APP下载

虚拟学习社区中网络互动影响因素及策略研究

2017-04-15袁华文

中国教育信息化·基础教育 2016年12期
关键词:社会网络分析影响因素

袁华文

摘 要:虚拟学习社区打破了传统学习模式时间和空间上的限制,实现了学习者的个性化和自由化,因此它成为当前现代远程教育领域的研究熱点。本研究选取了全国中小学教师继教网平台上的部分学习者作为样本,通过实时和非实时两种方式跟踪观察,获取数据,运用社会网络分析软件对数据进行加工分析,分别从密度、社群图、中心度对比分析,块模型分析等方面分析学习者网络互动关系及其结构,并从环境因素、话题因素、自我因素、他人因素等方面对学习者开展问卷调查,分析虚拟学习社区中网络互动的影响因素并提出相应的策略,从而提高虚拟学习社区中的网络互动参与度与活跃度。

关键词:虚拟学习社区;网络互动;影响因素;社会网络分析

中图分类号:G434 文献标志码:A 文章编号:1673-8454(2016)24-0009-05

一、引言

近年来,虚拟学习社区受到了广泛的关注,成了现代远程教育领域研究的热点。虚拟学习社区为学习者提供一个开放的学习环境,建立起了多向的社会互动关系,通过多位学习者的社会交换和合作而建构知识,学习者在这里交换观点、分享信息、倾吐情感、协作解决问题,促进知识的获取和共享。虚拟学习社区是在网络环境下,通过获取、产生、分析和合作建构知识的对话与被指导的学习过程所形成的人际团体与学习环境。[1]网络互动是虚拟学习社区的关键要素,也是学习者通过交流建构知识的重要条件。网络互动强调学习者以知识建构为目的,学习者与学习环境之间的相互交流与相互作用。[2]

网络互动具有超时空的特性,学习者通过网络完成传统方式不可能做到的交往与互动。国内外学者们针对网络交互开展了很多相关研究,譬如,陈丽在劳拉瑞特提出了学习过程的会话模型的基础上描述了远程教学的教学交互模型,认为交互应该分为三个层面:操作交互、信息交互和概念交互。[3]尚建新认为虚拟学习社区内的交往一般都是基于一定的主题背景;教师和学习动机对学习者的交互影响最大;组内交互和组间交互存在很大的不同。[4]在虚拟学习环境中,交互的质量被认为是衡量交互结果的一个最重要的指标。Gunawardena 认为对交互的分析不仅应该关注“量”而更应该关注“质”,这个“质”在交互中的具体体现就是意义协商与知识建构[5]。Moore(1989)认为,远程教育中主要有三种类型的交互方式:学习者与教师的交互、学习者与学习者的交互、学习者与学习内容的交互[6],目前,虚拟学习社区的研究大多还是只停留在概念、模型和交互方式上,深入研究并不多。虚拟学习社区中的网络互动有哪些影响因素,如何促进网络互动,如何提高网络互动的参与度和活跃度,如何让学习者的隐性知识更好地显性化,从而促进知识的建构。这些都是网络教育组织者最关心的问题,本研究试从这些问题着手,尝试不同的方法来研究问题,给出相应对策。

二、研究对象与方法

本研究以全国中小学教师继教网为平台,研究对象是2015年中小学教师“国培计划”中的33名小学语文教师,这些教师都是各学校的骨干教师,他们具有较好的上进心和自律性,学习欲望比较强、计算机操作能力和专业技能扎实等特点。研究方法主要采用了实证研究法、社会网络分析法和问卷调查法。“国培计划”是提高中小学教师特别是农村教师队伍整体素质的重要举措,对于推进义务教育均衡发展、促进基础教育改革,提高教育质量具有重要意义。本研究通过对虚拟学习社区中的交互数据进行整理、统计,借用ucinet社会性软件对数据进行分析,运用社会网络分析法来分析学习者的交互状况,同时对参与互动学习者开展问卷调查,分析虚拟学习社区网络互动的影响因素,提出促进虚拟学习社区中网络互动的活跃度的策略,为提高学习者网络互动参与度、知识建构效率,协作学习,网络学习评价机制等方面提供参考。

三、研究结果与分析

(一)社会网络分析

1.网络密度分析

密度,描述了一个图中各个点之间关联的紧密程度。网络密度指的是一个网络实际存在的联结数目除以可能存在的最大联结数目的比值。各个点之间相关度越紧密,图的密度就越大。[7]经过计算,本研究所采用的样本的网络密度为0.2633。密度不大,说明该社群网络成员之间联系不是很紧密。这与虚拟学习社区中论坛主题较多、讨论话题相对分散有关系。

2.社群图分析

社会网格分析中的社群图用形式化的方式表征了群体成员之间的关系,它主要由点(代表社会行动者)和各点之间的连线(代表行动者之间的关系)组成。社群图可以直观地表达关系网络,显示社群内人际关系的亲疏,体现群体的结构特征。

本研究使用ucinet软件对被研究对象的回帖和被回帖的交互数据进行处理,描绘了社群图,以此来分析社群成员之间的网络关系,如图l所示,社群成员的连结关系用有向箭头表示。通过软件将该社群图旋转和放大,可以清楚地看出该虚拟学习社区网络的结构特征,有些成员处于网络结构中的核心地位,他们与其他成员的连接非常紧密,有些成员处于该网络的边缘位置,这些成员与其他成员连接比较稀疏。

3.网络中心性分析

网络中心性是计算一个行动者在一个社会网络中最主要的个体结构位置指针。它是用以反映行动者在社会网络中的所处地位,在网络中心的行动者是社会学中最有社会地位和最有权力的人。[8]因此,网络中的中心位置也被作为测量行动者的声望和权力的指针。[9]

由于不同的网络属性对个体的绩效影响是不同的,因此,本研究中,我们需要测量四种不同的中心性以描述网络的不同属性,包括点度中心度,接近中心度,中间中心度和特征向量中心度。

我们将33名学习者参与交流的数据建成一个EXCEL表格,然后导入到UCINET软件中进行中心性分析,得到各位学习者的点度中心度、接近中心度、中间中心度、特征向量中心度的数据表,详见表1。从表1可以看出,11,1,4,18,17,24,28号等七位学习者的中心度比较高,属于虚拟学习社区中的核心人物,即意见领袖,意见领袖在虚拟学习社会网络中具有加强关系联结、加强信息联通的重要作用,他们是影响知识和信息传播的重要因素。他们占据了网络中有利位置,利用这些有利位置成为传递信息的活跃分子。而30,21,16,10,32,23,9等七位学习者在网络中处于边缘位置,属于该社区中的边缘人物,他们在网络交互中属于弱连接。其它成员处于半边缘位置。

猜你喜欢

社会网络分析影响因素
国内图书馆嵌入式服务研究主题分析
展会品牌利益相关者的构成及其网络结构研究
境外公益旅游研究进展与启示
新浪微博娱乐明星的社会网络分析
突发事件下应急物资保障能力影响因素研究
农业生产性服务业需求影响因素分析
村级发展互助资金组织的运行效率研究
基于系统论的煤层瓦斯压力测定影响因素分析