集体效能、认知质量和任务凝聚力在计算机支持协作学习（CSCL）中的作用

集体效能、认知质量和任务凝聚力在计算机支持协作学习（CSCL）中的作用

The role of collective efficacy, cognitive quality, and task cohesion in computer-supported collaborative learning (CSCL)

1.摘要分解：

研究目的：CSCL环境包含较少的社会背景线索，导致各种群体过程、表现或动机。因此，本研究试图探讨集体效能与群体过程之间的关系。(i.e.任务凝聚力、认知质量)和在CSCL环境中的协作表现。

研究对象：共有75名台湾大学生（分为25组）参与了这项研究。

研究方法：数据分析采用定量和定性两种方法。
研究结果：（1）集体效能在CSCL环境中显著预测了任务的凝聚力，而不是认知质量。

（2）对于群体过程在群体表现中的作用，任务凝聚力和认知质量都能显著预测群体表现，但认知质量比任务凝聚力更能预测群体表现。

（3）对于先前表现、任务凝聚力和认知质量对集体效能的预测能力，结果显示，只有任务凝聚力在CSCL环境中才能显著预测后续的集体效能。

关键词：协作学习；学习策略；计算机中介通信的交互式学习环境

2.理论背景

集体效能：集体效能被定义为一个群体对其执行实现指定目标所需的行动能力的共同信念。换句话说，集体效能被认为是一个群体整体的表现能力。班杜拉也提出了两种集体效能的描述可以用来估计感知的群体效能。个人描述总结了成员对自身效能信念的判断，而群体描述则总结了成员对群体整体效能的感知。当群体目标的实现需要一个显著的相互依赖的努力时，综合感知的群体效能尤其相关。在本研究中，协作任务需要高度相互依赖的努力，所有的学生都需要贡献他们的努力来实现他们的团队目标。

群体凝聚力：已被发现对不同领域的群体动态或群体过程产生重要影响（Mullen & Copper，1994）。据冈萨雷斯等人说。（2003），群体凝聚力是将群体成员结合在一起以致力于群体目标的力量。群体凝聚力的两个方面：一个是社会凝聚力，处理人际吸引力，另一个是任务凝聚力，关注任务承诺。

3.实验设计

研究问题(如图1所示 )

1 . 在CSCL环境中，学生的集体效能在群体过程行为（任务凝聚力、认知质量）中的作用是什么？

2 . 学生的群体过程行为（任务凝聚力、认知质量）是否可以预测他们的计算机支持的协作学习表现？

3 . 先前的群体表现和群体过程行为（任务凝聚力和认知质量）对CSCL后续集体效能的预测能力是什么？

图1 . 集体效能（CE 1）、任务凝聚力、认知质量、群体表现和随后的集体效能（CE 2）之间的关系模型。

研究对象：来自一所中央大学的两个班的“网页编程”课程的75名台湾大学生参与了本研究中管理的两项合作任务。这些学生都在主修计算机科学。因为他们被要求与他人合作来完成他们的小组项目，所以所有的学生都需要在课堂上选择他们自己的小组成员。每组由三名学生组成，每个学生都可以自由选择自己的小组成员。所有的学生之前都参加过“HTML编程”，所以他们有ASP的先验知识。NET，用于开发基于web的系统的流行计算机语言之一，此外，这两节课都由同一位老师教授；因此，他们的学习内容和计划进度是相同的。

实验工具：网络系统

由智能远程学习系统实验室开发的“智能协作学习系统”，已被证明具有良好的适用性和功能性。协作学习系统的开发是为了帮助教师在开展合作学习活动，管理合作学习小组的学习组合。图2显示了合作学习组管理功能的界面，允许教师以手动或自动的方式组成合作学习组。此外，还提供了一个讨论区管理功能，使教师可以浏览个人合作学习小组的讨论区内容。该系统还允许学生讨论和上传他们的小组项目，如图3所示，根据布鲁姆（1956）的认知水平，采用内容分析方法对所有学生的认知质量水平进行分析。

图2 . 合作学习组管理功能的界面。

图3 . 用来进行小组讨论的讨论板。

4.问卷调查：

一份由“集体效能”和“任务凝聚力”量表组成的问卷，使用李克特量表，从(1)“我完全不真实”到(7)在本研究中，“我非常真实”。

集体效能：正如Bandura（1997）所提出的，集体效能和自我效能是非常相似的结构。这两种结构的主要区别在于，自我效能感是对个体实现目标能力的感知，而集体效能感是对群体实现目标能力的感知。研究人员基于自我效能的规模开发了“集体效能”的量表（Wang & Lin，2007b）。集体效能涉及到一个整体群体的表现能力，因此将八个自我效能项目从个人水平修订到群体水平。例如，关于自我效能感的项目，如“我相信我能理解这门课程中最困难的部分”，被修改为“我相信我的小组能理解这门课程中最困难的部分”。在最近的一项CSCL研究中，集体疗效的量表已被证明是有效和可靠的（Wang & Lin，2007b）。

任务凝聚力：群体凝聚力的量表根据Zaccaro（1991）、Seibold和Kelly（1988）的问卷进行了修正。该量表包括6个项目（例如，“我们的团队成员非常参与我们的团队合作”）。

   调查问卷共包含14个项目。对于问卷的信度，信度检验显示，“集体效能”和“任务凝聚力”量表非常可靠，集体效能的alpha值（显著性）为0.916，任务凝聚力为0.944。因 子 分 析 表 明 ， 所 有 项 目 均 加 载 在 预 期 因 子 上 ， 这 些 加 载 量 分 别 为 集 体 效 能 0 . 6 7 2 – 0 . 7 9 9 和 任 务 凝 聚力 0 . 6 6 4 – 0 . 8 8 0 。

这些结果表明，本研究中使用的仪器是可靠的。

5.结果

描述性统计数据显示，集体效能平均得分为4.98分（M=4.98，SD=0.63），任务凝聚力平均得分为5.89分（M=5.89，SD=0.66）。此外，对于认知质量的内容分析，表1显示了例子和描述性统计(e。g.平均值，SD)的不同认知水平基于学生在线讨论的内容分析。例如，如表1所示，一个发布的信息“验证应该使用第6章中所示的需求字段数据器”，即从教科书中召回知识，被视为知识水平。此外，该信息被编码为专注于对概念意义的理解，而另一个信息被归类为专注于学生在新情境或情境中应用学习知识的应用（Bloom，1956）。需要注意的是，在学习本研究中的编程任务时，“理解”指的是“对编程语言语句或操作的理解”，而“应用程序”指的是“知道何时以及如何应用命令或操作来完成学习任务”。所以应用程序的示例消息，它集中在如何应用知识或执行一些操作(i。e.搜索和替换一些内容)在组项目中，而不是关注于理解编程语言语句的含义，被归类为“应用程序”级别。内容分析的描述性统计结果表明，学生在在线讨论中的认知思想对知识约为42%，理解约为41%，应用水平仅为17%。研究结果还显示，任务凝聚力和认知水平等两种群体过程行为之间没有显著的相关性。

本研究问题的研究结果如下：

认知水平	在内容分析中的认知质量的例子	M	SD	合计
知识	“验证应使用如第6章中所示的字段验证器”。	4.64	0.88	116
理解	您应该使用“标签”而不是“文本”，因为“文本”是用来接收的从用户输入的数据，而“标签”的值不能被用户修改”。我认为你需要修改“aspx”文件的内容	4.44	1.04	111
应用程序	这可以通过搜索字符串g “<link id="ss" href="css/ss01.css"rel="stylesheet"”and then replace the substring “href="ss1.css"” with“href="css/ss01.css"”.	1.67	0.84	41.75

表1 在线小组讨论中认知质量的例子和描述性统计（N=25组）

任务凝聚力平均得分为5.89分（M=5.89，SD0.66）。

集体效能平均得分为4.98分（M=4.98，SD=0.63）

任务凝聚力对集体效能的回归分析。

结论：对于集体效能在计算机支持的协作行为中的作用，结果表明，集体效能（b=0.796，t=6.296，p < .005）仅能显著预测CSCL中的任务凝聚力。换句话说， 具有较高集体效能的学生更有可能在他们的小组项目中共同做出承诺。

原文章：https://www.sciencedirect.com/science/article/abs/pii/S036013151100220X