晋晓雨?张俊楷

【摘 要】 研究基于知识图谱和Citespace图谱绘制工具，将国内外2000—2020年间CNKI和WOS数据库中有关自我调节学习的研究文献作为研究对象，借助关键词聚类分析和突现性检测对国内外自我调节学习的研究热点和前沿趋势进行分析解读。研究表明：国外自我调节学习的研究较国内相比在量和质上都占有一定优势，在理论模型研究、融合应用、学习支持、策略研究方面对国内自我调节学习深入发展有重要的借鉴意义。

【关键词】 自我调节学习;知识图谱;研究热点;研究趋势;比较分析

一、引言

2019年5月，习近平总书记在国际人工智能与教育大会的贺信中指出在未来教育中，要积极推动人工智能与教育深度融合使学习者能够掌握学习、进行自我调节学习。自我调节学习是由美国学者Zimmerman B J.提出的，[1]认为自我调节学习是指学习者为了达到学习目标而依据自身的需求，运用自我调节学习策略促进学习的过程。[2]随着互联网的迅速发展和知识更新速度的提高，使终身学习成为必要，自我调节学习作为终身学习的有力支撑和21世纪以来最重要的学习能力之一，受到国内外学者的广泛关注。基于此，研究对国内外自我调节学习研究进行分析解读，清晰、科学展示自我调节学习的国内外研究热点和趋势，进而为国内自我调节学习研究的深入发展和探索提供科学借鉴。

二、研究设计

（一）研究方法与工具

研究主要采用知识图谱中的聚类分析和突现性分析，将文献的关键词作为分析字段，以发现领域内的高频次、高中心性和高突现性关键词，从而直观展示国内外自我调节学习近年来的热点与趋势。……