基于概念图的虚拟学习情境探究社区框架——提升学生地球科学学习成果与反思倾向

基于概念图的虚拟学习情境探究社区框架——

提升学生地球科学学习成果与反思倾向

（A concept map‑based community of inquiry framework for virtual learning contexts to enhance students’ earth science learning achievement and reflection tendency）

Education and Information Technologies (2024) 29 

一、概念解析

基于概念图的探究社区框架VR系统(CM - CoI -based VR)：

CoI框架是一种用于理解和评估在线教育环境的理论模型，它包含三个核心要素：认知在场、社会在场和教学在场。

1.认知在场：认知在场关注的是学习者在智力参与和批判性思维方面的活动。在VR环境中，通过整合基于概念图的CoI框架（cm-coi），学习者能够积极参与认知在场，通过创建知识地图、操纵物体、浏览信息和建立概念联系来探索复杂思想，从而提高分析能力和高层次思维能力。

2. 社会在场：社会在场指的是学习者在虚拟学习社区中建立和维持联系、信任和归属感的能力。通过基于cm-coi的VR方法，学习者能够参与到同伴的概念图中，探索不同观点，参与讨论，从而培养社会存在感。

3. 教学在场：教学在场涉及教师对学习经验的设计、促进和指导。教师可以通过提供教学指导、及时反馈和促进VR环境中的有意义反思来增强教学在场。

图1 基于cm - coi的VR方法结构

传统的基于人工智能的VR系统和基于概念图的探究社区框架VR系统区别：

学生在进入学习系统时遇到的界面设置是相同的，包括初始引导、操作说明、背景故事介绍、知识获取、知识评估和结束屏幕。然而，主要的区别在于概念图阶段：在基于概念图的探究社区框架VR系统中，学生通过完成概念图积极参与学习。传统的基于基于人工智能的VR系统中，学生通过回顾基于视频或基于文本的材料，以加强以前学过的内容并构建他们的知识。尽管存在这种差异，但两种系统所涵盖的知识和内容是相同的。

图2 示例填空概念图问题和选项

二、摘要

研究目的：随着虚拟现实(VR)的日益普及，探究社区(CoI)框架的整合提供了其在促进VR环境中学生学习方面的作用的见解。然而，如果没有适当的引导，VR可能会阻碍学生的知识获取和组织。为了解决这个问题，我们为九年级的地球科学课程开发了一个基于概念图的探究社区(CM-CoI)框架VR系统，以调查其对学习成绩、反思倾向和感知的影响。

研究对象：参与者是两个班的学生，共58名九年级学生，年龄在14 - 15岁之间。其中一个班被指定为实验组，共有29名学生，另一个班被指定为对照组，也有29名学生。实验组采用基于概念图的探究社区框架VR系统进行学习，对照组采用传统的基于人工智能的VR方法。

研究结果：结果显示，实验组在学习成绩和反思倾向上都优于对照组。访谈显示，实验组的学生发现该方法有助于理清困惑的知识。本研究证明了CM-CoI-based VR系统系统在提高学习成绩和反思倾向方面的潜力。

三、研究问题

(1)使用CM-CoI-based VR方法的学生是否比使用传统CoI-based VR方法的学生取得了更好的学习成绩?

(2)使用CM-CoI-based VR方法的学生是否比使用传统CoI-based VR方法的学生表现出更高的反思倾向?

(3)学生对在地球科学课程中使用CM-CoI-based VR方法和传统的CoI-based VR方法的看法有何差异?

四、研究设计

（一）实验工具

本研究使用VR平台Uptale作为开发工具。教育工作者可以通过网络界面设计VR学习内容，将视频、图像和3D信息集成到系统中。图3显示了基于cm - coi的VR系统的系统结构，包括VR配置模块、VR交互模块和学习进度模块三个模块。通过VR配置模块，教师可以将相关数据输入到概念图数据库、教材数据库、测评数据库、VR场景数据库中。概念图数据库中包含了学生在学习活动中需要完成的概念图。教学材料数据库包括与课程单元相关的文本、图像和视频。评估数据库包含测试问题，要求学生匹配不同的学习场景。此外，在VR活动中，学生的学习行为和答案被记录在学习进度数据库中。教师可以使用学习进度模块来观察学生的学习过程。

图3 基于cm - coi的VR系统系统结构

2.测量工具

（1）学习成就评估：

   本研究通过前测和后测来评估学生的学习成就。前测包含50道选择题，每题2分，后测则包括基础题和高级题，基础题由16道选择题和6道填空题组成，高级题包含10道选择题，两者总分均为100分。这两项测试的KR20值均为0.92，显示出较高的信度。

（2）反思倾向问卷：

   反思倾向问卷基于Kember等人提出的量表改编，包含三个维度共12个条目，采用李克特4分量表评分。问卷在VR体验前后进行，以评估反思倾向对学生学习的影响。问卷的总体Cronbach’s alpha值为0.95，显示出良好的内部一致性。

（3）定性访谈：

   本研究采用半结构化访谈收集定性数据，访谈提纲包含七个问题，旨在了解学生对VR体验的看法和体验。共12名学生参与访谈，访谈以普通话进行并翻译成英语。访谈内容通过内容分析方法进行编码和主题组织，以保护受访者匿名性。

（二）实验对象和方法

这项研究发生在台湾北部的一所初中，在那里教授了为期两周的地球科学和天文学课程，题目是“我们的宇宙”。参与者是两个班的学生，共58名九年级学生，年龄在14 - 15岁之间。其中一个班被指定为实验组，共有29名学生，另一个班被指定为对照组，也有29名学生。实验组采用基于概念图的探究社区框架VR系统进行学习，对照组采用传统的基于人工智能的VR方法。两组接受相同的教学内容和材料，教学由同一位经验丰富的老师进行。

（三）实验过程

图4 实验流程

五、研究结果

（一）学习成绩分析

根据上图独立样本t检验分析显示，p＝0.50＞0.05，学习成绩前测不存在显著差异，表明两组学生在学习活动前具有相当的学习水平。

组别	N	M	SD	F
实验组	29	74.8	8.59	4.92
对照组	29	67.9	8.45

表1  批判性思维后测协方差分析结果

为了评估采用ANCOVA是否合适，我们首先进行了同质性检验。确认回归齐性假设通过(F=0.04,p >0.05)。然后进行ANCOVA，以前测成绩为协变量，后测成绩为因变量，剔除问卷前评分的影响，采用协方差分析(ANCOVA)检验两组间的差异，如表1所示。结果显示（p < 0.05），两组间差异有统计学意义;本研究的分析结果表明，在提高学生学习成绩方面，CM-CoI-based VR方法比传统的CoI-based VR方法更有效。

（二）反思倾向分析

组别	N	M	SD	F
实验组	29	3.11	0.08	380.5
对照组	29	2.80	0.09

表2  两组学生元认知评分的协方差分析结果

为了评估采用ANCOVA是否合适，我们首先进行了同质性检验。确认回归齐性假设通过(F=0.19,p >0.05)。然后进行ANCOVA，以前测成绩为协变量，后测成绩为因变量，剔除问卷前评分的影响，采用协方差分析(ANCOVA)检验两组间的差异，如表2所示。结果显示（p < 0.05），两组间差异有统计学意义;本研究的分析结果表明，CM-CoI-basedVR方法在增强学生反思倾向方面比传统的CoI-based VR方法更有效。

（三）访谈分析

如表3所示，基于对访谈数据的分析，出现了四个主要观点:提高学习成绩、提高知识理解、提高学习动机、提供改进建议。分析结果表明，无论是CM-CoI-based VR方法还是传统的CoI-based VR方法，大多数学生都对VR系统持积极态度。

1. 提高学习成绩：

实验组学生普遍认为，基于CM-CoI的VR方法能有效提高学习成绩，相比传统文本材料，VR提供了视觉和多媒体材料的集成，帮助学生理解抽象概念。

2. 提高知识理解：

实验组学生认为CM-CoI-based VR方法有助于识别和加深对天文知识的理解和区分，而对照组学生较少提及这一点。概念图的整合帮助澄清误解，促进有意义的学习。

3.提高学习动机：

两组学生都表示，与传统的基于文本的学习相比，VR技术作为一种新的教学方法增强了他们的学习动机，并使他们更专注于教学材料。

4. 提供改进建议：

少数学生对学习系统提出了反馈，主要关注点包括系统速度慢和操作问题。这些反馈为未来VR系统的发展和改进提供了宝贵的见解。

表3 访谈数据

六、结论

 本研究探讨了将基于概念图和社区参与（CM-CoI）的虚拟现实（VR）方法应用于地球科学课程对学生学习成绩和反思倾向的影响。

1.学习成绩和反思倾向：

研究发现，使用基于CM-CoI的VR方法的学生在学习成就和反思倾向方面与传统CoI-based VR方法的学生存在显著差异。

实验组学生普遍对基于CM-CoI的VR方法持积极态度，报告称学习成果显著提高，对主题的理解更深入，学习动机增强。

2.学习体验：

实验组和对照组学生都认为基于VR的学习具有内在的动机优势，能够提高他们的学习成绩、促进反思和提升整体学习体验。

3.研究局限性：

研究的样本量限制了结果的普遍性，干预时间较短，且数据收集依赖于自我报告措施。

4.未来研究方向：

建议未来研究包括更大、更多样化的样本，进行长期干预，并纳入客观衡量标准,还可以整合学习分析技术，研究不同学习需求的有效性，探索在其他科目和学科的适用性，以及评估VR系统的可用性和用户友好性。