具身認(rèn)知環(huán)境下大學(xué)生深度學(xué)習(xí)評價量表設(shè)計與核驗

李志河 李思哲 王元臣 張春雨

[摘 ? 要] 深度學(xué)習(xí)作為提升本科生高階能力及素養(yǎng)的有力手段受到教育者的進(jìn)一步關(guān)注，具身認(rèn)知理論的發(fā)展及虛擬現(xiàn)實等具身技術(shù)的應(yīng)用使得具身認(rèn)知學(xué)習(xí)環(huán)境已被廣泛應(yīng)用且成為有利于實現(xiàn)深度學(xué)習(xí)的學(xué)習(xí)環(huán)境之一?，F(xiàn)階段對深度學(xué)習(xí)的評價研究較少且針對具身認(rèn)知學(xué)習(xí)環(huán)境下的深度學(xué)習(xí)還沒有完善的評價體系。為此，文章結(jié)合深度學(xué)習(xí)以及具身認(rèn)知環(huán)境的本質(zhì)及特點，選取具身認(rèn)知環(huán)境中應(yīng)用最為廣泛的智慧教室作為研究背景，借鑒科學(xué)的量表編制方法，開發(fā)了以“知識遷移、創(chuàng)新思維、具身交互和學(xué)習(xí)環(huán)境”四個要素為維度指標(biāo)的具身認(rèn)知學(xué)習(xí)環(huán)境下大學(xué)生深度學(xué)習(xí)評價量表。通過線上發(fā)放問卷的形式獲取評價數(shù)據(jù)，利用SPSS等軟件對數(shù)據(jù)進(jìn)行統(tǒng)計分析。研究中采用項目分析、探索性因子分析等對題項進(jìn)行修訂，修訂后的評價量表結(jié)構(gòu)良好，信度較高。最后通過分析討論得出，相較于其他維度，大學(xué)生的創(chuàng)新思維能力還需進(jìn)一步加強(qiáng)。

[關(guān)鍵詞] 具身認(rèn)知; 深度學(xué)習(xí); 評價量表; 量表編制

[中圖分類號] G434 ? ? ? ? ? ?[文獻(xiàn)標(biāo)志碼] A

[作者簡介] 李志河（1974—），男，甘肅環(huán)縣人。教授，博士，主要從事教育信息化與教育評價研究。E-mail：381373449 @qq.com。

一、引 ? 言

具身認(rèn)知是用于解釋人類通過身體與外界交互獲得認(rèn)知的理論，具身認(rèn)知學(xué)習(xí)環(huán)境也為促進(jìn)有意義學(xué)習(xí)提供了可能[1]。隨著《教育信息化2.0行動計劃》、2018高等教育版的《地平線報告》等文件的發(fā)布以及慕課教學(xué)、虛擬環(huán)境、移動互聯(lián)等多種技術(shù)的發(fā)展與融合，具身認(rèn)知學(xué)習(xí)環(huán)境及各類具身技術(shù)成為促進(jìn)大學(xué)生深度學(xué)習(xí)的有效教學(xué)手段。2018年8月教育部發(fā)布的《教育部關(guān)于狠抓新時代全國高等學(xué)校本科教育工作會議精神落實的通知》[2]中指出，要給本科生合理增負(fù)，并對本科生的高階思維能力培養(yǎng)提出了新的要求。通過對相關(guān)文獻(xiàn)的梳理分析發(fā)現(xiàn)，目前對深度學(xué)習(xí)的研究多集中在內(nèi)涵、特征、模型和提升策略等方面，對于評價測量的研究還處于起步階段，對于具身認(rèn)知學(xué)習(xí)環(huán)境下的深度學(xué)習(xí)評價方面涉及較少且未有完善的評價體系。本研究著眼于此，旨在開發(fā)具身認(rèn)知環(huán)境下大學(xué)生深度學(xué)習(xí)的評價量表，希望對今后具身認(rèn)知環(huán)境的建設(shè)、深度學(xué)習(xí)的改進(jìn)和實施以及下一步制定針對完善的具身認(rèn)知環(huán)境下深度學(xué)習(xí)的評價量規(guī)提供幫助。

二、相關(guān)研究概述

（一）具身認(rèn)知學(xué)習(xí)環(huán)境

具身認(rèn)知理論一經(jīng)提出就引起廣泛關(guān)注，劉海燕等人認(rèn)為，具身認(rèn)知可為信息技術(shù)和智慧課堂搭建有效融合的通道，使學(xué)習(xí)高效率地發(fā)生[3];李志河等人從具身認(rèn)知的特征、要素、應(yīng)用及發(fā)展趨勢等方面構(gòu)建了具身認(rèn)知學(xué)習(xí)環(huán)境[1];李海峰等人以具身認(rèn)知理論為基礎(chǔ)，重構(gòu)了以虛擬社區(qū)為例的在線學(xué)習(xí)環(huán)境[4];黃紅濤等人也指出，在具身型學(xué)習(xí)環(huán)境中，學(xué)習(xí)者運(yùn)用身體感知進(jìn)行學(xué)習(xí)可以有效促進(jìn)其對科學(xué)概念的理解[5]。智慧教室的搭建、各類慕課的開發(fā)及混合式學(xué)習(xí)模式的廣泛應(yīng)用均標(biāo)志著具身認(rèn)知已走入課堂，無論是具身認(rèn)知理論的發(fā)展還是具身型學(xué)習(xí)環(huán)境的搭建，其目標(biāo)是達(dá)成學(xué)習(xí)者的高效學(xué)習(xí)和深度學(xué)習(xí)。在具身認(rèn)知學(xué)習(xí)環(huán)境下的深度學(xué)習(xí)，強(qiáng)調(diào)學(xué)習(xí)者在環(huán)境中的沉浸度以及自身與環(huán)境的交互度。

智慧教室已是大多數(shù)高校配備且廣泛應(yīng)用于本科教學(xué)中的學(xué)習(xí)環(huán)境，具備具身認(rèn)知學(xué)習(xí)環(huán)境的涉身體驗性、交互性等顯著特點?，F(xiàn)階段各高校建設(shè)的智慧教室基本已具備以下特征：全網(wǎng)絡(luò)覆蓋;硬件設(shè)施完善，如桌椅可靈活移動、收擴(kuò)音系統(tǒng)完善、多塊電子白板可供師生使用等;多重智能技術(shù)的應(yīng)用，如可實現(xiàn)實時錄播、資源共享和多屏互動等。而智慧教室的使用，使具身環(huán)境下的學(xué)習(xí)得到了更多信息化技術(shù)的支持，更能促進(jìn)學(xué)習(xí)者的深度學(xué)習(xí)，提升學(xué)習(xí)效能[6]。因此，本研究的調(diào)查與實施主要在智慧教室中進(jìn)行。

（二）深度學(xué)習(xí)

現(xiàn)階段研究中，眾多學(xué)者對深度學(xué)習(xí)的理解有共通之處。黎加厚認(rèn)為，深度學(xué)習(xí)是指學(xué)習(xí)者在已有的知識經(jīng)驗前提下，用批判的眼光和視角去學(xué)習(xí)新知識和新思想，與原有知識建立起聯(lián)系并用獨(dú)特的視角解決問題的過程[7]。何克抗指出，深度學(xué)習(xí)是通過全新的理念、方式以及必要的工具和資源幫助學(xué)習(xí)者記憶、理解各學(xué)科的基礎(chǔ)知識，并具有應(yīng)用、分析、評價及創(chuàng)新的能力[8]。由此可以看出，深度學(xué)習(xí)就是學(xué)習(xí)者建立在先驗知識基礎(chǔ)上的一個尋求建立新舊知識關(guān)系的概念轉(zhuǎn)變的過程[9]。張浩、吳秀娟等人認(rèn)為，深度學(xué)習(xí)的主要特征是注重培養(yǎng)學(xué)生的批判性思維、突出信息整合、推動知識建構(gòu)、關(guān)注知識遷移運(yùn)用、面向具體問題的解決和提倡自主終身學(xué)習(xí)[10]。謝幼如等人指出，深度學(xué)習(xí)尤其關(guān)注在真實問題情境下學(xué)習(xí)者的體驗與感受，它具有注重批判性思維的提升、強(qiáng)調(diào)知識的遷移應(yīng)用和面向現(xiàn)實生活的問題解決三個顯著特點[11]。深度學(xué)習(xí)將著力點放在科學(xué)系統(tǒng)發(fā)展的學(xué)習(xí)理念上，在夯實基礎(chǔ)的前提下，注重對學(xué)習(xí)者高階認(rèn)知思維能力的培養(yǎng)和應(yīng)用[12]。

在深度學(xué)習(xí)的評價方面，Biggs等人開發(fā)了深度學(xué)習(xí)量表，Nelson等人對該量表進(jìn)行了分析和實證研究[13]，常見的評價深度學(xué)習(xí)的問卷有學(xué)習(xí)過程問卷（SPQ）、認(rèn)知過程問卷（LPQ）、學(xué)習(xí)過程調(diào)查（ILP）、學(xué)習(xí)技能量表（ASSIST）等[14]。目前，我國學(xué)者對于深度學(xué)習(xí)評價的研究還處于發(fā)展階段，張浩等人以SOLO分類法為參照，構(gòu)建了以認(rèn)知、思維、動作技能及情感為基本維度的深度學(xué)習(xí)評價指標(biāo)體系[15];劉哲雨等人從評價基礎(chǔ)及評價程度兩個方面入手，構(gòu)建了深度學(xué)習(xí)“3+2”的評價模式[13];龐敬文等人提出了智慧課堂方面深度學(xué)習(xí)的評價指標(biāo)[16];李玉斌等人編制了混合學(xué)習(xí)環(huán)境下深度學(xué)習(xí)的評價量表[17]。

深度學(xué)習(xí)關(guān)鍵是要培養(yǎng)學(xué)習(xí)者的高階思維能力，注重知識的遷移運(yùn)用能力以及創(chuàng)新性思維的培養(yǎng)，其最終目的就是為了可以創(chuàng)造性地解決實際問題[18]。結(jié)合已有的關(guān)于深度學(xué)習(xí)內(nèi)涵的研究成果，選擇“知識遷移”和“創(chuàng)新思維”作為深度學(xué)習(xí)層面的兩個維度，在具體題項設(shè)計上偏向于問題解決;具身學(xué)習(xí)環(huán)境的要素有物理環(huán)境因素、資源支持要素、社會文化要素和情感心理要素四個部分組成[1]，前三個要素可理解為客觀因素，而情感心理要素可理解為學(xué)習(xí)者的主觀層面，結(jié)合其涉身體驗性等顯著特點，選擇“具身交互”和“情感心理”作為具身認(rèn)知環(huán)境層面的兩個維度，具身認(rèn)知學(xué)習(xí)環(huán)境旨在促進(jìn)學(xué)習(xí)者深度學(xué)習(xí)的發(fā)生，在具體題項設(shè)計上偏向于學(xué)習(xí)環(huán)境是否促進(jìn)深度學(xué)習(xí)來設(shè)置。最終量表維度確定為“知識遷移、創(chuàng)新思維、環(huán)境交互及情感心理”四個基本維度。

三、研究過程

（一）研究方法

量表的編制主要參照李克東教授提出的量表編制[19]的一般方法進(jìn)行，主要步驟為：通過梳理文獻(xiàn)并剖析具身認(rèn)知及深度學(xué)習(xí)的本質(zhì)及特點等基礎(chǔ)理論，總結(jié)出最能突出具身認(rèn)知環(huán)境下大學(xué)生深度學(xué)習(xí)的特性且能夠良好反映其結(jié)果的影響因素，將其選定為量表維度，再根據(jù)確立的維度設(shè)計題項，編制初試量表，根據(jù)初試的反饋意見對題項適當(dāng)調(diào)整后進(jìn)行正式測試，對收集到的數(shù)據(jù)進(jìn)行項目分析、因素分析等統(tǒng)計分析，再次修正題項，最后對量表進(jìn)行信度和效度檢測，判斷其是否具有科學(xué)性和可靠性，最終得到正式量表。

（二）研究工具

本研究所編制量表以美國21世紀(jì)聯(lián)盟于2009年修訂的21世紀(jì)學(xué)習(xí)框架[20]、《中國學(xué)生發(fā)展核心素養(yǎng)》等教育目標(biāo)為導(dǎo)向，以深度學(xué)習(xí)、具身認(rèn)知理論的本質(zhì)及特征等作為研究基礎(chǔ)，結(jié)合學(xué)者對于已有的深度學(xué)習(xí)以及具身理論的研究成果，充分考慮現(xiàn)階段高校智慧教室的特點及大學(xué)生深度學(xué)習(xí)需達(dá)到的目標(biāo)，遵循科學(xué)性、系統(tǒng)性、發(fā)展性等原則設(shè)計評價量表。量表共分為兩個部分：（1）基本信息，如年齡、性別、年級、專業(yè)等;（2）具身認(rèn)知環(huán)境下大學(xué)生深度學(xué)習(xí)評價量表，共分為“知識遷移、創(chuàng)新思維、具身交互及情感心理”四個基本維度，共28個題項。

量表具體題項設(shè)計參照國內(nèi)外已有的成熟量表，例如：（1）LTSI知識遷移量表.LTSI是在Holton于1996年提出的評價概念模型和隨后研究的基礎(chǔ)上建立的，通過識別16個影響學(xué)習(xí)遷移的因素來驗證該模型，具有一定的可信度[21]。（2）大學(xué)生跨學(xué)科實踐創(chuàng)新能力調(diào)查問卷。吳永和等認(rèn)為，評價大學(xué)生的創(chuàng)新能力實際上應(yīng)該是評價大學(xué)生的跨學(xué)科實踐創(chuàng)新能力，結(jié)合楊艷萍提出的創(chuàng)新測評體系[22]以及鄧成超提出的創(chuàng)新素質(zhì)評價[23]，融入了“威廉斯創(chuàng)造性傾向量表”[24]中的指標(biāo)，開發(fā)了大學(xué)生跨學(xué)科實踐創(chuàng)新能力調(diào)查問卷，用于測量大學(xué)生創(chuàng)新思維能力及實踐技能[25]。（3）用戶參與度量表（UES）。OBrien H L等人依托于交互式信息檢索的環(huán)境構(gòu)建了多維用戶參與量表（UES），以評估用戶對環(huán)境的感知可用性、美學(xué)、新穎性、感覺參與、專注體驗的注意力和耐力等內(nèi)容[26]。（4）正性負(fù)性情緒量表（PANAS）。通過描述測試者最近最滿意和最不滿意的用戶體驗以體驗情感，有效地捕獲用戶體驗方面的變化，包括體驗到的情緒、滿足的心理需求和環(huán)境，為使交互更加實用提供重要信息[27]。

（三）量表測試及項目篩選

1. 測試方法

為保證所編制量表的合理性和科學(xué)性，在正式測量前對部分專業(yè)教師及學(xué)生進(jìn)行訪談并進(jìn)行小范圍的預(yù)測，共收回212份預(yù)試問卷，其中有效問卷193份，針對數(shù)據(jù)的分析結(jié)果以及語句表述等方面的問題對題項進(jìn)行適當(dāng)調(diào)整，形成正式量表。

正式量表采用李克特量表的五點計分法，共28個測試題目。本次問卷的發(fā)放通過網(wǎng)絡(luò)的形式進(jìn)行，收回問卷469份，剔除作答時間小于30秒且答案均為同一選項的無效問卷42份，最終收集到有效問卷427份，有效率達(dá)91.04%。其中，男生128人，女生299人;本科生260人，研究生167人。

2. 測試結(jié)果

（1）基于CR值的項目分析

臨界比值法是項目分析中最常用的方法之一。通過對數(shù)據(jù)進(jìn)行加總和排序之后，選取成績高低各27%（各115人）的數(shù)據(jù)作為高分組（總分大于等于110分）和低分組（總分小于等于92分），對其進(jìn)行獨(dú)立樣本t檢驗，判斷高分組和低分組在題項平均數(shù)上的差異性，題項及分析結(jié)果見表1。根據(jù)分析所得數(shù)據(jù)可知，所有題項Sig值均小于0.05，且CR值均大于3，表明各題項之間具有顯著的差異性，故不需要刪除題目。在此之后對所有題項進(jìn)行相關(guān)分析，結(jié)果發(fā)現(xiàn)所有題項與總分的顯著性均小于0.01，即二者之間存在顯著性相關(guān)。

（2）探索性因素分析

首先對題項進(jìn)行KMO和巴特利特檢驗，判斷是否適合做因素分析。KMO值越接近1，說明對所檢驗變量進(jìn)行因素分析的效果越好，顯著性概率小于0.05，即表明相關(guān)矩陣不是一個單位矩陣，可以進(jìn)行因子分析。結(jié)果顯示，KMO值為0.941，大于0.9。巴特利特球形度檢驗表明：巴特利特值為6628.843，顯著性概率為0.000，小于0.05，即適合做因子分析。使用主成分分析法對全部28個題項進(jìn)行探索性因子分析，共同成分的因素萃取值均大于0.45，表明變量之間的共同成分都可被萃取出的因素解釋，即提取的公共因子具有良好的代表性。使用最大方差法來進(jìn)行正交旋轉(zhuǎn)，以特征值大于1為依據(jù)選取因子，共抽取出5個公共因子，累積方差貢獻(xiàn)率為61.431%，選取結(jié)果見表2。

因子碎石圖表明，第1個因子的特征值很高，對解釋原始變量的貢獻(xiàn)最大，在第5個因子之后曲線就趨于平坦，之后的因素特征值都較小，表明對解釋原始變量的貢獻(xiàn)不大，所以保留4個因子較為適宜。第5個因子是否刪除還應(yīng)該視其合理性而定，主要從兩方面判斷，一是看是否具有三個以上的題項數(shù)目，否則無法完整地反應(yīng)該維度的意義;二是了解該因子是否具有明確意義，與其他因子的區(qū)分度是否明顯等。

本文采用最大方差法進(jìn)行正交旋轉(zhuǎn)，在7次迭代后收斂，生成因子載荷矩陣。矩陣中的數(shù)值越大，則表明題項與公共因子之間的相關(guān)性就越大。結(jié)果表明：共同因子1與共同因子2內(nèi)所含題項與維度3和維度4中所含題項基本吻合，但題項3-6至3-9與題項4-4至4-7被歸為共同因子1中，題項3-1至3-5與4-1至4-3歸于共同因子2中，且題項在其所屬因子下具有較高的因子負(fù)荷量。結(jié)合因子1中題項的語義，可將其理解為具身認(rèn)知環(huán)境中促進(jìn)學(xué)習(xí)者深度學(xué)習(xí)的環(huán)境條件，故將共同因子1命名為“學(xué)習(xí)環(huán)境”;結(jié)合因子2中題項的語義，可將其理解為學(xué)習(xí)者要實現(xiàn)深度學(xué)習(xí)時在具身認(rèn)知環(huán)境中所發(fā)生的一系列交互行為，故將共同因子2命名為“具身交互”。共同因子5中只包含題項1-2和1-3，不能完整反映該因子表達(dá)的意義，故刪除;對量表題項進(jìn)行第二次探索性因子分析，結(jié)果表明，所有題項均在所屬因子下具有較高的因子負(fù)荷量。通過前期的測試及分析，刪除第一次因子分析后的共同因子5，刪除題項1-2和1-3，最終確定題項26個。

（四）量表的信度和效度檢驗

1. 信度檢驗

本量表在進(jìn)行信度檢測時采用最常用的Cronbach's alpha系數(shù)方法，分析結(jié)果顯示，知識遷移維度信度為0.755，創(chuàng)新思維維度信度為0.848，具身交互維度信度為0.902，學(xué)習(xí)環(huán)境維度信度為0.889，量表的整體信度為0.947，且各維度的信度均在0.7以上，表明該量表具有良好的可信度且具有很好的內(nèi)部一致性。

2. 效度檢驗

效度檢驗主要從結(jié)構(gòu)效度入手，探索性因子分析的結(jié)果表明各題項的因子載荷值均大于0.4，為了進(jìn)一步驗證量表的結(jié)構(gòu)效度，主要利用AMOS軟件中的驗證性因素分析方法（CFA）對量表進(jìn)行擬合檢測。通過探索性因子分析共提取出4個因子，在構(gòu)建的模型中，26個題項為觀測變量，4個因子為潛在變量，誤差項為e1—e26。在設(shè)定好模型后導(dǎo)入數(shù)據(jù)，使用最大似然法進(jìn)行檢驗，得到量表結(jié)構(gòu)擬合度情況如下：χ2/df（卡方自由度比）=3.713、GFI（擬合度指數(shù)）=0.813、AGFI（調(diào)整后擬合度指數(shù)）=0.776、CFI（比較擬合指數(shù)）=0.872、NFI（規(guī)準(zhǔn)擬合指數(shù)）=0.834、IFI（增值擬合指數(shù)）=0.873、RMSEA（漸進(jìn)殘差均方和平方根）=0.08。這些數(shù)值均在可接受范圍內(nèi)，進(jìn)一步說明評價量表的內(nèi)部結(jié)構(gòu)與其實際觀測數(shù)據(jù)的擬合度良好。

四、討論分析

評價量表采用李克特量表的五點計分法，1至5分的得分分別對應(yīng)“非常不符合”“不符合”“一般”“符合”和“非常符合”，得分越高則表明題項符合度越高，深度學(xué)習(xí)的效果就越好。參照布魯姆提出的認(rèn)知目標(biāo)對評價數(shù)據(jù)所反映出的深度學(xué)習(xí)效果進(jìn)行劃分，將分值在[1-2）區(qū)間內(nèi)的等級設(shè)置為“差”，對應(yīng)認(rèn)知目標(biāo)層次為“運(yùn)用”;分值在[2-3）區(qū)間內(nèi)的等級設(shè)置為“中”，對應(yīng)認(rèn)知目標(biāo)層次為“分析”;分值在[3-4）區(qū)間內(nèi)的等級設(shè)置為“良”，對應(yīng)認(rèn)知目標(biāo)層次為“遷移”;分值在[4-5]區(qū)間內(nèi)的等級設(shè)置為“優(yōu)”，對應(yīng)認(rèn)知目標(biāo)層次為“創(chuàng)造”。對評價數(shù)據(jù)求取平均分，得到具身認(rèn)知環(huán)境下大學(xué)生深度學(xué)習(xí)水平總體得分為3.60，呈中等偏上，效果良好，反映出學(xué)習(xí)者的深度學(xué)習(xí)基本處在“遷移”水平。經(jīng)過計算，量表各維度及各題項的平均得分如圖1和圖2所示。

由圖1可得，學(xué)習(xí)者在具身認(rèn)知環(huán)境下的深度學(xué)習(xí)效果處在中等以上水平，四個維度及各題項所得平均分均位于“良好”水平。相較而言，知識遷移維度、具身交互維度與學(xué)習(xí)環(huán)境維度得分較高，創(chuàng)新思維維度得分較低。圖2反映出在知識遷移方面學(xué)習(xí)者對于所學(xué)知識的實際運(yùn)用以及多學(xué)科或跨學(xué)科解決問題這一能力稍顯欠缺，教師在教學(xué)過程中可采用項目式或任務(wù)驅(qū)動的方式來促進(jìn)學(xué)習(xí)者對所學(xué)知識的掌握和應(yīng)用，進(jìn)一步提高學(xué)習(xí)者解決實際問題的能力;在創(chuàng)新思維方面，相較于聚合性思維及批判性思維，學(xué)習(xí)者的發(fā)散思維還需進(jìn)一步加強(qiáng)，表明學(xué)習(xí)者的思維還不夠活躍，針對所學(xué)知識能夠產(chǎn)生各樣聯(lián)想的能力還有所欠缺，教師可以通過如頭腦風(fēng)暴等多種類型的活動開拓學(xué)習(xí)者的思維廣度，促進(jìn)學(xué)習(xí)者創(chuàng)新思維的發(fā)展;在具身交互層面，可以通過教師設(shè)置的課堂環(huán)節(jié)或活動有效促進(jìn)學(xué)習(xí)者的身體與環(huán)境之間的交互;在學(xué)習(xí)環(huán)境方面，人與人之間的交互行為可以通過教師組織的教學(xué)策略及設(shè)置的課堂活動如小組討論等加以改善。對各個分?jǐn)?shù)區(qū)間的得分人次進(jìn)行統(tǒng)計，生成平均分頻率分布直方圖，如圖3所示。

從圖3中可以看出，具身認(rèn)知學(xué)習(xí)環(huán)境下大學(xué)生的深度學(xué)習(xí)基本呈現(xiàn)正態(tài)分布，均值為3.78，標(biāo)準(zhǔn)差為0.595，處于“良好”水平，與評價數(shù)據(jù)求取的平均得分所處水平相吻合，表明在具身認(rèn)知學(xué)習(xí)環(huán)境下大學(xué)生的深度學(xué)習(xí)效果較好。當(dāng)下學(xué)習(xí)者對于所學(xué)知識的處理及運(yùn)用只有較少一部分能達(dá)到“創(chuàng)造”階段，通過制定相應(yīng)的教學(xué)策略，選擇一定的技術(shù)手段或建構(gòu)相應(yīng)的具身認(rèn)知學(xué)習(xí)環(huán)境來促使教學(xué)策略的順利實施，進(jìn)而達(dá)到深度學(xué)習(xí)的目的。

通過對評價數(shù)據(jù)的分析驗證，評價量表結(jié)構(gòu)良好，信度較高，題項數(shù)量適中，四個維度及各題項的得分均處于良好水平，可應(yīng)用于具身認(rèn)知學(xué)習(xí)環(huán)境下大學(xué)生的深度學(xué)習(xí)評價。但分析結(jié)果表明，創(chuàng)新思維部分在實際教學(xué)過程中有所欠缺，仍需加強(qiáng)。這既反映出現(xiàn)階段大學(xué)生在具身認(rèn)知環(huán)境下深度學(xué)習(xí)的現(xiàn)狀，也印證了該量表的科學(xué)性及合理性。

五、結(jié) ? 語

現(xiàn)階段課程教學(xué)中教育者關(guān)注的深度學(xué)習(xí)更多強(qiáng)調(diào)的是將新知識與原有知識結(jié)合以分析解決問題及創(chuàng)造性地運(yùn)用所學(xué)知識。具身認(rèn)知學(xué)習(xí)環(huán)境的提出及投入使用使得二者結(jié)合以提升課堂質(zhì)量、促進(jìn)教學(xué)改革的可能性大大提高。同時，深度學(xué)習(xí)有助于提升本科生的高階思維能力，科學(xué)合理的量表也為其評價提供了有效的工具。基于此，構(gòu)建了以“知識遷移、創(chuàng)新思維、具身交互和學(xué)習(xí)環(huán)境”四個要素為維度指標(biāo)的具身認(rèn)知環(huán)境下大學(xué)生深度學(xué)習(xí)評價量表。該量表在編制過程中結(jié)合了具身認(rèn)知學(xué)習(xí)環(huán)境的要素及其顯著特點，經(jīng)分析驗證，該量表可應(yīng)用于具身認(rèn)知學(xué)習(xí)環(huán)境下大學(xué)生的深度學(xué)習(xí)評價，期望可以為提升本科教育質(zhì)量提供幫助，并為進(jìn)一步制定完善的評價體系奠定基礎(chǔ)。

[參考文獻(xiàn)]

[1] 李志河，李鵬媛，周娜娜，等. 具身認(rèn)知學(xué)習(xí)環(huán)境設(shè)計：特征、要素、應(yīng)用及發(fā)展趨勢[J]. 遠(yuǎn)程教育雜志，2018， 36（5）：81-90.

[2] 中華人民共和國教育部. 教育部關(guān)于狠抓新時代全國高等學(xué)校本科教育工作會議精神落實的通知[EB/OL]. （2018-08-27） [2018-09-03].http：//www.moe.gov.cn/srcsite/A08/s7056/201809/t20180903_347079.html.

[3] 劉海燕，彭先桃. 具身認(rèn)知理論視域中的智慧課堂[J]. 教育導(dǎo)刊，2019（7）：67-71.

[4] 李海峰，王煒. 基于具身認(rèn)知理論的在線學(xué)習(xí)環(huán)境設(shè)計研究——以小學(xué)英語在線虛擬學(xué)習(xí)社區(qū)的設(shè)計與開發(fā)為例[J]. 中國遠(yuǎn)程教育，2016（2）：71-78.

[5] 黃紅濤，孟紅娟，左明章，鄭旭東. 混合現(xiàn)實環(huán)境中具身交互如何促進(jìn)科學(xué)概念理解[J]. 現(xiàn)代遠(yuǎn)程教育研究，2018（6）：28-36.

[6] 黃曉軍. 具身認(rèn)知學(xué)習(xí)環(huán)境對4C人才培養(yǎng)的實踐[J]. 電腦知識與技術(shù)，2019，15（23）：84-86.

[7] 何玲，黎加厚. 促進(jìn)學(xué)生深度學(xué)習(xí)[J]. 現(xiàn)代教學(xué)，2005（5）：29-30.

[8] 何克抗. 深度學(xué)習(xí)：網(wǎng)絡(luò)時代學(xué)習(xí)方式的變革[J]. 教育研究，2018，39（5）：111-115.

[9] 李志河，劉丹，李寧，等. 翻轉(zhuǎn)課堂模式下的深度學(xué)習(xí)影響因素研究[J]. 現(xiàn)代教育技術(shù)，2018，28（12）：55-61.

[10] 張浩，吳秀娟. 深度學(xué)習(xí)的內(nèi)涵及認(rèn)知理論基礎(chǔ)探析[J]. 中國電化教育，2012（10）：7-11，21.

[11] 謝幼如，黎佳. 智能時代基于深度學(xué)習(xí)的課堂教學(xué)設(shè)計[J]. 電化教育研究，2020，41（5）：73-80.

[12] 錢旭升. 論深度學(xué)習(xí)的發(fā)生機(jī)制[J]. 課程·教材·教法，2018，38（9）：68-74.

[13] 劉哲雨，郝曉鑫. 深度學(xué)習(xí)的評價模式研究[J]. 現(xiàn)代教育技術(shù)，2017，27（4）：12-18.

[14] 戴歆紫，王祖浩. 國外深度學(xué)習(xí)的分析視角及評價方法[J]. 外國教育研究，2017，44（10）：45-58.

[15] 張浩，吳秀娟，王靜. 深度學(xué)習(xí)的目標(biāo)與評價體系構(gòu)建[J]. 中國電化教育，2014（7）：51-55.

[16] 龐敬文，張宇航，唐燁偉，等. 深度學(xué)習(xí)視角下智慧課堂評價指標(biāo)的設(shè)計研究[J]. 現(xiàn)代教育技術(shù)，2017，27（2）：12-18.

[17] 李玉斌，蘇丹蕊，李秋雨，等. 面向混合學(xué)習(xí)環(huán)境的大學(xué)生深度學(xué)習(xí)量表編制[J]. 電化教育研究，2018，39（12）：94-101.

[18] 張曉娟，呂立杰. 指向深度學(xué)習(xí)的課堂學(xué)習(xí)共同體建構(gòu)[J]. 基礎(chǔ)教育，2018，15（3）：35-41.

[19] 李克東. 教育技術(shù)學(xué)研究方法[M]. 北京： 北京師范大學(xué)出版社，2003.

[20] 賀巍，盛群力. 邁向新平衡學(xué)習(xí)——美國21世紀(jì)學(xué)習(xí)框架解析[J]. 遠(yuǎn)程教育雜志，2011，29（6）：79-87.

[21] CHATTERJEE A，PEREIRA A，SARKAR B. Learning transfer system inventory（LTSI） and knowledge creation in organizations[J]. The learning organization， 2018， 25（5）：305-319.

[22] 楊艷萍. 大學(xué)生創(chuàng)新教育中一般創(chuàng)造力測評體系研究[J]. 北京科技大學(xué)學(xué)報（社會科學(xué)版），2001（2）：88-91.

[23] 鄧成超. 大學(xué)生創(chuàng)新素質(zhì)的量質(zhì)化評價[J]. 重慶工學(xué)院學(xué)報，2004（6）：164-168.

[24] 蘇珊. STEAM教育視角下大學(xué)生創(chuàng)新能力培養(yǎng)的學(xué)習(xí)活動設(shè)計[D]. 無錫： 江南大學(xué)，2019.

[25] 吳永和，李若晨，王浩楠，等. 基于STEM的大學(xué)生跨學(xué)科實踐創(chuàng)新能力培養(yǎng)——以R語言與3D打印在高數(shù)應(yīng)用的實證研究為例[J]. 現(xiàn)代遠(yuǎn)程教育研究，2018（5）：77-85，112.

[26] O'BRIEN H L，TOMS E G. Examining the generalizability of the User Engagement Scale（UES） in exploratory search [J]. Information processing & management， 2013， 49（5）：1092-1107.

[27] PARTALA T，KALLINEN A. Understanding the most satisfying and unsatisfying user experiences：emotions，psychological needs，and context [J]. Interacting with computers， 2012， 24（1）：25-34.