加工方式。关于学习风格的研究，在内容方面，早期学习风格偏向于理论研究，重点研究什么是学习风格、影响学习风格差异的

3、主要因素是什么，以及怎么恰当测量运用学生学习风格。例如，有些学者倾向于研究构成及影响学习风格的要素，1-2不同学习者学习风格的基本特征有无差异等，如高中生、大学生、网络学习者的学习风格是否有某种明显的特征；3-5有些学者则侧重基于某种已有的学习风格进行调查或是通过挖掘学习数据等来构建某种学习风格，如常见的基于kolb、基于felder-silverman学习风格等线下模型基础上再结合线上大数据，运用j48、贝叶斯、逻辑回归等算法等相互对比构造出学生学习风格；6-8研究较多的则为不同学习风格学习者与教学策略、教学内容设计等的关系，即针对不同学习风格学习者为其设计个性化的高效的教学策略，以提高其学

4、习效率，9-10还有不同学习风格的学习者与其学习绩效、学习过程等的影响。11此外，自2010年起，学习风格研究中，在线学习，如在线学习中学习风格对学生的交互影响、学习过程、学习行为、学习效率等的影响；12-14自适应学习，如自适应系统中学习风格模型的构建，学习风格研究的方向、研究趋势等；15远程学习，如远程学习中学习风格测量方法，远程学习中学习者学习风格特点类型等字眼逐渐增多，即学习风格逐渐转向实证研究。16-18综上所述，学习风格呈现了从理论到实践过渡的趋势，经历了因素选择即构成学习风格的要素、模型表示即构造出某种学习风格测量表示方法阶段，如kolb学习风格量表、模型修正是基于已有的学习风格

5、不断加深研究，运用算法等数据挖掘手段使其更加完善这样一个研究重点变化的过程。学习风格中的信息加工是指对信息、知识的理解方式，分为积极实践与反思观察两类。积极实践类思维学习者在学习过程中喜欢做中学，在实际生活中解决问题，倾向于用具体的方法来解决问题，反思观察类思维学习者顾名思义喜欢认真思考、细心观察、多角度理解知识内容。这是结合felder-silverman量表部分维度及kolb量表对大三数学专业及文学专业学生学习风格展开的研究。首先，选取felder-silverman及kolb量表所共有的信息加工维度对其数学及历史专业学生进行对比研究。然后，在kolb量表中对这两类学生从不同角度重在信息加

6、工维度进行对比分析，比较两专业学生学习风格是否有明显差异。以期在后续自适应系统研究里，在学生模型中针对不同学习风格学生推荐合适的学习资源。二、学习风格1.基本理论尽管自美国学者首次提出“学习风格”以来，不同的学者对其概念的认识不尽统一，但都认为学习风格具有独特性、稳定性兼有个性两种功能。19即学习风格在个体中一定程度上是稳定的，通过一定方法是可以测量而知的，且在一段时间内不会改变，但同时又是具有个性的，即不同学习者的学习风格是有差异的。此文章就是基于学习风格的这一特性而展开研究。学习风格的准确测试方法一直是学者致力研究的。目前为止，测试学习风格一般有线上线下两种方法，线上是通过收集学习者在某一

7、学习平台某一时间段的学习数据。通过某种特定的大数据处理方法而得到，线下则是运用某些已被认可的学习风格测试量表而得，目前，较为认可的学习风格测量量表模型有felder-silverman学习风格模型及kolb学习风格模型等。2.量表测量方法felder-silverman学习风格模型中，从知识的加工、感知、输入、理解四个方面将学习风格分成了四组。在知识的加工中分为活跃型与沉思型，感知中分为感悟型与直觉型，输入中分为视觉型与言语型，知识的理解中则分为序列型与综合型。kolb学习风格模型在学习四阶段中形成了具体经验、反思观察、抽象概括和积极实践四种适应性学习模型。其中具体经验和抽象概括是一个人偏好的

8、感知维度的两个极端，反思观察与积极实践则是信息加工维度的两个极端。这样，在感知维度与信息加工维度可以组合形成发散型思维、聚合型思维、吸收型思维和适应型思维四种学习方式，如图1所示。对四种典型的学习风格描述如下：20发散型思维，学习者通常用具体的思维方式感知信息，并对这些信息进行反思式的加工，这类学习者需要独自从事学习活动。聚合型思维，学习者常用抽象思维方式感知信息，并对这些信息进行反思式的加工；在学习活动中，他们需要根据相近的、程序化的步骤进行思考。吸收型思维，学习者常用抽象的思维方式感知信息，并对这些信息进行积极的加工；在学习活动中，他们需要投入实际问题的解决过程。适应型思维，学习者通常应用

9、具体的思维方式感知信息，并对这些信息进行积极的加工；他们在学习活动中需要冒险，进行变革实验，而且具有灵活性。felder-silverman量表中，a、b选项前系数为1、3，则为平衡型学习风格，其余5a、7a、9a、11a为积极型学习风格，5b、7b、9b、11b则为沉思型学习风格。kolb量表中，感知维度具体的经验命名为0，抽象的概括命名为1，对量表12道题同一选项合计相加后，取数值大的这一维度对应0或1即可。同理，在信息处理维度积极实践命名为0，反思观察命名为1。（此处在信息加工维度命名0的需是主动的实验而不能是省思的观察，应与感知维度命名为同一方向，便于之后研究）最后可组合形成00、01

10、、10、11这四种类型，分别对应适应型、发散型、聚合型、吸收型四种思维模式。显然第一位以0开头是感知维度的具体经验思维，以1开头则是抽象概括思维；第二位为0是信息处理维度积极实践思维，第二位为1则是反思观察思维。三、研究设计与分析1.研究设计本文采用由kolb学习风格测量量表及所罗门学习风格量表部分维度整合而成的新量表。数据处理采用spss工具及python中t-sne算法等，对湖北师范大学数学专业109人、历史专业83人共192人，进行学习风格测试，旨在研究不同学科学生的学习风格的稳定性与个性，即理科类偏向某一学习风格，文科类偏向另一学习风格，且两者学习风格在一定程度上是不同的。2.研究结果

11、此次研究量表共回收192份，其中无效问卷24份，有效问卷168份，有效率为88%，文科类62份，理科类106份。首先，对此量表进行信度分析，信度分析包括文科类、理科类及文理合并类，且在每一类中又包括总的信度分析及两个维度分别的信度分析，如表1所示，总维度、感知维度、信息加工维度的文科、理科及文理科合并的信度均在0.8左右，显示信度较好，但文科类信度相对比较低，查阅相关知识猜想，是由于文科类学生相对较少。此量表回收数据分两步讨论：一为从所罗门及kolb量表的信息加工维度比较理科与文科生，且比较这两个量表此维度结果的差异性；二为从kolb量表四种思维方式重在信息加工维度分别讨论理科生与文科生，对比研究。先从两个量表信息加工维度分析，在所