APP下载

国内高校近20年混合式教学研究热点及趋势分析
——基于CiteSpace的知识图谱分析

2022-10-25孔娅娴

赣南师范大学学报 2022年5期
关键词:热点图谱聚类

李 琼,孔娅娴

(1.赣南师范大学 文学院;2.赣州市文广新旅局,江西 赣州 341000)

一、数据来源与研究方法

利用知识图谱,在CNKI中国社会科学引文索引数据库(以下简称CSSCI),以“混合式教学”“线上线下混合式”“混合式学习”为主题进行检索,得到相关文献616篇,剔除中小学、高职院校的相关研究及非学术文章,共得到相关文献563篇。用CiteSpace[1]软件对其进行统计分析,梳理国内高校在该领域2003—2022年(1)该领域研究最早出现于2003年,故分析2003-2022年的文献,文献检索日期截至2022年3月24日。的研究基本情况、研究热点、研究演进及研究趋势。

二、高校近20年混合式教学研究的基本情况

(一)研究文献的发布时间和数量

研究文献的发布时间与发文数量可以清晰地呈现该研究领域在特定的时间段内论文的产出量,这是衡量研究热度的重要指标。按论文发表年份,对CNKI中CSSCI 收录的相关文章按论文发表年份及数量进行统计,得到图1。

图1所示的发文量呈波动增长,总体是上升的趋势。依据曲线的走势,可将高校混合式教学研究分为4个阶段:起步阶段(2003-2008年)、缓慢发展阶段(2009-2013年)、快速增长阶段(2014-2019年)、急剧增长阶段(2020年-至今)。

图1 高校混合式教学研究发表数量情况(2)因检索范围为2003年1月至2022年3月,所以曲线在2022年呈下降趋势。

起步阶段(2003-2008年),年发文量在5篇以内,数量较少,说明这一时期混合式教学还没有受到核心研究圈的广泛关注,这一时期国内的研究焦点是“混合式学习/混合学习”(blending learning/blended learning),在研究的最初时期,“混合式学习”和“混合式教学”的概念是等同的。

目前大多数文献都认为“混合式学习”这一概念是由北京师范大学的何克抗教授在第七届全球华人计算机教育应用大会(2003年12月9日)上引进的,[2]并认为该领域的文献研究始于2004年。但通过搜索查阅文献发现,该领域最早的文献研究应该是祝智庭的《远程教育中的混和学习》(2003年10月1日),只是当时学界对此研究较少,加之祝智庭学者采用的是“混和学习”这一表述,因此在搜索时很容易被遗漏。此后何克抗、田世生、余胜泉等学者都陆续探讨了混合式学习及混合式教学的内涵和理论。

快速增长阶段(2014-2019年),这一时期发文量从20篇增长到60篇,发展迅速。一是因为在线教学的载体MOOC在2013年开始进入中国,而后又出现了SPOC。二是“翻转课堂”理论的提出,促进了这一时期研究的爆发式增长。三是因为2015年李克强总理在十二届全国人大第三次会议上提出“互联网+”的概念,“互联网+教育”的相关研究迎来了一次高潮。这一时期学界把视野从在线教育、线上教育转移到了线上线下混合式教学的研究,[3]也出现了大量“混合式教学+MOOC/SPOC/翻转课堂”的研究。

急剧增长阶段(2020年-至今),由于新冠疫情的影响,线上教学在全国范围内全面展开,加速了国内高校线上线下混合式教学的实践及研究进程,发文量由65篇飙升至110篇,是该领域研究的急剧增长阶段,从曲线走势来看,研究数量还将不断攀升。

(二)研究文献的发文机构分析

从图2可以看出,发文量排名前10的高校中有7所是师范院校,整体来看,发文量排名前20的高校中师范类院校占45%。这说明师范类院校更加关注教育技术的变革和教学形式的更新,混合式教学研究在师范类院校受关注程度比其他高校更高。

图2 发文量排名前20的单位

(三)研究作者分析

国内高校混合式教学研究发文数量最多的是北京师范大学的冯晓英学者,在CSSCI发表相关论文8篇,接下来分别是彭绍东、李丽娇、张成龙,均为4篇(表1),发文量达3篇及以上的学者大多具有教育技术的学科背景。

表1 高校混合式教学研究3篇及以上研究者名单

另外,借助CiteSpace对筛选出的563条数据选择节点类型(Node Types)为作者(Author)进行可视化图谱分析,得到图3。

图3 作者联系图谱

其中“N=371,E=191”,“N”代表节点,即作者出现的位置节点,作者名字的字号越大,表明该作者在563条数据里出现的频率越高。“E”代表连线,节点之间的连线代表作者之间的联系,连线越粗,说明他们在同一篇文献中出现的频率越高,由此可以看出作者之间的合作关系。由图3可知,作者合作图谱出现了371个节点,191条连线,并可以直观地看到部分学者之间连线较多、联系较为紧密,如:谷松林、张策、季振洲、初佃辉、徐晓飞和赵姝、李宝、张文兰、张思琦。另外,我们可以看到超过1/3的学者都是独自撰文,有接近1/3的学者有两两合作关系。从节点密度分析可知节点密度为0.0028,说明学者之间的联系度不高。

(四)高被引文献分析

为了更好地探究该领域的知识基础,对高被引文献进行统计,得出表2。从表中可以看出高被引文献在时间上呈现出两极分化的特点:一部分高被引文献集中在2003-2005年,即混合式教学研究的起步阶段;其余文献则集中在2015-2019年,即该领域的快速增长阶段。前者即混合式教学研究的知识基础,后者则可以反映该领域的热点及前沿问题。通过对这些文献进行阅读梳理,总结出这些论文的研究内容主要集中在以下几个方面:

表2 高被引文献统计

1.介绍混合式学习及相关理论。早期的研究重点主要是引进和介绍混合式学习(blending/blended learning)的概念、背景、意义,及对其理论基础如建构主义学习理论的阐释探讨。这类研究更多的是从宏观角度思考混合式学习对教育技术、教育方式、学习方式的改变及现实意义。

出租车里,王树林的心里电闪雷鸣,脸上却一脸平静。辛娜头靠着他,满脸幸福状地看着怀里的孩子。王树林看着辛娜,眼前晃动着大半年来两人恩爱的点点滴滴。没有疑点。辛娜发现了他的注视,说你盯着我看干吗?生了孩子的女人变丑了是不是?

2.对具体教学设计、教学模式的探究。这类研究大多集中在2015-2019年,说明在快速增长阶段,学者已从最初的概念推介、理论探索转移到对具体课程、具体学科的教学模式探索。在这一时期,涌现了大量非教育学科的学者对具体学科和课程的探索,或是阐释教学模型建构、实施流程,或是结合MOOC、翻转课堂等新的教学手段及理论展开具体的研究。

3.外语学科的混合式教学研究。在被引频次排名前十的文献中就有2篇关于外语学科的研究,一篇是陈坚林的《从辅助走向主导——计算机外语教学发展的新趋势》,另一篇是徐锦芬的《信息技术背景下的外语教学创新与研究》。这说明外语学科早在混合式教学进入学界视野时就已经开始了相关的探索,该学科天然的语言优势及其教学特点使其在教育技术的革新、教学方式的改变上具有相当的敏感性。

三、高校近20年混合式教学研究的热点与趋势

(一)研究热点

通过分析关键词共现、关键词聚类、关键词时区图谱来梳理高校近20年混合式教学研究的研究热点。首先,将分析得出频次最高的10个关键词提取出来,得到表3。

表3 高校混合式教学研究频次最高的十个关键词

表3列出了关键词的频次及中介中心性、首次出现的年份,关键词频次越高表示越有可能成为研究热点,而中介中心性的高低则与其在共现网络中联结作用的强弱有关。表3表明,慕课、翻转课堂、大学英语、在线教育、教学设计等均是该领域的研究热点,且这些关键词的中介中心性基本也是最高的,说明他们联结作用也比较强。

在此基础上,采用 LLR 算法生成高频关键词聚类图谱,得到节点数358,连线数461,网络密度0.007 2。Modularity Q=0.7491,Mean Silhouette S=0.925 5,当Q>0.3,S>0.7时,说明划分出来的社团结构是显著的,聚类是高效率高信度的。[4]这表明该聚类图谱结构较为显著,且聚类是高效率的、令人信服的。

为了更直观清晰地呈现,将前8个规模较大的聚类整理成关键词聚类图谱(图4),每个聚类标签前数字越小,说明其规模越大,也即包含的关键词越多。由图4可知混合式教学研究的热点关键词有翻转课堂、慕课、教学设计、大学英语、混合学习等,这与表3关键词共现的分析结果基本一致。

图4 关键词聚类图谱

通过以上分析并阅读相关文献,可知目前国内高校混合式教学的研究热点主要聚焦在以下几个方面:

一是与教育学、计算机的最新技术、理念相结合,探究混合式教学的教学模式。混合式教学模式因其“线上+线下”的特性,需要与最新的教育技术、教育理念、计算机信息技术相联结,以进行更好地理论和实践探索。在研究热点中,排第一位的“慕课”、第二位的“翻转课堂”,都与这一特点相契合,而其他规模较大的关键词聚类中也可看到“混合式教学+SPOC”“混合式教学+大数据”的相关研究,这也说明该研究领域与教育学、计算机两个学科有着天然的密切联系。

二是外语学科在具体课程上的研究成果显著。在分析过程中发现,虽然相关研究占比最多的仍是教育学、计算机两个学科,但随着理论探索的深入,越来越多的学科开始关注混合式教学在本学科具体课程中的应用情况,其中最显著的便是外语学科,特别是像《大学英语》这样的公选课程,涌现出较多的教学探索和实证研究。

三是从学习者层面展开的研究。该领域早期研究更多地聚焦于教学设计、教学模式、教学流程的探索,主要是从教师角度开展的。但目前的研究热点更多地侧重于从学习者角度研究学习体验、学习模式、学习成效的影响因素等。

(二)研究演进

将关键词共现图转换为关键词时区图谱,以便更直观地观察分析。关键词时区图谱可以将混合式教学研究的关键词投射到时间横轴上,能更清晰地观测到不同时期研究热点的演进情况及各个热点之间的联系。

关键词时区图谱显示混合式教学研究最初聚焦在技术平台、教学模式、教学改革的探讨上,从前文可知,这一时期研究者多为教育技术学科背景的学者,研究主要侧重于理论的介绍和讨论。[5]随着研究的深入,研究焦点开始放在具体学科、具体课程的教学探索上,除了从教师角度研究教学模式、教学设计、教学改革,[6]也开始从学习者角度研究学习成效、学习体验及影响因素等。[7]进入第三个发展阶段,由于翻转课堂、慕课及相关线上教育平台的出现,为混合式教学的实施提供了可供探索的路径和平台,这一时期出现了大量关于混合式教学如何结合翻转课堂、慕课/SPOC进行教学改革的研究。[8]疫情后,研究进入了急剧增长阶段,这一时期的研究更加细化,从之前宏观的理论探索延伸至对教学中具体问题的探究,或是对具体课程的混合式教学探索,或是从教师角度研究教学信念、认知情况、准备度等,[9]或是从学生角度研究学习成效、学习体验、学习投入等,又或者是对混合式教学评价体系的研究。[10]同时,这一时期的研究也更多地与同期其他研究热点相连接,如混合式教学与人工智能的思考,混合式教学模式下课程思政的实施路径等。

(三)研究趋势

关键词突现分析,可以用来探测某一时段引用量有较大变化的情况,用以发现某一个主题词、关键词的衰落或兴起。突现词的强度越高,说明它在这一时间段内研究动态越活跃。[11]我们将γ值设定为0.5,对关键词突现进行了分析,并取突现强度最高的前10位关键词。

“混合学习”是突现时间最早的关键词,也是持续时间最长的关键词(2008-2015年)。这一概念在早期常常与“混合式教学”混为一谈,到了中后期开始慢慢和“混合式教学”区分开来,是从学习者角度对混合式教学研究的补充。

突现强度最高的词则是“慕课”,持续时间从2014-2018年。2012年,美国的顶尖大学陆续设立网络学习平台,在网上提供免费课程,Coursera、Udacity、edX三大课程平台的兴起,给更多学生提供了系统学习的可能,这一年也被称为“慕课元年”。2013年,MOOC大规模进入亚洲,香港科技大学、北京大学、清华大学、香港中文大学等相继提供线上课程。[3]慕课的兴起为混合式教学中的“e-Learning”提供了教学平台,因此“慕课”,包括后来出现的“SPOC”“雨课堂”等突现词,都与教育技术的更新有着紧密联系,具有很强的时代性。这些突现词大多持续时间为2~3年,时间不长,说明混合式教学研究的主题丰富,迭代速度较快,这与混合式教学自身特质也是密切相关的。

根据以上分析,未来混合式教学的研究热度仍会持续一段时间。从强度和时间两个维度综合来看,未来该领域的研究热点是“课程思政”“线上教学”“在线教育”。

四、研究结论与展望

(一)研究结论

通过对2003-2022年CSSCI数据库中563篇国内高校混合式教学期刊论文进行的科学知识图谱分析发现:

近20年该领域研究呈激增趋势,研究成果丰富,研究前景光明;研究方向主要为慕课、翻转课堂、在线教育等,研究热点则集中在与慕课、翻转课堂、人工智能、课程思政等相结合的具体教学探索上。

由此可见,国内各个学科的教学与科研人员围绕混合式教学进行了大量的教学与理论探索,并在该领域取得了一定的科研成果。未来研究可进一步朝着深化混合式教学的实践模式,增强高校教师的混合式教学能力,提升学习者的学习体验及学习效果,探索科学有效的评价机制等方向努力,以此应对后疫情时代教育教学模式的新挑战,加速教育信息化进程,充分发挥信息技术在改革教学模式、提升教学质量等方面的重要作用。

(二)研究展望

一是应加强对混合式教学理论的研究。从数量上看,理论性研究占比较少。从时间上看,理论研究大多集中在起步阶段,且多为理论介绍,缺少深层次的探索,也缺乏后续对相关理论的持续追踪。

二是应注重实证分析方法的运用。在搜集到的所有文献中教学实践研究占比很大,但大多是经验性的介绍,研究方法上多采用质性研究方法,今后应更重视实证分析方法、量化研究方法的运用。

三是应加强对教师、学习者、教学评价等教学中具体问题的研究,虽然目前已有相关研究,但对于混合式教学的发展来说还不够,还应进一步细化。

总体来说,目前大多数学者对混合式教学都持认同态度,[12]认为混合式教学是传统教学与线上教学优化结合的教学模式,能够促使学习方式的改变,调动学生积极性,提升教学质量,具有较好的应用及研究前景。未来,在智能化、信息化的发展大趋势下,混合式教学的相关研究还将不断深化、继续发展。

猜你喜欢

热点图谱聚类
基于图对比注意力网络的知识图谱补全
绘一张成长图谱
热点
数种基于SPSS统计工具的聚类算法效率对比
面向WSN的聚类头选举与维护协议的研究综述
图表
结合热点做演讲
改进K均值聚类算法
主动对接你思维的知识图谱
基于Spark平台的K-means聚类算法改进及并行化实现