摘　要：在教育创新实践中，慕课正在成为推动我国高等教育变革的重要引擎。文献分析发现，慕课在吸引大量学习者参与学习的同时，也出现退课率高、持续力差、合格率低等突出问题。针对上述问题，研究者选取参与国家精品在线开放课程学习的师范生为研究对象，借鉴RTI三级干预模型，构建慕课学习干预框架，有针对性地对慕课学习过程实施教师干预，收集未干预和受干预组师范生的学习过程性数据。采用量化分析和质性分析相结合的方式，以三角互证法为效度保证，对两组师范生慕课学习过程中的时间相关行为、课程参与相关行为、成绩相关行为等，进行描述性统计分析和可视化分析并做横向对比。深入剖析教师干预对师范生慕课学习行为产生的作用，包括显著增加注册学习人数、明显减少退出学习人数、稳定观看课程视频群体、改善作业提交情况、提升讨论区发回帖参与度、提高课程测验成绩、优化获得证书占比等。研究表明，适当的教师干预在慕课学习过程中对学习保持率、学习参与度、互动深度以及学习效果具有积极作用。

　　关键词：数字化学习；教师干预；慕课学习；师范生；学习行为

　　中图分类号：G434

　　文献标志码：A

　　文章编号：1673-8454(2024)03-0090-09

　　作者简介：沈俊汝，郑州师范学院教育科学学院副教授，博士(河南郑州 450044);吕国宁，郑州师范学院科研处副处长、副教授(河南郑州 450044);杨莹莹，郑州师范学院生命科学学院讲师，博士(河南郑州450044)

　　基金项目：河南省2022年度教师教育课程改革研究项目“实践导向的师范院校网络支教服务模式构建与应用研究”(编号：2022-JSJYYB-094);2023年度河南省重点研发与推广专项(科技攻关)项目“基于多元数据融合的中小学教师数字素养智能测评关键技术研究”(编号：232102320148)

　　一、引言

　　在全球范围的教育创新实践中，慕课正在成为推动高等教育变革的重要引擎。慕课不仅助力我国高校成功应对新冠疫情危机，而且为建设“人人皆学、处处能学、时时可学”的学习型社会积累了宝贵经验^[1]。截至目前，我国上线慕课数量超过7.68万门，服务国内12.77亿人次的学习，在校生获得慕课学分认定超过3.52亿人次，慕课建设和应用规模成为世界第一，并保持快速增长的态势^[2]。随着慕课的不断发展，在应用模式探索、课程标准制定、开放合作机制建立等方面取得累累硕果^[3]，但在实践中也出现一些值得关注的问题，比如“退课率居高不下”^[4]“学习者学习参与感不强”^[5]“学习合格率低”^[6]等。如何有效提升慕课学习者的学习保持率、学习参与度和学习效果，进而减少退课率，提高持续力^[7]，成为越来越多研究者关注的课题。

　　综合文献分析，国内外同类研究已取得较多优秀经验。在研究范式方面，理论研究居多，实证研究较少^[8];在研究方法方面，研究多采用质性分析^[9]，量化分析和两者结合的分析研究较少;在研究对象方面，更多关注课程的设计^[10]、教学活动的设计^[11]。同时，笔者发现研究者逐步将研究重心转移到学习行为分析的理论与实践^[12]层面，并正在成为一种新的研究趋势。

　　本研究从教师干预的视角构建慕课学习干预框架，并对师范生的慕课学习行为进行主动干预，通过未干预和受干预的师范生慕课学习行为的比较研究，挖掘教师干预对师范生慕课学习持续力、投入度、合格率等的影响，为优化师范生慕课学习提供了可参考的实践路径。

　　二、研究设计

　　(一)研究技术路线

　　本研究基于爱课程平台，首先，通过文献研究提出对师范生慕课学习行为进行干预的研究框架;其次，以爱课程平台上的国家精品在线开放课程《交互式电子白板教学应用》(笔者参与开发制作)作为师范生学习的课程，分别收集未干预师范生学习行为数据和受干预师范生学习行为数据，并进行描述性统计分析和数据可视化分析;最后，将两组师范生慕课学习行为数据进行横向对比分析，深入总结教师干预对师范生慕课学习的参与度、保持率、合格率、互动深度等方面的影响，如图1所示。

图1   研究技术路线

　　(二)构建师范生慕课学习干预框架

　　1.未干预与受干预慕课学习者的界定与选取

　　本研究在开放的慕课学习环境中开展，研究对象为师范生群体，而非大众群体，二者在学习目的、学习习惯、学习动机等方面存在差异^[13]，前者更便于开展实验干预。研究将没有受到任何外部约束和监督的师范生定义为未干预的慕课学习者，将受到一系列课程外部教师干预影响的师范生定义为受干预的慕课学习者。笔者将X师范院校的994名师范生随机平均分为A和B两组(每组497人)。其中，A组为受干预组，将对其进行干预;B组为未干预组，不施加外部干预。分组完成后，统一组织两组师范生参与《交互式电子白板教学应用》课程第20次开课的学习。

　　2.师范生慕课学习行为分类

　　结合爱课程平台特点、获取数据类型及相关研究结论，本研究将师范生慕课学习行为分为时间相关行为、课程参与相关行为和成绩相关行为三种类型，具体如表1所示。一级维度是对慕课学习者学习行为的粗粒度划分，二级维度进行再细化，涵盖慕课学习者的具体操作行为与表现行为。

表1   师范生慕课学习行为类型 

　　3.师范生慕课学习干预框架构建

　　在对网络环境下的学习干预进行文献梳理和理论探讨的基础上，确定了分级干预思路，以卡拉·肖尔(Cara F. Shores)提出的教学与行为干预(Response to Intervention，RTI)^[14]为理论原型，对本研究所关注的师范生慕课学习干预因素进行甄别。借鉴RTI三级干预模型，对教师干预中的外部干预效果进行比较分析，以受干预的慕课学习者学习行为类型为研究切入点，构建慕课学习干预框架，如图2所示。该框架属于整合结构，一方面，两组师范生均会受到来自课程平台自带功能相同的内部学习支持;另一方面，针对其中一组师范生采取来自教师的外部学习干预，且每一类学习行为都将受到三级干预手段的叠加作用。此外，慕课学习干预框架也从侧面呈现出实践过程中实施教师干预的操作流程。

图2   师范生慕课学习干预框架

　　(三)数据收集

　　《交互式电子白板教学应用》课程属于爱课程平台教师教学能力系列慕课之一。依据已划分的慕课学习行为类型，从平台分别收集受干预和未干预师范生进行学习时的时间相关行为、课程参与相关行为、成绩相关行为三个维度下的八类具体行为。数据的采集为全流程采集，除访谈类数据外，其余均为平台自动统计，以保证数据的客观性、真实性和有效性。

　　三、教师干预对师范生慕课学习行为影响的量化分析

　　(一)时间相关行为分析

　　1.注册学习

　　课程注册是客观反映学习者学习关注度的一个重要维度。相较于传统学习方式，慕课学习的注册行为贯穿课程开设始终。为便于描述性统计分析，笔者统计了受干预和未干预的师范生自选课之日起至课程开课之日止(2023年9月4日—9月24日)每日选课人数，结果如图3所示。对比发现，A组出现三次明显的选课高峰期，并实现全员选课。B组仅在选课开始初期出现两次选课高峰，开课前只有304人(占比61.2%)完成选课，且课程开始后选课情况持续存在。可见，两个小组在选课方面表现出明显差异。针对两个小组选课高峰所出现的差异进行深入分析发现：一方面，计划参与慕课学习的师范生由于前期关注了课程，在选课开始时全部收到慕课平台推送的选课通知，随之出现两次集中选课，两个小组迎来选课高峰。另一方面，教师通过组建的互动交流微信群于开课前两周专门向A组师范生发送学习通知提醒，并组织组内师范生进行在线集中报名注册，与此同时选课人数明显增加，出现了第三次选课高峰。

图3   两类师范生开课前单日选课人数随时间变化趋势

　　2.退出学习

　　为了便于统计分析，依据最终课程考核成绩是否合格，将师范生分为完成课程者和退出课程者。据此分别统计出未干预和受干预师范生的课程完成率和退课率。未干预的师范生课程完成率仅为23.7%，退课率接近80%。显然，未进行教师干预的师范生，绝大多数没能坚持完成整个课程的学习或者学习不达标。与之形成鲜明对比的是受干预的师范生，课程完成率高达98.4%，退课率不到2%。可见，在适当的干预下，几乎所有参与慕课学习的师范生都能按照要求完成课程学习。对比来看，受干预的师范生课程完成率远高于对照组，且前者的退课率也远低于后者。

　　(二)课程参与相关行为分析

　　1.观看视频

　　视频是慕课用于传递教学内容、承载教学信息、演示教学过程的重要载体，学习者按照课程设定观看视频也是一种重要的学习行为。笔者采取等距抽样的方法，从《交互式电子白板教学应用》课程的74个视频中抽取了10个视频，并统计两组师范生每个视频的观看人数及对应比例，如表2所示。受干预的师范生观看视频人数及比例始终保持在高位稳定状态，而未干预的师范生却表现出明显的“高开低走”态势。可见，教师采取“推送学情报告”“组织线下交流”“开展晒课比赛”等学习干预措施，在督促师范生完成慕课视频观看学习方面发挥了重要作用，有效保证了师范生的课程参与度。

表2   两组师范生观看视频人数比例分布

　　2.作业提交

　　作业是学生学习过程中巩固知识、强化技能、提升能力不可或缺的内容。在评价课程学习效果的过程中，作业提交情况是一项重要的参考指标。对慕课学习者而言，作业更是师生之间反馈与交流教学信息的重要途径，是促进学生发展的有效手段。师范生所学课程作业采取百分制，布置有两个作业，各占50分。作业1要求学习者任选一类交互式电子白板工具演示其教学使用方法并提交;作业2要求学习者结合自身专业进行主题选择，录制利用交互式电子白板进行课堂教学的视频片断(不少于10分钟)并提交。图4为两组师范生作业单项成绩人数分布图，受干预的师范生作业得分绝大多数集中在高分区域，未干预的师范生作业得分却以低分为主，两个小组反差明显并形成典型的“对立”之势。

图4   两组师范生作业单项成绩各分数段人数分布情况

　　3.讨论区发回帖

　　慕课各单元设置有讨论主题帖，讨论区具备发帖、回帖和投票三种功能。师范生自主参与讨论，当发帖、回帖数合计不少于30条时，该部分即可获得满分20分。对两组师范生参与讨论区发帖、回帖及投票等课程互动参与情况进行统计，结果如表3所示。显然，受干预的师范生在慕课学习过程中，课程参与更多，互动频次更高。此外，从标准差来看，受干预的师范生个体间的离散程度也明显小于未干预的师范生，表现出更为稳定、集中的态势。

表3   两组师范生发帖、回帖及投票情况统计

　　为进一步明确两组师范生在慕课学习过程中的交互特征，笔者对其在讨论区的具体交互行为进行“度分布特征”统计。在交互网络中节点之间存在不同频次、深度、广度等交互活动的发生。所谓的“度”是指交互网络中一个节点与其他节点之间的交互频次^[15]。需要注意的是，一般情况下节点的度分布遵循幂律分布，即假设变量k服从参数为α的幂律分布，则其互补累积分布函数可以表示为：

　　P(k)=ck-a，k→∞(c为常数)

　　在慕课学习过程中，每一位师范生都可被视为一个节点，师范生之间发帖、回帖数就是节点与节点之间的链接数。链接数的统计规则如下：一是在课程开放学习期间，对于没有发帖、回帖、投票等交互行为产生的师范生，默认为交互网络中的孤点并作剔除处理;二是当存在师范生回复自己所发主题帖的情况时，视为无效交互，不计入链接数;三是对于相同的两个节点，在发生多次交互时，只计入一次链接数^[16]，即两名师范生之间的多次回帖只计算一次。两个小组的计量统计结果如图5所示。未干预的师范生交互数据服从幂律分布的现象表明，只有极少数师范生参与发回帖讨论，且组内师范生之间的链接数不高，较少在交互网络中成为中心节点。相反，教师采取的干预手段产生了积极效果，使绝大多数师范生参与到发帖、回帖的活动中，并有效增加了交互网络中各节点的链接数，甚至出现了节点富集现象，师范生交互度的差异较小并趋于平均。

图5   未干预（左）与受干预（右）的师范生交互度分布对比

　　(三)成绩相关行为分析

　　1.参与测验

　　测验能够较为直观地反映学习者对所学知识的掌握程度，是衡量和评价学习效果的重要参考指标。《交互式电子白板教学应用》课程安排有5个单元的学习内容，完成各单元的学习任务后需要参加单元测验，后台会自动记录两组师范生单元测验成绩。统计分析发现，A组具有测验成绩的师范生有497人，占参与总人数的比例为100%;B组具有测验成绩的师范生有269人，占参与总人数的比例仅有54.1%。

　　2.获得证书

　　数据显示，未干预的师范生最终累计选课人数为412人(B组总人数为497人)，成绩为0分的学习者有67人;成绩大于0分，但最终未获得证书的人数是227人，约占小组总人数的45.7%;最终获得证书的师范生有118人，仅为小组总人数的23.7%。与此同时，受干预的师范生选课总人数为497人(A组总人数为497人)，有8人因成绩不合格未获得证书，约占1.6%;有489人成绩合格并获得证书，约占98.4%。

　　为进一步从成绩相关行为方面探明两组师范生慕课学习合格率形成巨大反差的深层原因，笔者分别对其各项成绩(测验成绩30分、作业成绩占50分、发回帖成绩占20分)进行深入分析，结果如图6所示。从中可见，A组60分以上师范生的各项成绩基本集中于高分数段，而B组不及格师范生的各项成绩均集中于低分数段(0—10分)。统计发现，A组：98.6%的师范生测验成绩位于20—30分区间;94.6%的师范生作业成绩位于40—50分区间;91.3%的师范生讨论成绩位于10—20分区间。B组：测验成绩低于10分的师范生约占74.7%，作业成绩低于10分的师范生约占87.5%，讨论成绩低于10分的师范生约占97.3%。

图6   未干预（左）与受干预（右）的师范生各项成绩得分对比

　　四、教师干预对师范生慕课学习行为影响的质性分析

　　(一)教师干预对师范生慕课学习时间相关行为的影响分析

　　分析发现，大多数师范生在初始阶段对慕课学习兴趣较高，但随着常态化学习的开展，逐渐出现“可学可不学”的心理状态，且不切实际地认为课程目标的达成与个人专业的发展相脱离，进而导致中途退课。结合对师范生的访谈剖析深层原因，主要归结为以下两点：一方面，相对于面对面的教学方式，绝大多数师范生尚未完全适应慕课在线学习的环境和模式，不能较好地更新学习观念、调整自身状态、克服习惯冲突等，以满足慕课学习的需要;另一方面，慕课学习过程中应有的支持服务、监督机制、激励措施等尚不完善，导致部分师范生学习动机水平持续走低，学习意愿无法有效转化为执行力。

　　教师适时的学习干预手段有助于师范生形成更为稳定的学习保持：一是开课前适时下发课程学习通知，及时督促师范生报名并注册学习账号，引导其逐步适应慕课学习环境，树立正确的混合式学习观念，养成积极主动的良好学习习惯;二是充分利用微信群和“UMU互动学习平台”对师范生的学习状态进行动态监测，适时跟进学习进度，督促其将内隐的学习意愿转化为外显的学习执行力;三是及时应答、回复、解决师范生注册及学习过程中提出的问题，能够提高其注册并参与学习的积极性，有效降低退课率。

　　(二)教师干预对师范生慕课参与相关行为的影响分析

　　笔者作为助学者也亲自参与对师范生慕课学习的远程辅导工作。在此期间了解到大多数未干预师范生在参与线上学习过程中自主性不强、自我约束能力不高，在持续性的学习过程中极易出现消极懈怠心理^[17]，主要表现为：一是部分师范生忽略了慕课分阶段、过程性、参与式的学习特点，想当然地认为只要能够通过课程最后的结业考试即可顺其自然地拿到认证证书;二是不少师范生尚未完全理解慕课“开放”的真正含义，主观认为可以自定步调而不跟随课程内设置的教学进度进行学习。

　　为了克服师范生线上学习的消极懈怠心理，提高学习黏性，进一步提升学习效果，助学教师对A组师范生进行了学习干预。一方面，根据课程学习的时间节点，适时督促师范生进行线上资源的学习;另一方面，结合课程学习内容，利用师范生所在师范院校的教师技能训练中心，有针对性地进行线下补充讲解、专题辅导、操作训练等，如对电子白板通用工具、学科工具、交互设计等的专题辅导。此外，还为师范生提供了线下预备性学习资料等。将线上学习与线下应用相结合的干预手段，丰富了师范生的学习方式，避免了单一线上学习的乏味，有效增强了师范生慕课学习的效能感，进而提高了学习黏性。

　　(三)教师干预对师范生慕课学习成绩相关行为的影响分析

　　笔者对比分析两组师范生成绩相关行为数据后发现，在单元测试成绩方面，两个小组均存在低分群体。这在一定程度上表明，不进行教师干预的师范生也能达到与受到教师干预的师范生相同或相近的学习效果。从测验成绩来看，二者并不存在明显差异。然而，受干预组完整参与课程单元测试的人数是未干预组的3倍之多，显然适当的教师干预能有效激发师范生的学习动机，提高师范生慕课学习保持率。有研究表明，在敏锐的教师情感支持下营造同频共振的在线对话情境与群体学习愿景能够提升在线教育绩效^[18]，教师采取适当的干预手段能够有效避免师范生慕课学习过程中的学习动机不足问题，进而提升学习绩效。

　　本研究中未干预的大部分师范生最终没有完成课程学习，整体课程完成率较低;而受干预的师范生中，成绩合格学员达到98.4%。究其原因，未干预的师范生学习兴趣不断转移、自我调控意识淡薄以及外部强化持续缺失，导致学习动机难以高位保持，进而导致课程完成率过低。受干预的师范生，经历了一系列教师干预，如为合格和优秀学员颁发证书、将慕课学习成绩计入专业课平时成绩、评选慕课学习之星等。这些干预措施为在线开放学习环境下的师范生提供了源源不断的学习动力，保持了较为稳定的学习状态，为其最终取得优异成绩提供了强有力的保障。

　　五、结语

　　本研究借鉴RTI三级干预模型，构建慕课学习干预框架，结合未干预和受干预的两组师范生的学习过程性数据，对比分析其时间相关行为、课程参与相关行为以及成绩相关行为，发现积极的教师干预对师范生慕课学习能够带来以下四个方面的影响和作用：

　　一是教师干预有助于提高师范生慕课学习的保持率。线下学习干预活动与在线慕课资源的有机结合，更能保证慕课学习者的高注册率。二是教师干预有助于提高师范生慕课学习的参与度。持续的学习跟踪、适时的学习提醒、及时的问题回复等，教师干预能够增加师范生的学习黏性，使慕课学习成为一种常态，提高师范生的学习参与度。三是教师干预有助于促进师范生之间的互动深度。引导师范生在讨论区互动，鼓励精华帖、提醒灌水帖、设置发回帖排行榜等干预举措，能够增强师范生学习过程中的效能感，促进学习交流互动走向深入。四是教师干预有助于提升师范生慕课学习的效果。将慕课学习与专业课学习建立联系、颁发学习证书、评选慕课之星等干预手段，有利于提高慕课学习的合格率、优秀率。

　　当前我国高等教育已经进入普及化阶段，高质量发展成为时代主题，积极探索慕课建设与应用，有助于推动学习革命与高等教育变革，促进慕课更好地服务社会。

　　参考文献：

　　[1]人民日报.中国慕课数量和应用规模居世界第一[EB/OL].(2020-12-13)[2022-09-10].http://www.moe.gov.cn/jyb_xwfb/s5147/202012/t20201214_505232.html.

　　[2]新华社.教育部：中国慕课已上线超7.68万门 服务国内12.77亿人次[EB/OL].(2024-01-26)[2024-02-04]. http://www.moe.gov.cn/jyb_xwfb/xw_zt/moe_357/2024/2024_zt02/mtbd/202401/t20240126_1112589.html.

　　[3]王晶莹,谢涌,郑永和.世界慕课研究热点、趋势与启示[J].中国教育信息化,2023,29(4):35-44.

　　[4]韩庆年,沙恩·道森,卡桑德拉·科尔文.高校学习分析实践的认知、机遇与挑战——基于澳大利亚24位专家的文本访谈[J].中国教育信息化,2022,28(10):31-39.

　　[5]吴林静,马鑫倩,刘清堂,等.大数据支持的慕课论坛教师干预预测及应用[J].电化教育研究,2021,42(7):47-53.

　　[6]乐惠骁,范逸洲,贾积有,等.优秀的慕课学习者如何学习——慕课学习行为模式挖掘[J].中国电化教育,2019(2):72-79.

　　[7]单迎杰,傅钢善,王一冰,等.基于反思文本的慕课学习情感体验特征分析[J].电化教育研究,2021,42(4):53-60,75.

　　[8]郑永和,杨淑豪,王晶莹.中国慕课研究现状、方向领域与反思展望[J].中国教育信息化,2023,29(4):26-34.

　　[9]柳中奇,韩双玉.基于SEM模型的慕课教学互动层次影响因素研究——来自3门慕课讨论区的数据实证[J].中国电化教育,2023(11):113-121.

　　[10]徐亚倩,陈丽,肖建军.联通主义在线课程设计策略研究——基于五轮cMOOC设计迭代[J].中国远程教育,2022(6):67-75.

　　[11]LI SHUANG, WANG SHUANG, DU JUNLEI, et al. MOOC learners’ time-investment patterns and temporal-learning characteristics[J]. Journal of Computer Assisted Learning, 2022,38(1):152-166.

　　[12]沈俊汝,郭绍青,贺相春,等.“互联网+”条件下师范生“接力式”支教模式的构建与应用研究[J].中国电化教育,2021(9):112-121.

　　[13]陈长胜,刘梅,沈书生,等.慕课学习完成者的学习效率及其群体差异性研究[J].中国远程教育,2021(10):39-47,59.

　　[14]卡拉·肖尔等著.教学与行为干预(RTI)[M].王小庆,译.上海:华东师范大学出版社,2020:15-16.

　　[15]王佑镁.网络环境中学习者反思行为的向度分布研究[J].现代教育技术,2008(7):67-72.

　　[16]张超.教师远程培训的学习干预研究[D].上海:华东师范大学,2010.

　　[17]张青,袁媛.在线教育中师生疏离感的形成原因、演绎路径与干预策略[J].电化教育研究,2022,43(9):37-44.

　　[18]张伟.推进世界教育网络空间的共建共享研究[J].中国教育信息化,2023,29(12):15-25.

A Study on the Influence of Teachers’ Intervention

on Normal Students’ Learning Behavior in MOOC

Junru SHEN¹, Guoning LV², Yingying YANG³

(1.School of Educational Science, Zhengzhou Normal University, Zhengzhou 450044, Henan;

2.School of Information Science and Technology, Zhengzhou Normal University, Zhengzhou 450044, Henan;

3.School of Life Science, Zhengzhou Normal University, Zhengzhou 450044, Henan)

　　Abstract: In the practice of educational innovation, MOOC is becoming an important engine to promote the reform of higher education in China. Literature analysis found that， in addition to attracting a large number of learners to participate in the learning, MOOC also has problems such as high dropout rate, poor sustainability and low qualification rate. In response to the above issues, the study selected normal students who participated in the national-level MOOC learning as the observation objects, drew on RTI three-level intervention model to build a framework for learning intervention of MOOC, targeted teacher intervention will be implemented on the learning process of MOOC, and learning process data will be collected for both the non-intervention and intervention groups of normal students. Adopted a combination of quantitative analysis and qualitative analysis, used the triangulation method as a validity guarantee, descriptive statistical analysis and visual analysis were conducted on the time-related behaviors, course participation-related behaviors, and achievement-related behaviors of two groups of normal students during their MOOC learning process. Thoroughly analyzed the effects of teachers’ intervention on the learning behavior of normal students in MOOC, including significantly increased the number of registered learners, significantly reduced the number of dropouts, stabilized the group of viewers of course videos, improved homework submission, increased participation in discussion forum feedback, improved course testing scores, and optimized the proportion of certificate holders. The research showed that appropriate teachers’ intervention had a positive effect on learning retention rate, learning participation, interaction depth and learning effect in the process of MOOC learning.

　　Keywords: E-learning; Teachers’ intervention; MOOC learning; Normal students; Learning behavior

　　编辑：李晓萍　校对：王天鹏