基于学习成果的本科生类型及其分化机制研究
发布时间:2020-11-03 01:05
学习成果评估已成为国外高等教育质量治理的重要途径,代表高等教育从教材、教师、教室“老三中心”向学生发展、学生学习和学习成果“新三中心”的转移,以及从“教学范式”向“学习范式”的转变。很多国家将学习成果评估纳入对高校的考核内容和问责依据,或者嵌入某种质量认证体系,说明学习成果评估在宏观和中观层面的应用已颇为广泛和成熟。然而,在微观层面,运用学习成果评估指导和改进高校教与学的研究与实践却相对不足,而这恰恰是学习成果评估的最大价值所在。本研究采用结合定量分析和定性分析的混合方法,从类型学视角对运用学习成果评估改进高校教与学实践这一问题进行了探索。本研究认为本科生学习成果是学生通过参加大学教育在通用能力、专业知识和情感价值等方面的收益或变化。综合国内外学者对学习成果的分类,并以阿斯汀的学习成果矩阵为基础,本研究构建了以批判性思维能力增值、学业成绩和学校满意度为内容的学习成果框架。学校满意度以院校满意度自评量表因子得分表示;批判性思维能力增值的计算采用基于多层线性模型的反向预测法;学业成绩以学生的课程加权平均成绩予以表征,为消除学科差异,对成绩按学科大类进行了标准化处理。在对学习成果进行分类和计量的基础上,本研究以2728名四年级本科生为样本,通过聚类分析得出中国本科生的六种类型,即敏思惰学型、均衡发展型、乐学拙思型、发展不足型、苦学课业型和后进自足型。实证分析表明,基于学习成果差异的不同本科生类型是客观存在的,每一种类型在总体中所占比例在13%~20%之间不等。各类本科生在不同性别、不同家庭住址、不同院校层次和不同学科之间的分布具有显著差异。学习投入被视为对学习成果具有重要影响的学习行为因素。本研究从主动学习、师生互动、生生互动和校园活动参与四个维度对各类本科生的学习投入进行了考察,单因子方差分析发现各类本科生在学习投入的四个维度上均有显著差异,多元logistic回归和判别分析进一步验证了学习投入对本科生类型的重要影响,但不同的学习投入因子对各类本科生的区分作用不完全相同。学习方式也是本科生学习行为的重要方面。本研究在定量分析的基础上,于每类本科生中抽取四个典型样本针对学生的学习方式进行了访谈,以探寻不同类型本科生的学习方式差异。质性分析结果表明,各类本科生在学习动机与生涯规划、环境感知与学习适应、对学术性支持的感知和运用、对社会性支持的感知和运用四个方面存在不同程度的差别。结合不同类型本科生在学习投入和学习方式上表现出的特征,六类本科生分别被描述为:专注内容的外部导向者、积极卷入的适应者、规划不足的慢热者、消极懈怠的游离者、紧盯分数的有限投入者和乐观自我的功利主义者。通过对学习投入、学习方式与不同类型本科生学习成果特征之间内在关联的整合分析,本研究提出“结构-认知-行动”理论以解释本科生的学习过程和类型分化机制。上述理论揭示出,本科生在“结构-认知-行动”链上不同环节之间转化衔接的状态和性质深刻影响其学习成果的结构和水平,最终促成不同类型本科生的分化形成。“结构-认知-行动”理论在哲学层面受到超越主客二元对立社会学理论的思想启发并有所拓展。研究基于学习成果对本科生六种类型的划分具有三重价值。首先,作为一种描述性分类,可用于识别不同本科生亚群体的学习成果特征,并为相关研究提供了一套描述性术语。其次,作为一种解释性分类,该分类探究了学习投入对本科生类型的影响及学习方式与本科生类型的关联,在已知特定学生的各种学习行为特征的前提下,能大致判定该学生属于哪一类型;反之,在掌握特定学生归类信息的情况下,通过分类也可推断该学生的学习投入和学习方式特征。最后,作为一种发展性分类,可以为不同类别本科生之间的转化提供某种路线图。本研究还从学校支持如何回应学生发展、教师教学能否走向因类指导、学生学习怎样学会自我赋权三个方面对改进本科高校教与学实践提出了若干建议。
【学位单位】:华中科技大学
【学位级别】:博士
【学位年份】:2019
【中图分类】:G642
【部分图文】:
剔除以保证
3-3 分学科课程加权平 绩 方正态化的具体方法需要根据成绩的原始分布状态确定。在本研究中,文科、理科、工科和医学/生命科学四个学科的样本WAG均呈现程度不一的轻度负偏态分布(如图3-3所示),适用于Tukey法进行正态化,这一过程通过SPSS分析程序完成并保存为新的正态化成绩变量。表3-15中的下半部分展示了分学科正态化WAG的描述统计,从中可以看出各学科WAG已十分接近正态分布。表 3-17 初始正态化课程加权平 绩 的异常值样本个案编号 初始标准化WAG WAG原始值 生源省份 学校代码201708 -3.307 6 17 74216347 -3.097 1 14 47203931 -3.014 16 10 7206393 -3.285 1 33 75210222 3.013 98 4 72212528 3.283 99 27 82表3-16是在正态化基础上的初始标准化WAG,从表中能看出初始标准化WAG仍有异常值存在。其中文、理两个学科的最小值(分别为-3.3075和-3.0974)均小于-3,而工科不仅最小值(-3.2846)小于-3而且最大值(3.2831)大于3,这说明在以
是清除异常值后,所有样本(不分学科)的标准化WAG分布情况
本文编号:2867851
【学位单位】:华中科技大学
【学位级别】:博士
【学位年份】:2019
【中图分类】:G642
【部分图文】:
剔除以保证
3-3 分学科课程加权平 绩 方正态化的具体方法需要根据成绩的原始分布状态确定。在本研究中,文科、理科、工科和医学/生命科学四个学科的样本WAG均呈现程度不一的轻度负偏态分布(如图3-3所示),适用于Tukey法进行正态化,这一过程通过SPSS分析程序完成并保存为新的正态化成绩变量。表3-15中的下半部分展示了分学科正态化WAG的描述统计,从中可以看出各学科WAG已十分接近正态分布。表 3-17 初始正态化课程加权平 绩 的异常值样本个案编号 初始标准化WAG WAG原始值 生源省份 学校代码201708 -3.307 6 17 74216347 -3.097 1 14 47203931 -3.014 16 10 7206393 -3.285 1 33 75210222 3.013 98 4 72212528 3.283 99 27 82表3-16是在正态化基础上的初始标准化WAG,从表中能看出初始标准化WAG仍有异常值存在。其中文、理两个学科的最小值(分别为-3.3075和-3.0974)均小于-3,而工科不仅最小值(-3.2846)小于-3而且最大值(3.2831)大于3,这说明在以
是清除异常值后,所有样本(不分学科)的标准化WAG分布情况
本文编号:2867851
本文链接:https://www.wllwen.com/jiaoyulunwen/gaodengjiaoyulunwen/2867851.html