论文部分内容阅读
摘 要： 提升学习者的学习投入度，是当前在线教育方式需要解决的重要问题。文章以Web of Science数据库收录的311篇相关文献为研究样本，借助CiteSpace、SATI等统计工具，对在线学习投入近10年的研究现状进行了宏观分析。研究发现，在线学习投入正在成为在线教育领域的一个研究热点;《REVIEW OF EDUCATIONAL RESEARCH》等7本期刊是发表在线学习投入度研究成果的重要期刊;印第安纳州大学的George D. Kuh等5位作者的研究成果对在线学习投入度研究影响较大;研究焦点集中在基于计算机中介交流模式下的在线学习投入研究等5大主题。建议未来应加强对情感投入、影响因素、改善策略以及有效保持学生投入在线课程设计的研究。
关键词： 学习投入;在线学习;现状;建议
中图分类号： G43 文献标识码： A DOI：10.3969/j.issn.1003-6970.2019.02.004
【Abstract】： It is an important problem to improve student engagement in online learning. Taking the 311 literatures in the Web of Science database as the research sample， this paper makes a macroscopic analysis of the research status of online student engagement in recent 10 years with the help of statistical tools such as Cite Space and SATI. It is found that online student engagement is becoming a research hotspot in the field of online education. REVIEW OF EDUCATIONAL RESEARCH and other 7 journals are important journals to study the research results of on online student engagement. The research results of George D. kuh of the University of Indiana and other 5 authors have a great influence on the research of online student engagement; and the research focuses on 5 topics， including online student engagement investment research based on Computer-mediated communication mode. It is suggested that the research on emotional engagement， influencing factors， improvement strategies and effective maintenance of online curriculum design should be strengthened in the future.
【Key words】： Student engagement; Online learning; Status; Advice
0 引言
與传统学习模式相比，在线学习方式具有学习资源丰富、学习地点随意、学习时间灵活以及学习内容个性化等优势。与此同时，“高辍课率、低参与性、难以深度学习”等质量危机[1]，也是以MOOC为代表的在线学习方式正在遭遇的现实问题。有效保持学生的学习投入度是当前在线课程设计的重要挑战（Denise Stanley and Yi Zhang， 2018）[2]。
随着对在线教育研究的深入，除了学习、满意度、兴趣（Learning， Satisfaction and Interest， LSI）和未来行为意向（Future Behavioral Intentions， FBI）等主题外[3]，学习投入度（Learning Engagement）正在成为衡量学习者在线学习质量的关键变量和在线学习模式研究的重要方向之一[4]。有研究表明，在线学习模式下，高水平的学习投入，不仅能够促进学习者进行自我调节与自我管理，获得自我效能感，还能增加高阶思维能力，从而实现有效的深度学习[5]。因此，研究在线学习投入问题十分有意义。本文是利用Web of Science数据库中收录的相关文献，分析了在线学习投入近10年的研究现状。
1 样本、方法与过程
1.1 研究样本
本研究的文献和数据来源于Web of Science数据库（以下简称WOS）。WOS是美国Thomson Reuters（汤姆森路透）科技信息集团出版的一个大型综合性、多学科、核心期刊引文索引库，也是世界各国研究人员获取学术文献的主要渠道之一，在国际上具有很高的权威性和知名度。检索策略是：以“online learning engagement OR online student engagement OR online student participation OR online learning participation”为主题检索词，限定题目中含有关键词“engagement OR participation”，以“2008-2018”为检索时间范围，共获得文献587篇。通过人工筛选和精炼，去掉主题不相关、重复文献后，共提取论文311篇，年度发文情况如图1所示。 1.2 方法和过程
由于文献数量比较多，为了更加宏观的把握研究的热点、主题和进展等信息，本文使用了引文分析和共词聚类分析方法，具体分析过程如图2。
其中，引文分析使用的是Cite Space工具，通过分析学术论文引用、被引用情况的分布特征，揭示在线学习投入领域的主要期刊、关键作者、重要文献等信息。共词聚类分析过程是，首先利用SATI对高频关键词和共词、词篇矩阵进行提取;然后将得到的共词矩阵导入Ucinet进行社会网络分析，绘制社群图图谱，将词篇矩阵导入SPSS生成相似矩阵，完成主题聚类，最后通过高频关键词聚类树状图等方式直观地呈现在线学习投入领域的研究热点。
2 分析结果
2.1 重要期刊
学术期刊的重要性通常体现在两个方面：期刊的影响因子和文章的被引频次。本文按照影响因子大于1和被引频次高于50的阈值标准，对有关在线学习投入度研究的重要期刊进行了遴选，共有7本期刊进入列表，如表1。说明这7本期刊上的文章，是国际在线学习投入研究领域的重要文献，国内学者在从事相关研究时阅读这些文献有利于快速、准确地把握国际研究动态。其中，《REVIEW OF EDUC- ATIONAL RESEARCH》、《INTERNET AND HIGHER EDUCATION》、《COMPUTERS EDUCATION》是世界范围公认的、出版高质量教育研究论文的权威期刊。在ISI Web of Science 2018年出版的期刊引用报告（JCR）中，《REVIEW OF EDUCATIONAL RESE- ARCH》位列教育学领域238个SSCI期刊的第一位，《INTERNET AND HIGHER EDUCATION》位列第二位，《COMPUTERS EDUCATION》位列第四位。
2.2 重要作者
H指数（h-index）又称为h因子，是用于评估研究人员的学术产出数量与学术产出水平的一种评价方法。通常H指数越高，则表明该研究者论文的影响力越大。本文依据出版文献数量（≥10）和h指数（≥5）的标准，遴选出5位重要作者，分别是印第安纳州大学的George D. Kuh、卡爾加里大学的Garrison DR、斯坦福大学的Albert Bandura、香港大学的Khe Foon Hew、乌普萨拉大学的Stefan Hrastinski，如表2所示。
这些作者的成果有的直接推动了在线学习投入研究的发展（如George D. Kuh、Khe Foon Hew、Stefan Hrastinski），有的成为在线学习投入研究的重要理论基础（如Garrison DR、Albert Bandura）。例如，George D.Kuh将学习投入作为测量高等教育质量的一个新视角，通过对“学习投入与学业成就的联系”、“学习投入与学生智力的比较”、“在学习社区中学生的学习投入情况”等教学实践研究，证实学习投入的测量能够反应学生存在的学习问题，开发并实施了全美学生投入调查（the national survey of student engagement，NSSE），后人基于该测量量表，衍生了更多有关学习投入测量量表和在线学习投入量表，推动了在线学习投入评价研究的发展[6-8]。Stefan Hrastinski的研究识别了在线学习投入的四大结构要素——交流、思考、情感和归属，科学的诠释了在线学习投入的内涵。Garrison DR提出的COI探究社区理论模型（Community Of Inquiry，COI）[9]为在线学习经验提供和在线课程设计研究提供了一种独特的视角、方法和工具，在线学习投入影响
2.3 高被引文献
一般而言，文献的被引频次越高，文献的影响力在该研究领域越大。通过文献共被引分析结果可
以检验文章的研究质量，并便于对该领域研究的后续发展脉络进行分析。本研究采用Cite Space工具，将查找到的数据综合被引频次，列举了在线学习投入领域被引频次较高的10篇文献，如表3所示。
从表3中呈现的高被引文献来看，慕课（MOOC）是在线学习投入研究中最主要的在线课程模式，研究焦点集中在在线讨论、学生交互、在线投入测量、课程设计以及学业成就等，并旨向慕课高参与率、低完成率问题的解决[11-12]。例如，Vanessa Paz Dennen、Erping ZHU等探讨了同步交互与异步交互对学习者的动机与学习投入的影响[13-14];Reynol Junco针对高等教育提出了社交媒体的使用对学生学习投入的影响[15];Stefan Hrastinski从建构主义理论、社会学习理论阐述了学习投入对测量在线学习课程成就的重要性[16]。并对在线学习投入做了全面的综述，总结了六大层次的在线学习投入方式（课程访问次数与交互访问次数、课堂参与率、高质量的作业、笔记完成情况、动机、积极的交互），以及测量在线学习投入的方法（交互的数量、学习者分析、学习者的自我报告、交互质量（信息长度）、访问次数、材料阅读情况、访问时间）[17]。
2.4 研究热点
为了更加准确的探索高频共现关键词之间的内在联系，形象直观的展现在线学习投入领域的研究热点，本研究将SATI中生成的共词矩阵导入到Ucinet软件中，进行社会网络中心度分析，绘制了在线学习投入领域高频关键词社群图，如图3所示。
为了保证本研究分析数据的客观性与准确性，我们首先对收集到的数据预处理，对关键词进行人工判读，合并重复关键词、同义关键词，清除标示性不强的关键词与较低中介中心性的关键词，接着使用文献题录信息统计分析工具SATI，对关键词字段进行抽取与频次排序，经统计得到高频关键词排序表，最终选取前25位高频关键词进入社群分析。在图中，每一个节点代表了每一个关键词，节点越大表示该关键词中心性越高。关键词与关键词之间的箭头，代表二者之间存在的共现关系。从高频关键词社群图中，可以看出各个关键词之间分布较密集，网络连接较为复杂，代表在线投入度领域，各个关键词之间存在互相依赖性。从图3中可以看出，中心性最强的关键词是“student engagement（学习投入）、online learning（在线学习）、student participation （学习投入）”三个主题词。而与在线学习投入领域紧密相关的关键词有“Higher education（高等教育）、motivation（动机）、performance（绩效）、MOOC（慕课）、blended learning（混合学习）等词”，说明国外在线学习投入领域的研究多倾向与高等教育;混合学习、慕课是在线投入研究的主要课程模式;绩效与动机则是在线学习投入研究的主要测量方法。其中“social media（社交媒体）”发生了知识孤独的现象，是在线学习投入度的新型领域。而“interaction（交互）、technology（技术）、Self-efficacy（自我效能）、leaning communities（学习社区）、active learning（主动学习）”等网络边缘词汇，代表了技术中介的社会互动与情感增强的研究，是当前在线学习投入研究的薄弱领域，未来仍有较大的研究空间。
2.5 研究领域
通过对高频关键词的聚类，可以展现当前的研究领域。为此，我们将SATI中生成的词篇矩阵，导入到SPSS中进行系统聚类分析，设置聚类方法为组间连接，度量标准选择二分类“Ochiai”，根据研究需要，去除“online learning（在线学习）”、“student engagement（学习投入）、student participation（学习投入）”三个主题词，最终生成如图4所示的在线学习投入关键词共词聚类树状图。
从图4可以看出，关于在线学习投入的研究主要有5个研究领域：
领域1：基于计算机中介交流模式下在线学习投入的研究。包括“Teaching/learning strategies（教学策略）、Learning communities（学习社区）、collabora- tive learning（协作学习）、Computer-mediated commu- nication（计算机中介交流）、Pedagogical issues（教育问题）、Interactive learning environments（学习交互环境）、distance education（远程学习）、active learning（主动学习）”8个关键词。从研究内容上看，现有研究中计算机中介交流改变了传统教学模式下师生、生生之间的面对面交流，为协作学习、学习交互环境、教学策略注入了新的活力[18]，同样也为远程教育提供了技术支持。学习社区为学习者提供了共同的目标和价值观，加强个体之间的交流与互动。
领域2：面向高等教育的学习者在线讨论与交互的研究。包括“Blended learning（混合学习）、Interaction（交互）、MOOC（慕课）、Performance（绩效）、Motivation（动机）、Learning analytics（学习分析）、Higher education（高等教育）、E-learning（数字化学习）、Online discussion（在线讨论）”9个关键词。通过涉及文献的具体内容来看，高等教育是当前在线学习投入研究的重要领域，借助慕课与混合学习模式，对学习投入、在线交互与学习动机、学习绩效的关进进行探讨[19]。
领域3：自我效能对提高在线学习投入度的研究。Pekrun认为研究者应主要注意积极情绪与消极情绪给学习者带来的影响以及区别，并表明积极情绪能够提高学生的学业成就，而自我效能感就是通过积极的学业情绪获得[20]。在线学习环境下，个体
积极的学习情绪能够提高自我效能感，从而提高学习投入程度，以达到深度学习水平。消极的学业情绪则降低了在线学习的效能感，容易使学习者脱离课程进程，降低或丧失学习投入。
领域4：建立在线学习模式的反馈与评估机制的研究。包括“Technology（技术）、Feedback（反馈）、Assessment（评估）”三个关键词。良好的反馈与评估机制往往伴随着技术的不断创新，以促进在线学习投入领域更好的发展，目前在线学习课程常用的反馈与评估机制主要有电子徽章、在线仪表盘以及学习主界面模型（Learning Primary Interface， LPI）等。
领域5：新兴社交媒体技术对在线学习投入研究的优化。社交媒体（Social Media）是指互联网上基于用户关系的内容生产与交换平台，国外如Facebook、Twitter、国内如QQ、微信等。由于社交媒体具有开放、灵活、及时、普及等优势，对学习者和教师来讲基本不存在技术障碍。因此，把社交媒体等新兴技术与在线学习方式整合，有利于提升在线课程交互的深度和交互主体的情感，对提升在线学习投入的作用不容小觑[21]。
3 结论
提升学习者的学习投入度，是当前在线教育方式需要解决的重要问题，已引起了一些研究者的关注。本文利用Web of Science数据库中收录的相关文献，从多个方面分析了在线学习投入近10年的研究现状。
主要结论是：（1）整体来看，近10年有关学习投入的研究发表的论文总量不算多，年均30篇左右，但总体上呈现出持续增长的态势，特别最近五年（2014-2018）增长趋势相当明显，说明在线学习投入正在成为在线教育领域的一个研究热点。（2）《REVIEW OF EDUCATIONAL RESEARCH》等7本期刊是发表在线学习投入度研究成果的重要期刊;印第安纳州大学的George D. Kuh等5位作者的研究成果对在线学习投入度研究影响较大;《Unmasking the Effects of Student Engagement on First-Year College Grades and Persistence》等10篇论文的引用率较高。（3）当前的研究主要聚焦在基于计算机中介交流模式下在线学习投入研究、面向高等教育的学习者在线讨论与交互研究、自我效能对提高在线学习投入度研究、建立在线学习模式的反馈与评估机制研究，以及新兴社交媒体技术对在线学习投入研究的優化等主题。 未來研究的建议：（1）在线课程面临着高辍课率、低参与性、难以深度学习等质量危机，未来应加强对在线学习投入的影响因素及其改善策略以及有效保持学生的学习投入在线课程设计的研究。（2）在线学习投入是学习者在学习过程中积极参与、深度思考、克服困难并充满活力的情感体验和外化表现，包括行为投入、情感投入、认知投入等多个维度。相对来讲，目前在行为和认知投入方面的研究较多，情感投入的研究比较薄弱，特别是如何真实的测量学习者的在线学习情感还存在一定的困难，未来可以考虑借助瞳孔变化测试仪、眼动仪（视觉记录仪）、瞬间显示器、生物电波测试等设备对学习行为分析进而对在线学习情感投入度进行更精准的研究[22-23]。
参考文献
尹睿， 徐欢云. 国外在线学习投入的研究进展与前瞻[J]. 开放教育研究， 2016， 22（03）： 89-97.
Stanley D， Zhang J. Do Student-Produced Videos Enhance Engagement and Learning in the Online Environment[J]. 2018.
Costley J， Lange CH. Video lectures in e-learning[J]. Interactive Technology and Smart Education， 14（1）， 14-30.
Kop R， Fournier H， Mak SF . A pedagogy of abundance or a pedagogy for human beings： Participant support on massive open online courses[J]. The International Review of Researching Open and Distance Learning， 12（7）， 74-93.
Allen I， Seaman J. Changing course： Ten years of tracking online education in the United States[J]. Retrieved July 24， 2013.
Zhao CM， Kuh GD. Adding Value： Learning Communities and Student Engagement[J]. Research in Higher Education， 45（2）， 115-138.
Carini RM， Kuh GD. Klein SP. Student Engagement and Student Learning： Testing the Linkages[J]. Research in Higher Education， 2006， 47（1）： 1-32.
Kuh GD. Unmasking the Effects of Student Engagement onFirst-Year College Grades and Persistence [J]. The Journal of Higher Education， 2008， 5（79）： 540-563.
Garrison DR， Arbaugh JB. Researching the community of inquiry framework： Review， issues， and future directions[J]. The Internet and Higher Education， 10（3）： 157-172.
Garrison DR， ClevelandInnes. Exploring causal relationships among cognitive， social and teaching presence： Student perceptions of the community of inquiry framework[J]. The Internet and Higher Education， 13（1-2）， 31-36.
张海燕. MOOC的突破与挑战： 一种课程观点[J]. 软件， 2018， 39（6）： 209-213
Hew KF. Promoting engagement in online courses： What strategies can we learn from three highly rated MOOCS[J]. British Journal of Educational Technology， 47（2）， 320-341.
Dennen VP. From message posting to learning dialogues： Factors affecting learner participation in asynchronous discussion[J]. Distance Education， 26（1）， 127-148.
Zhu E. Interaction and cognitive engagement： An analysis of four asynchronous online discussions[J]. Instructional Science， 34（6）， 451-480.
Junco R， Heiberger G， Loken E. The effect of Twitter on college student engagement and grades[J]. Journal of Computer Assisted Learning， 27（2）， 119-132.
Hrastinski S. A theory of online learning as online participation[J]. Computers & Education， 52（1）， 78-82.
Hrastinski S. What is online learner participation？ A literature review[J]. Computers & Education， 51（4）， 1755- 1765.
江涛， 刘儒德. 计算机中介交流（CMC）对小组合作成员学习卷入行为的影响[J]. 中国电化教育， 2007（07）： 36-39.
焦赛美. 基于混合学习的翻转课堂教学模式研究——以“Photoshop平面设计”课程为例[J]. 软件， 2018， 39（4）： 222-225
Pekrun R， Elliot AJ， Maier MA. Achievement goals and achievement emotions： Testing a model of their joint relations with academic performance[J]. Journal of Educational Psychology， 101（1）， 115-135.
龚让声， 李素桂， 林敏. 基于微信公众平台的慕课建设平台的设计与实现[J]. 软件， 2018， 39（2）： 218-222
孙吉鹏， 袁郭苑， 杜泽林. 学习行为分析的段落粒度在线教程系统[J]. 软件， 2018， 39（4）： 137-141
Hao-Chiang Koong LIN， Cheng-Hung WANG， Ching-Ju CHAO， Ming-Kuan CHIEN.EMPLOYING TEXTUAL AND FACIAL EMOTION RECOGNITION TO DESIGN [J]. The Turkish Online Journal of Educational Technology， 2012， 11（4）.
关键词： 学习投入;在线学习;现状;建议
中图分类号： G43 文献标识码： A DOI：10.3969/j.issn.1003-6970.2019.02.004
【Abstract】： It is an important problem to improve student engagement in online learning. Taking the 311 literatures in the Web of Science database as the research sample， this paper makes a macroscopic analysis of the research status of online student engagement in recent 10 years with the help of statistical tools such as Cite Space and SATI. It is found that online student engagement is becoming a research hotspot in the field of online education. REVIEW OF EDUCATIONAL RESEARCH and other 7 journals are important journals to study the research results of on online student engagement. The research results of George D. kuh of the University of Indiana and other 5 authors have a great influence on the research of online student engagement; and the research focuses on 5 topics， including online student engagement investment research based on Computer-mediated communication mode. It is suggested that the research on emotional engagement， influencing factors， improvement strategies and effective maintenance of online curriculum design should be strengthened in the future.
【Key words】： Student engagement; Online learning; Status; Advice
0 引言
與传统学习模式相比，在线学习方式具有学习资源丰富、学习地点随意、学习时间灵活以及学习内容个性化等优势。与此同时，“高辍课率、低参与性、难以深度学习”等质量危机[1]，也是以MOOC为代表的在线学习方式正在遭遇的现实问题。有效保持学生的学习投入度是当前在线课程设计的重要挑战（Denise Stanley and Yi Zhang， 2018）[2]。
随着对在线教育研究的深入，除了学习、满意度、兴趣（Learning， Satisfaction and Interest， LSI）和未来行为意向（Future Behavioral Intentions， FBI）等主题外[3]，学习投入度（Learning Engagement）正在成为衡量学习者在线学习质量的关键变量和在线学习模式研究的重要方向之一[4]。有研究表明，在线学习模式下，高水平的学习投入，不仅能够促进学习者进行自我调节与自我管理，获得自我效能感，还能增加高阶思维能力，从而实现有效的深度学习[5]。因此，研究在线学习投入问题十分有意义。本文是利用Web of Science数据库中收录的相关文献，分析了在线学习投入近10年的研究现状。
1 样本、方法与过程
1.1 研究样本
本研究的文献和数据来源于Web of Science数据库（以下简称WOS）。WOS是美国Thomson Reuters（汤姆森路透）科技信息集团出版的一个大型综合性、多学科、核心期刊引文索引库，也是世界各国研究人员获取学术文献的主要渠道之一，在国际上具有很高的权威性和知名度。检索策略是：以“online learning engagement OR online student engagement OR online student participation OR online learning participation”为主题检索词，限定题目中含有关键词“engagement OR participation”，以“2008-2018”为检索时间范围，共获得文献587篇。通过人工筛选和精炼，去掉主题不相关、重复文献后，共提取论文311篇，年度发文情况如图1所示。 1.2 方法和过程
由于文献数量比较多，为了更加宏观的把握研究的热点、主题和进展等信息，本文使用了引文分析和共词聚类分析方法，具体分析过程如图2。
其中，引文分析使用的是Cite Space工具，通过分析学术论文引用、被引用情况的分布特征，揭示在线学习投入领域的主要期刊、关键作者、重要文献等信息。共词聚类分析过程是，首先利用SATI对高频关键词和共词、词篇矩阵进行提取;然后将得到的共词矩阵导入Ucinet进行社会网络分析，绘制社群图图谱，将词篇矩阵导入SPSS生成相似矩阵，完成主题聚类，最后通过高频关键词聚类树状图等方式直观地呈现在线学习投入领域的研究热点。
2 分析结果
2.1 重要期刊
学术期刊的重要性通常体现在两个方面：期刊的影响因子和文章的被引频次。本文按照影响因子大于1和被引频次高于50的阈值标准，对有关在线学习投入度研究的重要期刊进行了遴选，共有7本期刊进入列表，如表1。说明这7本期刊上的文章，是国际在线学习投入研究领域的重要文献，国内学者在从事相关研究时阅读这些文献有利于快速、准确地把握国际研究动态。其中，《REVIEW OF EDUC- ATIONAL RESEARCH》、《INTERNET AND HIGHER EDUCATION》、《COMPUTERS EDUCATION》是世界范围公认的、出版高质量教育研究论文的权威期刊。在ISI Web of Science 2018年出版的期刊引用报告（JCR）中，《REVIEW OF EDUCATIONAL RESE- ARCH》位列教育学领域238个SSCI期刊的第一位，《INTERNET AND HIGHER EDUCATION》位列第二位，《COMPUTERS EDUCATION》位列第四位。
2.2 重要作者
H指数（h-index）又称为h因子，是用于评估研究人员的学术产出数量与学术产出水平的一种评价方法。通常H指数越高，则表明该研究者论文的影响力越大。本文依据出版文献数量（≥10）和h指数（≥5）的标准，遴选出5位重要作者，分别是印第安纳州大学的George D. Kuh、卡爾加里大学的Garrison DR、斯坦福大学的Albert Bandura、香港大学的Khe Foon Hew、乌普萨拉大学的Stefan Hrastinski，如表2所示。
这些作者的成果有的直接推动了在线学习投入研究的发展（如George D. Kuh、Khe Foon Hew、Stefan Hrastinski），有的成为在线学习投入研究的重要理论基础（如Garrison DR、Albert Bandura）。例如，George D.Kuh将学习投入作为测量高等教育质量的一个新视角，通过对“学习投入与学业成就的联系”、“学习投入与学生智力的比较”、“在学习社区中学生的学习投入情况”等教学实践研究，证实学习投入的测量能够反应学生存在的学习问题，开发并实施了全美学生投入调查（the national survey of student engagement，NSSE），后人基于该测量量表，衍生了更多有关学习投入测量量表和在线学习投入量表，推动了在线学习投入评价研究的发展[6-8]。Stefan Hrastinski的研究识别了在线学习投入的四大结构要素——交流、思考、情感和归属，科学的诠释了在线学习投入的内涵。Garrison DR提出的COI探究社区理论模型（Community Of Inquiry，COI）[9]为在线学习经验提供和在线课程设计研究提供了一种独特的视角、方法和工具，在线学习投入影响
2.3 高被引文献
一般而言，文献的被引频次越高，文献的影响力在该研究领域越大。通过文献共被引分析结果可
以检验文章的研究质量，并便于对该领域研究的后续发展脉络进行分析。本研究采用Cite Space工具，将查找到的数据综合被引频次，列举了在线学习投入领域被引频次较高的10篇文献，如表3所示。
从表3中呈现的高被引文献来看，慕课（MOOC）是在线学习投入研究中最主要的在线课程模式，研究焦点集中在在线讨论、学生交互、在线投入测量、课程设计以及学业成就等，并旨向慕课高参与率、低完成率问题的解决[11-12]。例如，Vanessa Paz Dennen、Erping ZHU等探讨了同步交互与异步交互对学习者的动机与学习投入的影响[13-14];Reynol Junco针对高等教育提出了社交媒体的使用对学生学习投入的影响[15];Stefan Hrastinski从建构主义理论、社会学习理论阐述了学习投入对测量在线学习课程成就的重要性[16]。并对在线学习投入做了全面的综述，总结了六大层次的在线学习投入方式（课程访问次数与交互访问次数、课堂参与率、高质量的作业、笔记完成情况、动机、积极的交互），以及测量在线学习投入的方法（交互的数量、学习者分析、学习者的自我报告、交互质量（信息长度）、访问次数、材料阅读情况、访问时间）[17]。
2.4 研究热点
为了更加准确的探索高频共现关键词之间的内在联系，形象直观的展现在线学习投入领域的研究热点，本研究将SATI中生成的共词矩阵导入到Ucinet软件中，进行社会网络中心度分析，绘制了在线学习投入领域高频关键词社群图，如图3所示。
为了保证本研究分析数据的客观性与准确性，我们首先对收集到的数据预处理，对关键词进行人工判读，合并重复关键词、同义关键词，清除标示性不强的关键词与较低中介中心性的关键词，接着使用文献题录信息统计分析工具SATI，对关键词字段进行抽取与频次排序，经统计得到高频关键词排序表，最终选取前25位高频关键词进入社群分析。在图中，每一个节点代表了每一个关键词，节点越大表示该关键词中心性越高。关键词与关键词之间的箭头，代表二者之间存在的共现关系。从高频关键词社群图中，可以看出各个关键词之间分布较密集，网络连接较为复杂，代表在线投入度领域，各个关键词之间存在互相依赖性。从图3中可以看出，中心性最强的关键词是“student engagement（学习投入）、online learning（在线学习）、student participation （学习投入）”三个主题词。而与在线学习投入领域紧密相关的关键词有“Higher education（高等教育）、motivation（动机）、performance（绩效）、MOOC（慕课）、blended learning（混合学习）等词”，说明国外在线学习投入领域的研究多倾向与高等教育;混合学习、慕课是在线投入研究的主要课程模式;绩效与动机则是在线学习投入研究的主要测量方法。其中“social media（社交媒体）”发生了知识孤独的现象，是在线学习投入度的新型领域。而“interaction（交互）、technology（技术）、Self-efficacy（自我效能）、leaning communities（学习社区）、active learning（主动学习）”等网络边缘词汇，代表了技术中介的社会互动与情感增强的研究，是当前在线学习投入研究的薄弱领域，未来仍有较大的研究空间。
2.5 研究领域
通过对高频关键词的聚类，可以展现当前的研究领域。为此，我们将SATI中生成的词篇矩阵，导入到SPSS中进行系统聚类分析，设置聚类方法为组间连接，度量标准选择二分类“Ochiai”，根据研究需要，去除“online learning（在线学习）”、“student engagement（学习投入）、student participation（学习投入）”三个主题词，最终生成如图4所示的在线学习投入关键词共词聚类树状图。
从图4可以看出，关于在线学习投入的研究主要有5个研究领域：
领域1：基于计算机中介交流模式下在线学习投入的研究。包括“Teaching/learning strategies（教学策略）、Learning communities（学习社区）、collabora- tive learning（协作学习）、Computer-mediated commu- nication（计算机中介交流）、Pedagogical issues（教育问题）、Interactive learning environments（学习交互环境）、distance education（远程学习）、active learning（主动学习）”8个关键词。从研究内容上看，现有研究中计算机中介交流改变了传统教学模式下师生、生生之间的面对面交流，为协作学习、学习交互环境、教学策略注入了新的活力[18]，同样也为远程教育提供了技术支持。学习社区为学习者提供了共同的目标和价值观，加强个体之间的交流与互动。
领域2：面向高等教育的学习者在线讨论与交互的研究。包括“Blended learning（混合学习）、Interaction（交互）、MOOC（慕课）、Performance（绩效）、Motivation（动机）、Learning analytics（学习分析）、Higher education（高等教育）、E-learning（数字化学习）、Online discussion（在线讨论）”9个关键词。通过涉及文献的具体内容来看，高等教育是当前在线学习投入研究的重要领域，借助慕课与混合学习模式，对学习投入、在线交互与学习动机、学习绩效的关进进行探讨[19]。
领域3：自我效能对提高在线学习投入度的研究。Pekrun认为研究者应主要注意积极情绪与消极情绪给学习者带来的影响以及区别，并表明积极情绪能够提高学生的学业成就，而自我效能感就是通过积极的学业情绪获得[20]。在线学习环境下，个体
积极的学习情绪能够提高自我效能感，从而提高学习投入程度，以达到深度学习水平。消极的学业情绪则降低了在线学习的效能感，容易使学习者脱离课程进程，降低或丧失学习投入。
领域4：建立在线学习模式的反馈与评估机制的研究。包括“Technology（技术）、Feedback（反馈）、Assessment（评估）”三个关键词。良好的反馈与评估机制往往伴随着技术的不断创新，以促进在线学习投入领域更好的发展，目前在线学习课程常用的反馈与评估机制主要有电子徽章、在线仪表盘以及学习主界面模型（Learning Primary Interface， LPI）等。
领域5：新兴社交媒体技术对在线学习投入研究的优化。社交媒体（Social Media）是指互联网上基于用户关系的内容生产与交换平台，国外如Facebook、Twitter、国内如QQ、微信等。由于社交媒体具有开放、灵活、及时、普及等优势，对学习者和教师来讲基本不存在技术障碍。因此，把社交媒体等新兴技术与在线学习方式整合，有利于提升在线课程交互的深度和交互主体的情感，对提升在线学习投入的作用不容小觑[21]。
3 结论
提升学习者的学习投入度，是当前在线教育方式需要解决的重要问题，已引起了一些研究者的关注。本文利用Web of Science数据库中收录的相关文献，从多个方面分析了在线学习投入近10年的研究现状。
主要结论是：（1）整体来看，近10年有关学习投入的研究发表的论文总量不算多，年均30篇左右，但总体上呈现出持续增长的态势，特别最近五年（2014-2018）增长趋势相当明显，说明在线学习投入正在成为在线教育领域的一个研究热点。（2）《REVIEW OF EDUCATIONAL RESEARCH》等7本期刊是发表在线学习投入度研究成果的重要期刊;印第安纳州大学的George D. Kuh等5位作者的研究成果对在线学习投入度研究影响较大;《Unmasking the Effects of Student Engagement on First-Year College Grades and Persistence》等10篇论文的引用率较高。（3）当前的研究主要聚焦在基于计算机中介交流模式下在线学习投入研究、面向高等教育的学习者在线讨论与交互研究、自我效能对提高在线学习投入度研究、建立在线学习模式的反馈与评估机制研究，以及新兴社交媒体技术对在线学习投入研究的優化等主题。 未來研究的建议：（1）在线课程面临着高辍课率、低参与性、难以深度学习等质量危机，未来应加强对在线学习投入的影响因素及其改善策略以及有效保持学生的学习投入在线课程设计的研究。（2）在线学习投入是学习者在学习过程中积极参与、深度思考、克服困难并充满活力的情感体验和外化表现，包括行为投入、情感投入、认知投入等多个维度。相对来讲，目前在行为和认知投入方面的研究较多，情感投入的研究比较薄弱，特别是如何真实的测量学习者的在线学习情感还存在一定的困难，未来可以考虑借助瞳孔变化测试仪、眼动仪（视觉记录仪）、瞬间显示器、生物电波测试等设备对学习行为分析进而对在线学习情感投入度进行更精准的研究[22-23]。
参考文献
尹睿， 徐欢云. 国外在线学习投入的研究进展与前瞻[J]. 开放教育研究， 2016， 22（03）： 89-97.
Stanley D， Zhang J. Do Student-Produced Videos Enhance Engagement and Learning in the Online Environment[J]. 2018.
Costley J， Lange CH. Video lectures in e-learning[J]. Interactive Technology and Smart Education， 14（1）， 14-30.
Kop R， Fournier H， Mak SF . A pedagogy of abundance or a pedagogy for human beings： Participant support on massive open online courses[J]. The International Review of Researching Open and Distance Learning， 12（7）， 74-93.
Allen I， Seaman J. Changing course： Ten years of tracking online education in the United States[J]. Retrieved July 24， 2013.
Zhao CM， Kuh GD. Adding Value： Learning Communities and Student Engagement[J]. Research in Higher Education， 45（2）， 115-138.
Carini RM， Kuh GD. Klein SP. Student Engagement and Student Learning： Testing the Linkages[J]. Research in Higher Education， 2006， 47（1）： 1-32.
Kuh GD. Unmasking the Effects of Student Engagement onFirst-Year College Grades and Persistence [J]. The Journal of Higher Education， 2008， 5（79）： 540-563.
Garrison DR， Arbaugh JB. Researching the community of inquiry framework： Review， issues， and future directions[J]. The Internet and Higher Education， 10（3）： 157-172.
Garrison DR， ClevelandInnes. Exploring causal relationships among cognitive， social and teaching presence： Student perceptions of the community of inquiry framework[J]. The Internet and Higher Education， 13（1-2）， 31-36.
张海燕. MOOC的突破与挑战： 一种课程观点[J]. 软件， 2018， 39（6）： 209-213
Hew KF. Promoting engagement in online courses： What strategies can we learn from three highly rated MOOCS[J]. British Journal of Educational Technology， 47（2）， 320-341.
Dennen VP. From message posting to learning dialogues： Factors affecting learner participation in asynchronous discussion[J]. Distance Education， 26（1）， 127-148.
Zhu E. Interaction and cognitive engagement： An analysis of four asynchronous online discussions[J]. Instructional Science， 34（6）， 451-480.
Junco R， Heiberger G， Loken E. The effect of Twitter on college student engagement and grades[J]. Journal of Computer Assisted Learning， 27（2）， 119-132.
Hrastinski S. A theory of online learning as online participation[J]. Computers & Education， 52（1）， 78-82.
Hrastinski S. What is online learner participation？ A literature review[J]. Computers & Education， 51（4）， 1755- 1765.
江涛， 刘儒德. 计算机中介交流（CMC）对小组合作成员学习卷入行为的影响[J]. 中国电化教育， 2007（07）： 36-39.
焦赛美. 基于混合学习的翻转课堂教学模式研究——以“Photoshop平面设计”课程为例[J]. 软件， 2018， 39（4）： 222-225
Pekrun R， Elliot AJ， Maier MA. Achievement goals and achievement emotions： Testing a model of their joint relations with academic performance[J]. Journal of Educational Psychology， 101（1）， 115-135.
龚让声， 李素桂， 林敏. 基于微信公众平台的慕课建设平台的设计与实现[J]. 软件， 2018， 39（2）： 218-222
孙吉鹏， 袁郭苑， 杜泽林. 学习行为分析的段落粒度在线教程系统[J]. 软件， 2018， 39（4）： 137-141
Hao-Chiang Koong LIN， Cheng-Hung WANG， Ching-Ju CHAO， Ming-Kuan CHIEN.EMPLOYING TEXTUAL AND FACIAL EMOTION RECOGNITION TO DESIGN [J]. The Turkish Online Journal of Educational Technology， 2012， 11（4）.