大學(xué)生學(xué)習(xí)風(fēng)格調(diào)查與分析-基于Felder-Silverman及Kolb量表

1、    大學(xué)生學(xué)習(xí)風(fēng)格調(diào)查與分析基于felder-silverman及kolb量表    摘要：隨著信息技術(shù)的發(fā)展，自適應(yīng)學(xué)習(xí)受到學(xué)者越來(lái)越多的關(guān)注。在自適應(yīng)學(xué)習(xí)中尤為重要的便是根據(jù)學(xué)習(xí)者由學(xué)習(xí)風(fēng)格等構(gòu)成的學(xué)習(xí)者模型為其推送適合的學(xué)習(xí)資源。該研究中，使用對(duì)比研究方法運(yùn)用felder-silverman學(xué)習(xí)量表部分維度及kolb學(xué)習(xí)風(fēng)格量表組成的新量表對(duì)全體大三的數(shù)學(xué)專業(yè)與歷史專業(yè)的學(xué)生進(jìn)行學(xué)習(xí)風(fēng)格測(cè)試，然后運(yùn)用spss工具、python中t-sne算法等對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)研究。結(jié)果表明，理科生在學(xué)習(xí)風(fēng)格信息加工維度較文科生明顯傾向于反思觀察思維，且理科生學(xué)習(xí)

2、風(fēng)格更加傾向于發(fā)散型思維，而文科生則在除聚合型思維的其他三種思維分布較為均勻。關(guān)鍵詞：自適應(yīng)學(xué)習(xí)，學(xué)習(xí)風(fēng)格，felder-silverman，kolb，t-sne算法一、引言1954年美國(guó)學(xué)者h(yuǎn)erbert·thelen首次提出“學(xué)習(xí)風(fēng)格”這一概念以來(lái)，其作為影響學(xué)生學(xué)習(xí)的一種個(gè)性化要素，受到教育者的廣泛關(guān)注。但是不同學(xué)者對(duì)其概念的認(rèn)識(shí)卻不盡統(tǒng)一。有些學(xué)者認(rèn)為學(xué)習(xí)風(fēng)格是某種學(xué)習(xí)方式或?qū)W習(xí)策略；有些學(xué)者則認(rèn)為學(xué)習(xí)風(fēng)格是某種穩(wěn)定的行為表現(xiàn)方式；也有些學(xué)者認(rèn)為學(xué)習(xí)風(fēng)格應(yīng)是某種信息加工方式。關(guān)于學(xué)習(xí)風(fēng)格的研究，在內(nèi)容方面，早期學(xué)習(xí)風(fēng)格偏向于理論研究，重點(diǎn)研究什么是學(xué)習(xí)風(fēng)格、影響學(xué)習(xí)風(fēng)格差異的

3、主要因素是什么，以及怎么恰當(dāng)測(cè)量運(yùn)用學(xué)生學(xué)習(xí)風(fēng)格。例如，有些學(xué)者傾向于研究構(gòu)成及影響學(xué)習(xí)風(fēng)格的要素，1-2不同學(xué)習(xí)者學(xué)習(xí)風(fēng)格的基本特征有無(wú)差異等，如高中生、大學(xué)生、網(wǎng)絡(luò)學(xué)習(xí)者的學(xué)習(xí)風(fēng)格是否有某種明顯的特征；3-5有些學(xué)者則側(cè)重基于某種已有的學(xué)習(xí)風(fēng)格進(jìn)行調(diào)查或是通過(guò)挖掘?qū)W習(xí)數(shù)據(jù)等來(lái)構(gòu)建某種學(xué)習(xí)風(fēng)格，如常見的基于kolb、基于felder-silverman學(xué)習(xí)風(fēng)格等線下模型基礎(chǔ)上再結(jié)合線上大數(shù)據(jù)，運(yùn)用j48、貝葉斯、邏輯回歸等算法等相互對(duì)比構(gòu)造出學(xué)生學(xué)習(xí)風(fēng)格；6-8研究較多的則為不同學(xué)習(xí)風(fēng)格學(xué)習(xí)者與教學(xué)策略、教學(xué)內(nèi)容設(shè)計(jì)等的關(guān)系，即針對(duì)不同學(xué)習(xí)風(fēng)格學(xué)習(xí)者為其設(shè)計(jì)個(gè)性化的高效的教學(xué)策略，以提高其學(xué)

4、習(xí)效率，9-10還有不同學(xué)習(xí)風(fēng)格的學(xué)習(xí)者與其學(xué)習(xí)績(jī)效、學(xué)習(xí)過(guò)程等的影響。11此外，自2010年起，學(xué)習(xí)風(fēng)格研究中，在線學(xué)習(xí)，如在線學(xué)習(xí)中學(xué)習(xí)風(fēng)格對(duì)學(xué)生的交互影響、學(xué)習(xí)過(guò)程、學(xué)習(xí)行為、學(xué)習(xí)效率等的影響；12-14自適應(yīng)學(xué)習(xí)，如自適應(yīng)系統(tǒng)中學(xué)習(xí)風(fēng)格模型的構(gòu)建，學(xué)習(xí)風(fēng)格研究的方向、研究趨勢(shì)等；15遠(yuǎn)程學(xué)習(xí)，如遠(yuǎn)程學(xué)習(xí)中學(xué)習(xí)風(fēng)格測(cè)量方法，遠(yuǎn)程學(xué)習(xí)中學(xué)習(xí)者學(xué)習(xí)風(fēng)格特點(diǎn)類型等字眼逐漸增多，即學(xué)習(xí)風(fēng)格逐漸轉(zhuǎn)向?qū)嵶C研究。16-18綜上所述，學(xué)習(xí)風(fēng)格呈現(xiàn)了從理論到實(shí)踐過(guò)渡的趨勢(shì)，經(jīng)歷了因素選擇即構(gòu)成學(xué)習(xí)風(fēng)格的要素、模型表示即構(gòu)造出某種學(xué)習(xí)風(fēng)格測(cè)量表示方法階段，如kolb學(xué)習(xí)風(fēng)格量表、模型修正是基于已有的學(xué)習(xí)風(fēng)格

5、不斷加深研究，運(yùn)用算法等數(shù)據(jù)挖掘手段使其更加完善這樣一個(gè)研究重點(diǎn)變化的過(guò)程。學(xué)習(xí)風(fēng)格中的信息加工是指對(duì)信息、知識(shí)的理解方式，分為積極實(shí)踐與反思觀察兩類。積極實(shí)踐類思維學(xué)習(xí)者在學(xué)習(xí)過(guò)程中喜歡做中學(xué)，在實(shí)際生活中解決問(wèn)題，傾向于用具體的方法來(lái)解決問(wèn)題，反思觀察類思維學(xué)習(xí)者顧名思義喜歡認(rèn)真思考、細(xì)心觀察、多角度理解知識(shí)內(nèi)容。這是結(jié)合felder-silverman量表部分維度及kolb量表對(duì)大三數(shù)學(xué)專業(yè)及文學(xué)專業(yè)學(xué)生學(xué)習(xí)風(fēng)格展開的研究。首先，選取felder-silverman及kolb量表所共有的信息加工維度對(duì)其數(shù)學(xué)及歷史專業(yè)學(xué)生進(jìn)行對(duì)比研究。然后，在kolb量表中對(duì)這兩類學(xué)生從不同角度重在信息加

6、工維度進(jìn)行對(duì)比分析，比較兩專業(yè)學(xué)生學(xué)習(xí)風(fēng)格是否有明顯差異。以期在后續(xù)自適應(yīng)系統(tǒng)研究里，在學(xué)生模型中針對(duì)不同學(xué)習(xí)風(fēng)格學(xué)生推薦合適的學(xué)習(xí)資源。二、學(xué)習(xí)風(fēng)格1.基本理論盡管自美國(guó)學(xué)者首次提出“學(xué)習(xí)風(fēng)格”以來(lái)，不同的學(xué)者對(duì)其概念的認(rèn)識(shí)不盡統(tǒng)一，但都認(rèn)為學(xué)習(xí)風(fēng)格具有獨(dú)特性、穩(wěn)定性兼有個(gè)性兩種功能。19即學(xué)習(xí)風(fēng)格在個(gè)體中一定程度上是穩(wěn)定的，通過(guò)一定方法是可以測(cè)量而知的，且在一段時(shí)間內(nèi)不會(huì)改變，但同時(shí)又是具有個(gè)性的，即不同學(xué)習(xí)者的學(xué)習(xí)風(fēng)格是有差異的。此文章就是基于學(xué)習(xí)風(fēng)格的這一特性而展開研究。學(xué)習(xí)風(fēng)格的準(zhǔn)確測(cè)試方法一直是學(xué)者致力研究的。目前為止，測(cè)試學(xué)習(xí)風(fēng)格一般有線上線下兩種方法，線上是通過(guò)收集學(xué)習(xí)者在某一

7、學(xué)習(xí)平臺(tái)某一時(shí)間段的學(xué)習(xí)數(shù)據(jù)。通過(guò)某種特定的大數(shù)據(jù)處理方法而得到，線下則是運(yùn)用某些已被認(rèn)可的學(xué)習(xí)風(fēng)格測(cè)試量表而得，目前，較為認(rèn)可的學(xué)習(xí)風(fēng)格測(cè)量量表模型有felder-silverman學(xué)習(xí)風(fēng)格模型及kolb學(xué)習(xí)風(fēng)格模型等。2.量表測(cè)量方法felder-silverman學(xué)習(xí)風(fēng)格模型中，從知識(shí)的加工、感知、輸入、理解四個(gè)方面將學(xué)習(xí)風(fēng)格分成了四組。在知識(shí)的加工中分為活躍型與沉思型，感知中分為感悟型與直覺型，輸入中分為視覺型與言語(yǔ)型，知識(shí)的理解中則分為序列型與綜合型。kolb學(xué)習(xí)風(fēng)格模型在學(xué)習(xí)四階段中形成了具體經(jīng)驗(yàn)、反思觀察、抽象概括和積極實(shí)踐四種適應(yīng)性學(xué)習(xí)模型。其中具體經(jīng)驗(yàn)和抽象概括是一個(gè)人偏好的

8、感知維度的兩個(gè)極端，反思觀察與積極實(shí)踐則是信息加工維度的兩個(gè)極端。這樣，在感知維度與信息加工維度可以組合形成發(fā)散型思維、聚合型思維、吸收型思維和適應(yīng)型思維四種學(xué)習(xí)方式，如圖1所示。對(duì)四種典型的學(xué)習(xí)風(fēng)格描述如下：20發(fā)散型思維，學(xué)習(xí)者通常用具體的思維方式感知信息，并對(duì)這些信息進(jìn)行反思式的加工，這類學(xué)習(xí)者需要獨(dú)自從事學(xué)習(xí)活動(dòng)。聚合型思維，學(xué)習(xí)者常用抽象思維方式感知信息，并對(duì)這些信息進(jìn)行反思式的加工；在學(xué)習(xí)活動(dòng)中，他們需要根據(jù)相近的、程序化的步驟進(jìn)行思考。吸收型思維，學(xué)習(xí)者常用抽象的思維方式感知信息，并對(duì)這些信息進(jìn)行積極的加工；在學(xué)習(xí)活動(dòng)中，他們需要投入實(shí)際問(wèn)題的解決過(guò)程。適應(yīng)型思維，學(xué)習(xí)者通常應(yīng)用

9、具體的思維方式感知信息，并對(duì)這些信息進(jìn)行積極的加工；他們?cè)趯W(xué)習(xí)活動(dòng)中需要冒險(xiǎn)，進(jìn)行變革實(shí)驗(yàn)，而且具有靈活性。felder-silverman量表中，a、b選項(xiàng)前系數(shù)為1、3，則為平衡型學(xué)習(xí)風(fēng)格，其余5a、7a、9a、11a為積極型學(xué)習(xí)風(fēng)格，5b、7b、9b、11b則為沉思型學(xué)習(xí)風(fēng)格。kolb量表中，感知維度具體的經(jīng)驗(yàn)命名為0，抽象的概括命名為1，對(duì)量表12道題同一選項(xiàng)合計(jì)相加后，取數(shù)值大的這一維度對(duì)應(yīng)0或1即可。同理，在信息處理維度積極實(shí)踐命名為0，反思觀察命名為1。（此處在信息加工維度命名0的需是主動(dòng)的實(shí)驗(yàn)而不能是省思的觀察，應(yīng)與感知維度命名為同一方向，便于之后研究）最后可組合形成00、01

10、、10、11這四種類型，分別對(duì)應(yīng)適應(yīng)型、發(fā)散型、聚合型、吸收型四種思維模式。顯然第一位以0開頭是感知維度的具體經(jīng)驗(yàn)思維，以1開頭則是抽象概括思維；第二位為0是信息處理維度積極實(shí)踐思維，第二位為1則是反思觀察思維。三、研究設(shè)計(jì)與分析1.研究設(shè)計(jì)本文采用由kolb學(xué)習(xí)風(fēng)格測(cè)量量表及所羅門學(xué)習(xí)風(fēng)格量表部分維度整合而成的新量表。數(shù)據(jù)處理采用spss工具及python中t-sne算法等，對(duì)湖北師范大學(xué)數(shù)學(xué)專業(yè)109人、歷史專業(yè)83人共192人，進(jìn)行學(xué)習(xí)風(fēng)格測(cè)試，旨在研究不同學(xué)科學(xué)生的學(xué)習(xí)風(fēng)格的穩(wěn)定性與個(gè)性，即理科類偏向某一學(xué)習(xí)風(fēng)格，文科類偏向另一學(xué)習(xí)風(fēng)格，且兩者學(xué)習(xí)風(fēng)格在一定程度上是不同的。2.研究結(jié)果

11、此次研究量表共回收192份，其中無(wú)效問(wèn)卷24份，有效問(wèn)卷168份，有效率為88%，文科類62份，理科類106份。首先，對(duì)此量表進(jìn)行信度分析，信度分析包括文科類、理科類及文理合并類，且在每一類中又包括總的信度分析及兩個(gè)維度分別的信度分析，如表1所示，總維度、感知維度、信息加工維度的文科、理科及文理科合并的信度均在0.8左右，顯示信度較好，但文科類信度相對(duì)比較低，查閱相關(guān)知識(shí)猜想，是由于文科類學(xué)生相對(duì)較少。此量表回收數(shù)據(jù)分兩步討論：一為從所羅門及kolb量表的信息加工維度比較理科與文科生，且比較這兩個(gè)量表此維度結(jié)果的差異性；二為從kolb量表四種思維方式重在信息加工維度分別討論理科生與文科生，對(duì)比研究。先從兩個(gè)量表信息加工維度分析，在所