马志强 岳芸竹

[摘   要] 在在线与混合式学习投入研究中，如何采集学习过程中产生的即时投入数据，刻画不同群体的投入特征，探索认知、行为与情感投入之间的复杂关系是研究者面临的重要挑战。研究提出面向即时过程数据的学习投入动态分析框架，其包含即时性、持续性、多维性，并据此提出学习投入纵向研究设计思路，综合采用经验取样法、交叉滞后分析与聚类分析法对混合式学习投入进行分析。研究发现，基于认知、情感与行为子投入水平可将学习者聚类成四类群体：浅层投入、中等投入、深层投入与愉悦投入，学习者在认知、行为与情感维度的投入是不均衡的。认知、情感与行为子投入之间的预测关系很可能受到时间、学习环境等因素的影响。研究结果也进一步表明：面向即时数据采集与分析的纵向研究设计为精准刻画学习者投入特征提供有效路径，也为深入揭示学习投入子维度之间的预测关系及中介因素提供了可能。

[关键词] 学习投入; 学习分析; 经验取样法; 交叉滞后分析; 纵向研究

[中图分类号] G434            [文献标志码] A

[作者简介] 马志强（1983—），男，内蒙古呼和浩特人。副教授，博士，主要从事计算机支持的协作学习、学习分析与评价的研究。E-mail：mzq1213@jiangnan.edu.cn。岳芸竹为通讯作者，E-mail：Yyz19960114@163.com。

一、引   言

随着在线学习与混合式学习的“高辍课率”“低参与度”等质量危机逐渐得到重视，促进学习者有效投入学习过程中被认为是提升在线与混合式学习质量的关键，因此，众多学者开始关注学习投入研究[1]。……