國內(nèi)學(xué)習(xí)干預(yù)研究現(xiàn)狀共詞可視化分析

王 磊

(武漢船舶職業(yè)技術(shù)學(xué)院，湖北武漢 430050)

學(xué)習(xí)干預(yù)是一個(gè)約定俗成的概念，主要指對(duì)學(xué)習(xí)者學(xué)習(xí)產(chǎn)生影響的介入手段[1]。在傳統(tǒng)領(lǐng)域，學(xué)習(xí)干預(yù)的研究主要集中在對(duì)存在學(xué)習(xí)障礙和學(xué)習(xí)困難的兒童進(jìn)行干預(yù)，以幫助患有中樞神經(jīng)系統(tǒng)功能失調(diào)的兒童，使他們?cè)诼牎⒄f、讀、寫、推理、數(shù)學(xué)等方面的獲得和運(yùn)用上有所改善，或幫助感官和智力正常，但學(xué)習(xí)成績低于智力潛能期望水平的兒童達(dá)到教學(xué)目標(biāo)。

職業(yè)教育作為一種教育類型，越來越受到國家和社會(huì)的重視，職校生具有學(xué)習(xí)興趣不高，自主學(xué)習(xí)能力不足等基本特征，如何通過學(xué)習(xí)干預(yù)促進(jìn)職校生的學(xué)習(xí)具現(xiàn)實(shí)意義。同時(shí)，近年來大規(guī)模在線開放課程和基于在線課程的混合式教學(xué)廣泛開展，使得校園混合課程成為未來高等院校課程的主要形態(tài)。借助在線學(xué)習(xí)平臺(tái)能夠?qū)崟r(shí)記錄教學(xué)過程和學(xué)生學(xué)習(xí)數(shù)據(jù)，運(yùn)用數(shù)據(jù)挖掘技術(shù)對(duì)數(shù)據(jù)進(jìn)行有效分析，可以為探索個(gè)性化、適應(yīng)性的學(xué)習(xí)干預(yù)提供支持，促使了學(xué)習(xí)干預(yù)的研究和應(yīng)用由特殊教育逐步拓展到普通教育領(lǐng)域[2]。

雖然學(xué)者們對(duì)學(xué)習(xí)干預(yù)進(jìn)行了廣泛的研究，但目前，我國關(guān)于學(xué)習(xí)干預(yù)的文獻(xiàn)還很少，因此對(duì)學(xué)習(xí)干預(yù)進(jìn)行定性和定量的系統(tǒng)分析，探究學(xué)習(xí)干預(yù)的研究熱點(diǎn)和發(fā)展趨勢(shì)可以有效地把握該領(lǐng)域的研究現(xiàn)狀和發(fā)展方向，為進(jìn)一步深入研究奠定基礎(chǔ)。

1 研究方法與過程

1.1 研究方法

1.1.1共詞分析法

共詞分析是對(duì)一組詞兩兩統(tǒng)計(jì)它們?cè)谕黄墨I(xiàn)中出現(xiàn)的次數(shù)，并以此衡量詞與詞之間的親疏關(guān)系，對(duì)它進(jìn)行聚類分析可以發(fā)現(xiàn)這些詞所代表的學(xué)科和主題的結(jié)構(gòu)變化。關(guān)鍵詞是學(xué)術(shù)論文用于濃縮概括文章主題的詞匯，代表著文章研究的主要內(nèi)容、方法或領(lǐng)域。根據(jù)共詞分析的基本原理，如果某個(gè)關(guān)鍵詞反復(fù)出現(xiàn)在一個(gè)研究領(lǐng)域中，則表示它是該領(lǐng)域的研究熱點(diǎn)。如果兩個(gè)關(guān)鍵詞出現(xiàn)在同一文獻(xiàn)中，則表明它門存在一定關(guān)聯(lián)，共同出現(xiàn)次數(shù)的多少就代表著其關(guān)聯(lián)程度的緊密[3]。關(guān)鍵詞共現(xiàn)分析是一種常用的共詞分析方法。

1.1.2類團(tuán)主題分析與戰(zhàn)略坐標(biāo)圖

共詞聚類分析把關(guān)聯(lián)密切的主題聚集在一起形成類團(tuán)，把錯(cuò)綜復(fù)雜的主題關(guān)系簡化成若干個(gè)分支，有助于研究領(lǐng)域的內(nèi)容分析。但共詞聚類只能說明同一類團(tuán)的主題更接近，無法揭示每個(gè)類團(tuán)的中心概念，發(fā)展?fàn)顩r與趨勢(shì)，也不能說明各類團(tuán)之間的關(guān)系。為了進(jìn)一步對(duì)類團(tuán)內(nèi)及類團(tuán)間的關(guān)系進(jìn)行分析，本文引入粘合力、向心度、密度三個(gè)指標(biāo)[4]。粘合力用于衡量類團(tuán)內(nèi)各主題詞對(duì)聚類所起的作用程度，粘合力越大表示主題詞在類團(tuán)中越處于核心位置。密度用來衡量類團(tuán)內(nèi)部關(guān)聯(lián)程度，密度越大說明該類團(tuán)更有能力來維持和發(fā)展自己。向心度用來衡量一個(gè)類團(tuán)與其它類團(tuán)的關(guān)聯(lián)緊密程度。向心度越大代表著該類團(tuán)在整個(gè)研究領(lǐng)域中占據(jù)核心地位。粘合力、密度和向心度的計(jì)算有多種方式。本文采用如下公式[5]：

(1)粘合力

(2)Equivalent指數(shù)

(3)密度

(4)向心度

其中,i,j代表不同的主題詞;Ni表示類團(tuán)中主題詞i的粘合力；n為類團(tuán)內(nèi)主題詞的個(gè)數(shù)；Φs為一個(gè)類團(tuán)內(nèi)主題詞的集合；Fij表示主題詞i與j的共現(xiàn)頻次；Fi和Fj表示主題詞i與j獨(dú)自出現(xiàn)的次數(shù)；N為所有類團(tuán)主題詞的總數(shù)，Φ為所有類團(tuán)主題詞的集合。

戰(zhàn)略坐標(biāo)圖由John Law等在1988年首次提出，其思想是將向心度設(shè)為X軸，密度設(shè)為Y軸，把所有類團(tuán)的向心度和密度的平均值作為坐標(biāo)原點(diǎn)，構(gòu)成一個(gè)二維坐標(biāo)系。在戰(zhàn)略坐標(biāo)圖中，每個(gè)類團(tuán)處于不同的象限，代表著它們?cè)谡麄€(gè)研究體系中處于不同的發(fā)展趨勢(shì)。圖1展示了具體的對(duì)應(yīng)關(guān)系。

圖1 戰(zhàn)略坐標(biāo)圖

1.1.3可視化分析

為提高共詞分析的可視化程度，本文借用了社會(huì)網(wǎng)絡(luò)分析的表現(xiàn)方式，主題詞表示為網(wǎng)絡(luò)中的節(jié)點(diǎn)，其共現(xiàn)現(xiàn)象則由節(jié)點(diǎn)間的連線體現(xiàn)，而連線的粗細(xì)表示主題詞共現(xiàn)的頻次，頻次越高，連線越粗。聚類后，同一類團(tuán)的主題詞用相同的顏色表示。主題詞網(wǎng)絡(luò)可以直觀地將眾多關(guān)鍵詞之間復(fù)雜的共詞網(wǎng)絡(luò)關(guān)系以圖形的方式表現(xiàn)出來，使之易于進(jìn)行定量和定性分析。

1.2 研究過程

1.2.1數(shù)據(jù)來源

本文的數(shù)據(jù)來源于CNKI學(xué)術(shù)期刊數(shù)據(jù)庫，以學(xué)習(xí)干預(yù)為主題關(guān)鍵詞進(jìn)行檢索，選定時(shí)間為1999年5月到2019年4月，期刊來源選擇SCI來源期刊、EI來源期刊、核心期刊等高水平期刊，共收集相關(guān)文獻(xiàn)177篇，統(tǒng)計(jì)出538個(gè)關(guān)鍵詞。

1.2.2相近關(guān)鍵詞處理

對(duì)含義相近的關(guān)鍵詞進(jìn)行合并處理，以提高研究的精確性。如把干預(yù)、早期干預(yù)、干預(yù)性研究等替換成學(xué)習(xí)干預(yù)，把記憶、學(xué)習(xí)記憶能力等替換成學(xué)習(xí)記憶。

1.2.3高頻詞統(tǒng)計(jì)

對(duì)反應(yīng)文獻(xiàn)主要內(nèi)容的高頻關(guān)鍵詞進(jìn)行分析，本文依據(jù)Donohue公式計(jì)算高低頻關(guān)鍵詞臨界值[6]，綜合考慮學(xué)習(xí)干預(yù)研究量不大的特點(diǎn)，最終確定高低頻關(guān)鍵詞閾值為3次，從而選取出高頻詞30個(gè)(見表1)?？梢娕旁谇懊娴姆謩e是學(xué)習(xí)記憶、學(xué)習(xí)困難、學(xué)習(xí)障礙、學(xué)習(xí)分析等，通過查看高頻詞，可以快速了解學(xué)習(xí)干預(yù)的研究熱點(diǎn)。

表1 高頻關(guān)鍵詞(30個(gè))

1.2.4關(guān)鍵詞共現(xiàn)矩陣、相似矩陣

運(yùn)用python語言自編程序，統(tǒng)計(jì)高頻關(guān)鍵詞在論文中兩兩同時(shí)出現(xiàn)的次數(shù)，形成30×30的高頻詞共現(xiàn)矩陣。為方便進(jìn)行聚類分析，采用ochiai系數(shù)法將關(guān)鍵詞共現(xiàn)矩陣轉(zhuǎn)化為相似矩陣。

其中Fi和Fj表示關(guān)鍵詞i與j獨(dú)自出現(xiàn)的次數(shù)，F(xiàn)ij表示關(guān)鍵詞i與j的共現(xiàn)頻次。

本文截取展示前9個(gè)關(guān)鍵詞的相似矩陣，如表2所示。不同關(guān)鍵詞行列交叉處的數(shù)字越大，表示關(guān)系越密切，如學(xué)習(xí)困難和小學(xué)生的相似度為0.444。

表2 高頻關(guān)鍵詞的相似矩陣(部分)

1.2.5關(guān)鍵詞聚類與可視化

scikit-learn是基于Python語言的機(jī)器學(xué)習(xí)模塊，是被廣泛使用的數(shù)據(jù)挖掘和數(shù)據(jù)分析工具包，本文采用scikit-learn中的譜聚類算法(Spectral Clustering)對(duì)關(guān)鍵詞相似矩陣進(jìn)行聚類分析，同時(shí)根據(jù)公式分別計(jì)算出各關(guān)鍵詞的粘合力和各類團(tuán)的密度、向心度。(見表3)

表3 高頻關(guān)鍵詞的聚類(粘合力、向心度、密度)

2 我國學(xué)習(xí)干預(yù)主要研究內(nèi)容主題分析

2.1 學(xué)習(xí)干預(yù)的初步文獻(xiàn)計(jì)量分析

2.1.1文獻(xiàn)年度分布

圖2 學(xué)習(xí)干預(yù)文獻(xiàn)量年度分布圖

論文發(fā)表的數(shù)量隨時(shí)間的分布在一定程度上反映了該領(lǐng)域?qū)W術(shù)研究的進(jìn)展速度與理論水平[3]。從學(xué)習(xí)干預(yù)論文發(fā)布的時(shí)間和數(shù)量來看，國內(nèi)關(guān)于學(xué)習(xí)干預(yù)的研究時(shí)間較短，總量偏少。

2.1.2論文作者和文獻(xiàn)期刊分布

論文作者的從屬單位和發(fā)表的主要刊物分布也能夠反映出學(xué)習(xí)干預(yù)研究領(lǐng)域的特點(diǎn)。從作者的從屬單位來看(見圖3)，主要來自于學(xué)校、醫(yī)院或教育研究機(jī)構(gòu)，相對(duì)集中在北京師范大學(xué)(18篇，占9.0%)、華東師范大學(xué)(11篇，占5.4%)、東北師范大學(xué)(8篇，占3.9%)、上海市浦東新區(qū)精神衛(wèi)生中心(9篇，占4.4%)，約占總量的40%。刊發(fā)有關(guān)研究論文數(shù)量最多的期刊主要是《中國特殊教育》、《中國臨床康復(fù)》、《中國心理衛(wèi)生雜志》、《電化教育研究》等(見圖4)?？梢?，目前國內(nèi)有關(guān)學(xué)習(xí)干預(yù)的研究，主要是在醫(yī)學(xué)、心理學(xué)和教育視角下進(jìn)行的，重點(diǎn)從醫(yī)學(xué)干預(yù)、心理干預(yù)和教學(xué)干預(yù)等維度開展研究。其中師范類大學(xué)教育院所和醫(yī)學(xué)研究院所是研究的主力，說明對(duì)于學(xué)習(xí)干預(yù)的研究處在理論和實(shí)驗(yàn)研究階段，還未能開展廣泛的應(yīng)用研究。

圖3 學(xué)習(xí)干預(yù)論文作者分布圖

圖4 學(xué)習(xí)干預(yù)文獻(xiàn)期刊分布圖

2.2 學(xué)習(xí)干預(yù)的研究熱點(diǎn)分析

Networkx是基于Python語言的復(fù)雜網(wǎng)絡(luò)分析模塊，為方便對(duì)學(xué)習(xí)干預(yù)的熱點(diǎn)進(jìn)行分析，結(jié)合關(guān)鍵詞的共現(xiàn)情況和聚類結(jié)果，運(yùn)用Networkx畫出高頻關(guān)鍵詞的聚類圖(見圖5 )。筆者認(rèn)為，目前國內(nèi)關(guān)于學(xué)習(xí)干預(yù)的研究可以分成5個(gè)領(lǐng)域。同時(shí)為進(jìn)一步分析各領(lǐng)域的發(fā)展?fàn)顩r與趨勢(shì)，把所有類團(tuán)的向心度和密度的平均值作為原點(diǎn)，畫出各類團(tuán)的戰(zhàn)略坐標(biāo)分析圖(見圖6)。結(jié)合網(wǎng)絡(luò)圖和戰(zhàn)略坐標(biāo)圖進(jìn)一步分析。

圖6 學(xué)習(xí)干預(yù)高頻關(guān)鍵詞戰(zhàn)略坐標(biāo)分析圖

類團(tuán)1包含學(xué)習(xí)障礙、學(xué)生、精神衛(wèi)生、學(xué)習(xí)、豐富環(huán)境、康復(fù)、血管性癡呆、學(xué)習(xí)不良等關(guān)鍵詞，主要是對(duì)存在學(xué)習(xí)障礙的兒童、學(xué)生進(jìn)行心理干預(yù)的研究。如毛榮建、劉翔平對(duì)聽寫障礙兒童進(jìn)行有針對(duì)性的認(rèn)知干預(yù)訓(xùn)練,并進(jìn)行了實(shí)驗(yàn)比較[7]；佟月華研究了團(tuán)體干預(yù)對(duì)提高學(xué)習(xí)障礙兒童情緒理解的效果，發(fā)現(xiàn)團(tuán)體干預(yù)能夠顯著提高表情識(shí)別、自我意識(shí)情緒識(shí)別、混合情緒識(shí)別、情緒原因理解、情緒隱藏等學(xué)習(xí)障礙兒童的情緒理解水平[8]。付建軍等通過開展家校聯(lián)動(dòng)、探索五段嘗試教學(xué)、挖掘?qū)W科特色資源、培養(yǎng)學(xué)生良好網(wǎng)絡(luò)習(xí)慣、科學(xué)運(yùn)用懲戒教育,對(duì)高中生課堂不良學(xué)習(xí)行為積極進(jìn)行分類干預(yù),從而改善了學(xué)生課堂學(xué)習(xí)行為,提升了學(xué)習(xí)品質(zhì),促進(jìn)了學(xué)生全面、健康發(fā)展[9]。

類團(tuán)2包含學(xué)習(xí)記憶、海馬、大鼠、癡呆、阿爾茨海默病、迷宮學(xué)習(xí)、腦缺血、學(xué)習(xí)行為等關(guān)鍵詞。其中學(xué)習(xí)記憶的粘合力最大，是中心關(guān)鍵詞，主要是通過動(dòng)物醫(yī)學(xué)實(shí)驗(yàn)研究藥物干預(yù)對(duì)學(xué)習(xí)記憶與行為的影響等。

類團(tuán)1和類團(tuán)2分布在第二象限,說明類團(tuán)中的關(guān)鍵詞和其它類團(tuán)聯(lián)系較廣，在學(xué)習(xí)干預(yù)研究中處于核心位置，但類團(tuán)內(nèi)的關(guān)鍵詞聯(lián)系比較松散，在類團(tuán)的發(fā)展中容易被分解、演化成其它相關(guān)類團(tuán)。因此具有潛在的發(fā)展空間,但不穩(wěn)定。

類團(tuán)3主要包含小學(xué)生、學(xué)習(xí)困難、運(yùn)動(dòng)干預(yù)、執(zhí)行功能、教育干預(yù)、數(shù)學(xué)學(xué)習(xí)困難等關(guān)鍵詞。其中小學(xué)生的粘合力最大，為類團(tuán)的中心關(guān)鍵詞。本類團(tuán)集中研究了對(duì)存在學(xué)習(xí)困難的小學(xué)生開展心理和教學(xué)干預(yù)。如陳美娣等對(duì)學(xué)習(xí)困難的小學(xué)生進(jìn)行了綜合干預(yù)研究[10]。

類團(tuán)4主要包含學(xué)習(xí)分析、教育大數(shù)據(jù)、在線學(xué)習(xí)等關(guān)鍵詞，其中學(xué)習(xí)分析的粘合力最大，是類團(tuán)中心關(guān)鍵詞。本類團(tuán)研究內(nèi)容集中在基于學(xué)習(xí)分析技術(shù)和教育大數(shù)據(jù)開展學(xué)習(xí)干預(yù)研究。如李彤彤等基于教育大數(shù)據(jù)和學(xué)習(xí)分析技術(shù)，構(gòu)建了以干預(yù)引擎為核心的“狀態(tài)識(shí)別—策略匹配—干預(yù)實(shí)施—成效分析”四環(huán)節(jié)循環(huán)結(jié)構(gòu)干預(yù)模型，以期為在線學(xué)習(xí)環(huán)境中的學(xué)習(xí)干預(yù)理論研究與實(shí)踐應(yīng)用提供參考[1]。孫眾等提出了校園混合課程教學(xué)干預(yù)的框架，以課程動(dòng)態(tài)設(shè)計(jì)為切入點(diǎn)，根據(jù)預(yù)測(cè)需求選擇預(yù)測(cè)模型，確定干預(yù)對(duì)象選擇干預(yù)類型，實(shí)施混合課程下的教學(xué)干預(yù)[11]。尤佳鑫等研究設(shè)計(jì)并開展了一門基于實(shí)體課堂和云學(xué)習(xí)平臺(tái)(MOODLE平臺(tái)、微信平臺(tái))的混合式大學(xué)課程。通過收集學(xué)生多類屬性及學(xué)習(xí)過程性數(shù)據(jù)建立多元回歸模型,對(duì)其將取得的成績進(jìn)行預(yù)測(cè),并展開教學(xué)干預(yù)以提升其學(xué)習(xí)效果[12]。

類團(tuán)3和類團(tuán)4分布在第三象限,類團(tuán)的向心力偏小，密度偏大。說明類團(tuán)中的關(guān)鍵詞聯(lián)系緊密，在領(lǐng)域中已經(jīng)形成了一定的研究規(guī)模。但與外部聯(lián)系不緊密,該類團(tuán)在發(fā)展到一定程度后,有可能因得不到有效的提升動(dòng)力而消失。

類團(tuán)5包含大學(xué)生、學(xué)習(xí)倦怠、自主學(xué)習(xí)等關(guān)鍵詞，其中大學(xué)生的粘合力最大，是類團(tuán)的中心關(guān)鍵詞。本類團(tuán)的研究主要集中在大學(xué)生的學(xué)習(xí)倦怠情況進(jìn)行教學(xué)干預(yù)的研究。如汪明春等研究了大學(xué)生學(xué)習(xí)倦怠的具體表現(xiàn)，并從認(rèn)知、行為、情感三個(gè)層面對(duì)各種成因的學(xué)習(xí)倦怠進(jìn)行了干預(yù)探索[13]。肖艷雙等對(duì)高職生的學(xué)習(xí)倦怠情況進(jìn)行了調(diào)查，指出學(xué)習(xí)倦怠在性別、學(xué)校、獨(dú)生與否、家庭居住地、學(xué)習(xí)成績、選擇專業(yè)上存在顯著差異。并有針對(duì)性地對(duì)學(xué)生的學(xué)習(xí)倦怠狀況進(jìn)行干預(yù),構(gòu)建了良好的學(xué)習(xí)氛圍[14]。類團(tuán)5分布在第四象限,說明其研究主題密度和向心度都較低,在學(xué)習(xí)干預(yù)領(lǐng)域處于邊緣位置,內(nèi)部結(jié)構(gòu)比較松散,研究尚不成熟。

3 結(jié) 語

本文采用關(guān)鍵詞共現(xiàn)分析、類團(tuán)分析與戰(zhàn)略坐標(biāo)圖法對(duì)國內(nèi)學(xué)習(xí)干預(yù)研究的狀況進(jìn)行了研究，論述了學(xué)習(xí)干預(yù)的熱點(diǎn)及未來發(fā)展趨勢(shì)?？傮w來說學(xué)習(xí)干預(yù)的研究量較小，關(guān)注度不足；學(xué)習(xí)干預(yù)研究主要從心理學(xué)、醫(yī)學(xué)、教育學(xué)三個(gè)視角開展。其中心理學(xué)和醫(yī)學(xué)角度的研究開始較早，占比較大，主要集中在對(duì)學(xué)習(xí)障礙的兒童進(jìn)行心理干預(yù)、從醫(yī)學(xué)角度對(duì)學(xué)習(xí)記憶進(jìn)行動(dòng)物實(shí)驗(yàn)研究等；教育學(xué)角度學(xué)習(xí)干預(yù)研究開始較晚，研究量也較小，主要涉及了針對(duì)大學(xué)生學(xué)習(xí)倦怠和基于學(xué)習(xí)分析技術(shù)和教育大數(shù)據(jù)的對(duì)大學(xué)生學(xué)習(xí)進(jìn)行干預(yù)的研究。同時(shí)，對(duì)于職業(yè)院校學(xué)生學(xué)習(xí)進(jìn)行干預(yù)的研究也非常少，應(yīng)該是后期研究者和職業(yè)學(xué)校教師可以多關(guān)注的一個(gè)領(lǐng)域。另外，本文對(duì)關(guān)鍵詞的分析中，省去了一些出現(xiàn)頻次較小關(guān)鍵詞，因?yàn)閷?duì)學(xué)習(xí)干預(yù)的總體研究量不大，可能會(huì)有一些重要的的關(guān)鍵詞沒能納入分析，對(duì)分析結(jié)果存在一定不利影響。