论文网
网络学习方面论文范文集,与大学生网络学习自我调控相关毕业论文致谢
本论文是一篇网络学习方面毕业论文致谢,关于大学生网络学习自我调控相关毕业论文格式范文。免费优秀的关于网络学习及大学生及中学生方面论文范文资料,适合网络学习论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。
摘 要：近年来,很多学者对网络学习自我调控进行研究,但大多仅从理论角度和基本的统计数据进行分析,本文从学生使用网络的基本情况入手,进而分析了性别、成绩排名与学习调控的显著性差异,并对网络学习不专心度与网络学习调控的相关性进行分析,最后根据分析结果提出相关建议.
关键字：网络学习；自我调控；大学生
中图分类号：G434文献标识码：A文章编号：1671-7503201307-0050-04
国家中长期教育改革和发展规划纲要指出,未来十年里要“鼓励学生利用信息手段主动学习、自主学习,增强运用信息技术分析解决问题能力”.在网络学习环境下,自我调控学习能力是利用信息技术手段自主学习的关键性因素,学生能有效地进行自我调控是网络学习成功的保证.然而,大学生正处于人生发展的转型期,思想尚未成熟,自我控制能力不强,1在学习过程中难免被网络
网络学习方面论文范文集
一、调查对象与研究方法
1.调查对象
本研究选取辽宁省大连市七所高校的学生为研究对象,学生所学专业涉及很广,包括经济学、法学、教育学、文学、历史学、理学、工学、农学、医学、管理学.被测试的学生中男生占总人数的45.9%,女生占54.1%.共发放问卷1500份,回收问卷1483份,包含学习调控量表的有效问卷1440份,有效率为96%.
2.研究方法
本次研究采用随机抽样方法抽取调查对象.基本情况题目采用单选题或多选题的形式,结构化题目的选项采用李克特5点记分方式,“1-5分”分别代表赞同的程度.最后使用SPSSforWindows18.0对数据进行统计分析.
二、量表的结构及信度与效度分析
1.量表的结构
Zimmerman定义自我调控学习为学习者在元认知上、动机上和行为上的主动参与学习的程度.2也就是说,自我调控学习self-regulatedlearning是指学习者为了保证学习的成功、提高学习的效果、达到学习的目标主动运用元认知、动机和行为的过程.就元认知过程来看,自我调节型学习者在学习过程中的各个阶段能够计划、组织、自我指导和自我评价；从动机角度来看,自我调节型学习者把自己看作自我效能的、主动的和具有内在动机的个体；就行为而言,自我调节型学习者选择、构造、甚至创设能使学习最优化的社会和自然环境.3本研究根据Zimmerman对自我调控学习的定义及理论,将大学生网络学习自我调控量表分为三个构面：元认知调控、动机调控以及行为调控.
2.量表的信度分析
可信度分析（ReliabilityAnalysis）是衡量一个测量工具可信度和稳定性的主要方法.根据吴明隆书中的信度指标表4,内部一致性信度系数值α在0.5以上表明量表有一定的可信度.本量表的总体量表信度系数如表1所示.
由量表1可知α值为0.723,表明量表有较高的信度.动机调控、认知调控和行为调控的α值分别为0.514、0.653、0.712,内在一致性信度都满足要求.
3.量表的效度分析
效度（Validity）是衡量一个测量工具能够在多大程度上准确测出所需测量事物的一个重要指标,本研究对量表进行了结构效度分析.结构效度分析通常采用因素分析.在进行因素分析前,需要对量表进行KMO和Bartlett检验.根据Kaiser1974的观点,KMO值在0.6以上适合进行因素分析.4Bartlett检验是根据相关系数矩阵的行列式得到的,如果其对应的相伴概率值小于显著性水平0.01,我们认为原始变量之间存在相关性,适合做因素分析.5表2为KMO和Bartlett检验结果.
由表2可知KMO值为0.797,相伴概率值小于显著性水平0.01,达到显著水平,说明适合做因素分析.
在因素分析时,对因子采用主成分分析法,并采用最大变异法对各因素进行旋转,计算各变量的因子负荷量,结果如表3所示.
由表3可以看出,在成份1上有大负荷的是C10、C9、C11、C12、C8,通过查看量表中的相应题目发现这些因子的共同属性是考察网络学习过程中学生创设学习环境和条件的调控,与理论分析所得构面一致,以“行为调控”来命名；在成份2上有最大负荷的是C5、C6、C4、C7,这些因子的共同属性是考察网络学习过程中学生自我元认知的调控,与构面一致,以“认知调控”来命名；在成份3上有最大负荷的是C2、C1、C3,这些因子的共同属性是考察网络学习中学生自我效能的学习动机,是一个反向变量,以“动机调控”来命名.
三、调查结果与分析
1.大学生上网情况统计
从表4调查结果可以看出,被测试的大学生中,大部分学生的网龄都在3-5年（30.0%）或5年以上（46.7%）,对网络已经不陌生,每天上网的时间在1-2小时（33.1%）和2-4小时（34.1%）的比例较大,每周上网次数多在4-6次（36.5%）及7次以上（43.4%）,说明学生有较多的时间接触网络,而上网时间多在课余时间（47.9%）和晚上时间（25.6%+24.1%）,且时间较随意,有空就上（30.5%）.对于上网的花费,学生大多消费20-50元（49.6%）,学生使用的上网设备包括台式计算机（25.7%）,笔记本（87.7%）,手机（68.6%）,ipad（5.4%）,说明学生上网设备条件较好.学生上网的地点多选在宿舍（89.2%）,可见,学生大多有自己的上网设备,而在学校机房（14.2%）上网相对较少,总体来看,学校具备上网的条件.大学生上网进行网络学习比例（40.3%）,远低于休闲娱乐（78.2%）与社交聊天（51.3%）的比例,说明大学生自制力较差,利用网络进行学习的效率较低.2.大学生使用网络辅助学习的情况
从表5可以看出,在平时的学习中,0-3门课程使用网络辅助的比例为53.4%,3-5门课程使用网络辅助教学的比例为22.1%,表明网络应用于教学和学习中的情况较好.在学生使用网络交流工具进行学习的调查中,38.2%的学生表示使用论坛和社区进行交流,选择交流的有15.9%,选择博客的比例为14.3%,表明学生使用异步交流工具的比例总体较大,对课程网站提供的交流功能使用比例为23.3%,而使用即时聊天工具的比例为62.3%,表明学生更倾向于实时同步的学习交流.
3.不同性别大学生调控方式的显著性差异分析
为了确定网络学习调控方式在性别上的差异,以动机调控、认知调控、行为调控为检验变量,以性别为分组变量进行独立样本T检验,结果如表6所示.
结果表明,在动机调控、认知调控、行为调控三个方面,女生与男生有显著的不同,女性动机调控（M等于9.6198）显著高于男性（M等于9.3848）,因为,动机调控为反向变量,所以,男生在动机调控方面要好于女生；女生认知调控（M等于14.5635）显著高于男生（M等于13.8000）；女生的行为调控（M等于17.1879）显著高于男生（M等于16.7957）.
4.成绩排名与调控方式的相关性及显著性差异分析
对班级成绩排名和网络学习调控方式进行皮尔逊相关分析,得到班级成绩排名与动机调控、认知调控和行为调控的相关系数分别为.072、-.261、-.231（表示显著性水平为0.01）,因为,班级成绩排名为反向变量,所以,结果表明,班级成绩排名与动机调控呈0.01水平的显著性负相关,与认知调控和行为调控呈0.01水平的显著性正相关.
用单因素方差分析检验了不同成绩排名的大学生网络学习调控之间是否存在差异,进行方差齐性检验发现样本中认知调控和行为调控存在显著性差异（P>0.05）,之后对认知调控和行为调控样本进行Dunt检验.而动机调控样本不存在显著性差异,采用Scheffe法进行多重比较方法,结果如表7所示.
结果表明,在动机调控中,排名中等的学生比中等偏上的学生更依赖于教师的调控（成绩排名与动机调控都为反向变量）,而在认知调控和行为调控中,学习成绩越好,网络学习调控越高.
5.网络学习习惯与网络学习调控的相关性分析
大学生在网络学习过程中,大部分情况是“学习为主且挂着偶尔看网页”,比例为56.9%,“边学习边听音乐”的学生（19.3%）也占一定的比例,“经常挂着不自觉聊天̶
网络学习方面论文范文集,与大学生网络学习自我调控相关毕业论文致谢参考文献资料：