丁晟春　熊珍丽　吴鹏

摘  要：近年来，在线学习凭借较强的包容性、便利性、课程丰富多样性等优点发展迅速，但是其在带来许多便利的同时也面临着辍学率高的问题，如何提高在线课程的完成率是一个亟待解决的问题。为更深层次地探寻在线学习者学习行为的影响因素和内在机理，采用扎根理论方法，对学习者的学习过程进行探索，并以此构建出在线学习者学习行为的理论模型，给出促进在线课程完成率提高的建议。

关键词：在线学习；扎根理论；学习者行为；互联网+教育；学习动机

中图分类号：G434      文献标志码：A          文章编号：2096-000X（2024）16-00７９-0４

Abstract： In recent years， online learning has developed rapidly with its advantages of strong inclusiveness， convenience， and rich diversity of courses， but it also faces the problem of high dropout rate while bringing many conveniences， and how to improve the completion rate of online courses is an urgent problem to be solved. In order to explore the influencing factors and internal mechanisms of online learners' learning behavior at a deeper level， this paper adopts a grounded theoretical method to explore the learning process of learners， constructs a theoretical model of online learners' learning behavior， and puts forward suggestions to promote the improvement of online course completion rate.

Keywords： online learning; Grounded Theory; learner behavior; Internet + Education; learning motivation

教育部印发的《教育信息化2.0行动计划》中提出要大力推进“互联网+教育”大平台建设，鼓励符合条件的各类主体发展在线教育，为职业培训、技能提升搭建普惠开放的新平台[1]。同时2020年初开始的新冠感染疫情让在线学习受到越来越多人的关注，其成为疫情期间的主要学习方式；据《疫情下的2020年移动互联网报告》显示，2020年3月在线教育用户规模大涨近一倍，即便疫情缓和后有所回落，较疫情前仍增长1.09亿[2]。但是由于其约束小、不受监督等特点，学习者学习效果并不理想，虽然参与人数较多，但大多数学习者中途放弃，课程完成率长期以来一直很低。那么在线学习课程的完成率低的原因有哪些？这些因素如何影响学习者行为的？

针对以上问题，现有的研究大多采用量化的方法没有深入研究学习者学习的整个过程并了解其心理过程，不能反映学习者真实想法，而采用质性研究能够深入探讨学习者的内心体验及内在关联。因此，选择扎根理论方法对学习者的学习行为进行研究分析，探究影响学习者完成课程的因素，为帮助在线课程改进及在线学习平台的功能调整提供参考，同时也为提高在线课程的完成率提供建议。

一  研究方法与资料搜集

（一）  研究方法与研究工具

采用扎根理论方法，使用质性分析软件NVivo12对访谈得到的原始资料进行整理、编码和分析，探究完成课程的学习者和未完成课程的学习者之间的区别。由澳洲QSR公司开发的定性和多种混合方法相结合的数据分析软件NVivo[3]，是一款功能强大的质性分析软件，能够有效分析多种不同类型数据，诸如文字、图片、录音、录像等数据，是实现质性研究的最佳工具，同时使用NVivo能够帮助研究团队系统、严格地综合研究结果。

（二）  访谈提纲的设定

围绕学习者个体特征、环境及学习者参与行为提出了访谈问题。在正式访谈之前寻找了几名同学进行预访谈，根据预访谈的结果对访谈问题进行了调整，最终形成访谈提纲见表1。问题只起引导作用，不局限于访谈大纲，可以根据受访者的回答与反应调整问题，对受访者的回答做出追究提问。

（三）  样本选择

研究在中国MOOC平台上的国家一流课程计算机网络基础及应用中发布招募访谈对象的公告。研究样本的选择依据如下原则：第一，根据扎根理论研究方法的特点选取目的性抽样方法；第二，访谈对象参加过多个在线学习课程，学习时长超过50小时，对研究的问题有所了解；第三，样本数量的选择依据理论饱和原则。同时在访谈之前明确告知受访者：①受访者的个人身份信息将被严格保密，访谈内容仅用于学术研究；②本次访谈采用腾讯视频语音和微信语音的方式进行采访，每次访谈大概20分钟左右；③在访谈途中如遇到不适可以随时中断访谈。

基于此，陆续对16名参加计算机相关课程的学习者进行了半结构访谈。在访谈到第15名后发现访谈内容与先前访谈的内容重复，也没有出现新的内容，达到了质性研究的“理论饱和”，所以只采用了前14名访谈的原始资料。Guest等[4]通过研究得出，在访谈调查中12个对象是针对重要主题进行分析的充分样本。本次访谈样本数量为14个，访谈结果具有一定的可靠性。

二  研究过程及结论分析

（一）  内容编码

将整理在Word中的访谈内容导入到NVivo12中对其进行编码，本次编码采用的是扎根理论的三阶段编码，主要通过开放、主轴、选择等三阶段编码，提取事例或事件所共同的特征或相关的意义，使得它们能够被群组起来[5]。

开放式编码。采用开放式编码，通过反复阅读访谈材料，根据含义进行自由节点编码，然后寻找编码后得到的节点间的关系，将相近节点进行合并，提取关键词并命名，进行概念化处理。由于篇幅原因，仅列举访谈资料的部分代表性初始语句，最终提炼得到10个范畴和31个概念，具体过程见表2。

轴心式编码。对开放式编码得到的概念进行进一步分析，识别建立类属联系，归纳总结形成更高层次的主范畴。对开放式编码得到的10个子范畴进一步整合和提炼，最终总结出4个主范畴，分别为参与行为、学习者特征、平台因素及课程因素，主轴编码过程见表3。

选择性编码。选择性编码是通过分析诸多概念类属及其内在联系，确定具有较强关联能力和关键性作用的核心概念类属，分析核心范畴和各个主范畴之间的逻辑关系，并经过分析和验证，构建一个可以反映原始数据的理论框架。通过对访谈材料的反复梳理和总结，分析主范畴和核心范畴之间的关系，建立了范畴之间的作用路径，最后构建出如图1所示的在线学习者行为影响因素模型。

（二）  概念模型分析

1  “平台环境-参与行为-课程完成度”作用路径

在该路径中，学习者对在线学习平台环境的感知会影响其在平台上的参与行为，进而影响其课程完成度。具体影响作用如下。

平台环境-参与行为路径中，于在线学习平台中查找以及参与所需的学习视频是否便利、论坛中互动人数和回复多与否、是否具备相关管理机制都会影响学习者后续是否会参与论坛互动及考试测验，比如有访谈者表示：“我看讨论区里面没有很多人参与，回复也少，所以也没有想到在里面提问。”参与行为-课程完成度路径中，考试测验是影响课程完成度的重要因素，参加测验能够促进总结归纳从而提高学习者自身满意度，进而完成课程；同时论坛互动也能很大程度上激励课程完成。

2  “学习者特征-参与行为-课程完成度”作用路径

在该路径中，学习者的学习动机、先验知识及学习态度会影响其在平台上的参与行为，例如，以兴趣爱好为动机的学习者，其参与考试测验的频率就会很少，学习态度被动的学习者也很少参与论坛互动。

3  “学习者特征-课程因素-参与行为-课程完成度”作用路径

学习者特征会通过自身对课程内容以及课程因素的感知进而影响学习者的参与行为，例如，先验知识会影响学习者对课程内容的感知，不具备先验知识的学习者可能认为课程内容理解困难从而产生消极心理，最终导致中途辍学。

三  研究结论与建议

（一）  研究结论

1  约束强的学习动机更易完成课程

监督和约束能够给予学习者长期动力，促进学习者完成课程。兴趣作为学习者初步的学习动机，在初期能够很好驱动学习者学习，但是后期学习者遇到困难时，由于没有监督就很容易放弃。访谈者的学习动机中“兴趣不需要完成”以及考试测验中“不强制要求无需完成”都表明在没有监督下，仅仅依靠学习者自我管理能力完成课程是困难的。在线学习很难像线下课程那样老师经常督促，更多依靠学习者的自我督促，且中途放弃学习也不会受到惩罚，学习者也不会有所牺牲，这就导致中途放弃者较多。

2  课程形式影响课程完成率

授课方式的好坏会影响学习者课程的完成。大多数访谈者反映在线课程中一些课程老师授课枯燥、视频陈旧。枯燥无聊的授课方式会削减学习者初始对课程的兴趣，这也是导致学习者辍学的重要因素。

（二）  研究建议

1  采用机器人自动回复

以上研究表明如果讨论区能够充分利用起来能够很好地促进学习者坚持学习。可以设置自动回答机器人回答容易的问题，学习者在提问以后机器人自动回答，将较难回答的问题留给老师，这样既保证了答案的准确性也减少了老师的工作量。

2  优化授课方式

授课老师根据课程特点调整讲课方式，带动学习者自主学习的积极性，多揣测学习者学习过程中可能会遇到的困难，会不会让对方有思考参与的兴趣。其次，对于一些实操性较强的课程在讲理论知识的同时也要融合操作演示，让学习者更容易领会知识。对于慕课课程中的视频，教师应该根据该领域的发展适时更新课程。

3  增加测验权重

提高章节测验的分数权重，提高学习者对测验的重视，促进学习者参加测验检验自己没有掌握知识，查漏补缺；也可以在测验中增加绘制思维导图一题，帮助学习者总结归纳。另外，也要提高试题质量，并给予详细解析。

4  课程学习之前提示需要具备的知识

应该在课程简介中标明学习课程的预备知识以及适宜的学习人群，也可以提供相应的推荐书目和视频，使得学习者在后续学习过程中更容易掌握与吸收，防止学习者因基础薄弱而在中途放弃。

5  设置同类型课程讨论区

对于同类型课程可以设置一个公共讨论区，同类型课程的学习者可以在这个讨论区里任意回答讨论问题，该方法不仅能提高回复率、降低回复成本，还能促进学习者之间进行的交流、营造学习氛围，帮助学习者更积极地投入到学习中。

参考文献：

[1] 教育部关于印发《教育信息化2.0行动计划》的通知[J].中华人民共和国教育部公报，2018（4）：118-125.

[2] TalkingData.用户行为变迁行为垂直深耕——疫情下的2020年移动互联网报告[R].2020.

[3] BRANDAO C，MIGUEZ J. Using NVivo to assess a program of goal-corrected empathic attunement skills： a case study in the context of higher education[J].Universal access in the information society，2016，6（17）：1－14.

[4] GUEST G，BUNCE A，JOHNSON L． How many interviews are enough an experiment with data saturation and variability[J].Field methods，2006，18（1）：59－82

[5] MILLIGAN， COLIN， LITTLEJOHN， et al. How health professionals regulate their learning in massive open online courses[J]. The internet and higher education， 2016，31（10）：113-121.

基金项目：江苏省高校教学研究专项课题“基于学习者行为建模的混合式教学新模式理论与实践应用”（2021JSJY074）；江苏省教育科学“十三五”规划重点课题“新工科背景下应用型本科教学体系的重构与实践”（B-b/2018/01/55）；南京理工大学高等教育教学改革研究课题“Python语言系列课程建设与改革”（2021-A-18）

第一作者简介：丁晟春（1971-），女，汉族，江苏泰州人，硕士，教授。研究方向为数据挖掘与知识工程、教育现代化。