情境感知的移動(dòng)經(jīng)驗(yàn)取樣方法及工具研究

劉清堂 盧國(guó)慶 鄧偉 吳林靜 梅鐳 王嬌嬌

【摘要】移動(dòng)互聯(lián)網(wǎng)+教育促進(jìn)了教育數(shù)據(jù)采集方法的革新。移動(dòng)經(jīng)驗(yàn)取樣法是一種移動(dòng)技術(shù)與經(jīng)驗(yàn)取樣方法相結(jié)合的縱向即時(shí)數(shù)據(jù)采集方法。本研究在系統(tǒng)梳理移動(dòng)經(jīng)驗(yàn)取樣法的理論基礎(chǔ)、取樣方法和相關(guān)工具的基礎(chǔ)上，重點(diǎn)對(duì)情境感知移動(dòng)經(jīng)驗(yàn)取樣工具的功能流程和關(guān)鍵技術(shù)進(jìn)行重點(diǎn)分析，設(shè)計(jì)并實(shí)現(xiàn)了一款指向真實(shí)學(xué)習(xí)情境的教育即時(shí)數(shù)據(jù)采集工具。該工具以智能終端為信息采集載體，實(shí)現(xiàn)隨機(jī)取樣、間隔取樣、基于事件的取樣和設(shè)備取樣四種取樣方式。接著，從感知有用性與感知易用性兩個(gè)方面，通過(guò)焦點(diǎn)小組討論對(duì)工具進(jìn)行了評(píng)價(jià)與完善，并對(duì)工具的功能進(jìn)行了橫向比較。最后，對(duì)工具的應(yīng)用進(jìn)行了展望，以期為移動(dòng)經(jīng)驗(yàn)取樣工具的本土化研究及應(yīng)用提供借鑒與參考。

【關(guān)鍵詞】? 經(jīng)驗(yàn)取樣法;移動(dòng)經(jīng)驗(yàn)取樣法;移動(dòng)技術(shù);情境感知技術(shù);取樣方法;取樣工具;教育數(shù)據(jù)采集

【中圖分類(lèi)號(hào)】? G40-057? ? ? ?【文獻(xiàn)標(biāo)識(shí)碼】? A? ? ? ?【文章編號(hào)】? 1009-458x（2021）6-0035-11

一、問(wèn)題的提出

教育數(shù)據(jù)采集方法關(guān)乎教育量化研究質(zhì)量。結(jié)果類(lèi)、過(guò)程類(lèi)、自我報(bào)告等數(shù)據(jù)捕獲與測(cè)量方法是教育數(shù)據(jù)采集的主要方式（Azevedo， 2015），但有其自身的局限性。指向結(jié)果的測(cè)量方法包括測(cè)驗(yàn)和遷移測(cè)試等，是采集學(xué)習(xí)結(jié)果數(shù)據(jù)的有效方法。指向過(guò)程的數(shù)據(jù)測(cè)量方法和工具有屏幕錄像、日志文件、面部表情識(shí)別、生理傳感器等，能夠全面、有效地捕獲學(xué)習(xí)過(guò)程信息。但是，采用這些方法進(jìn)行量化與表征時(shí)采用的多為觀察性指標(biāo)，編碼格式不一致，也難以采集個(gè)體內(nèi)部心理狀態(tài)信息。傳統(tǒng)的自我報(bào)告法（如前測(cè)、后測(cè)問(wèn)卷）常用于采集個(gè)體特性與狀態(tài)數(shù)據(jù)，然而該方法采集到的數(shù)據(jù)具有一定的滯后性和延遲性，難以捕獲到個(gè)體在真實(shí)情境中即時(shí)的內(nèi)部心理狀態(tài)信息。經(jīng)驗(yàn)取樣法（experience sampling method， ESM）應(yīng)運(yùn)而生，它能夠有效解決采用傳統(tǒng)自我報(bào)告法采集數(shù)據(jù)時(shí)存在回憶偏差的問(wèn)題，捕獲個(gè)體在具體情境中的真實(shí)狀態(tài)信息。ESM的日益普及得益于兩個(gè)因素：一是數(shù)據(jù)采集質(zhì)量高，通過(guò)最小化回憶偏差、最大化生態(tài)效度提高了教育數(shù)據(jù)采集質(zhì)量;二是數(shù)據(jù)采集移動(dòng)設(shè)備迅速發(fā)展并普及。

隨著情境感知、移動(dòng)技術(shù)的蓬勃發(fā)展，智能手機(jī)、PDA等移動(dòng)設(shè)備得到普及。這些移動(dòng)設(shè)備在任何地方、任何時(shí)間都能與互聯(lián)網(wǎng)連接，進(jìn)行數(shù)據(jù)傳輸與交換。在社會(huì)科學(xué)領(lǐng)域，移動(dòng)設(shè)備逐漸成為流行和通用的經(jīng)驗(yàn)取樣工具（Kuntsche & Labhart， 2013; Raento， Oulasvirta， & Eagle， 2009）。這些設(shè)備大多具有情境感知功能，能夠?qū)崟r(shí)、智能地獲取個(gè)體的位置、活動(dòng)、社交等信息，對(duì)個(gè)體的學(xué)習(xí)環(huán)境與內(nèi)在學(xué)習(xí)狀態(tài)有所“認(rèn)識(shí)”。

然而，國(guó)內(nèi)教育領(lǐng)域研究者很少利用移動(dòng)設(shè)備進(jìn)行ESM相關(guān)實(shí)證研究，究其原因，主要是對(duì)移動(dòng)經(jīng)驗(yàn)取樣理論和方法缺乏認(rèn)識(shí)，進(jìn)而導(dǎo)致國(guó)內(nèi)教育領(lǐng)域缺少合適的、開(kāi)源的、適配的移動(dòng)經(jīng)驗(yàn)取樣工具。基于此，本研究圍繞以下問(wèn)題開(kāi)展研究：截至目前有哪些縱向數(shù)據(jù)采集方法和移動(dòng)經(jīng)驗(yàn)取樣工具？針對(duì)這些方法與工具的不足，如何設(shè)計(jì)和開(kāi)發(fā)教育領(lǐng)域中本土化的移動(dòng)經(jīng)驗(yàn)取樣工具？移動(dòng)經(jīng)驗(yàn)取樣工具如何在教育中更好地應(yīng)用？基于以上問(wèn)題，本研究在對(duì)移動(dòng)經(jīng)驗(yàn)取樣法的理論基礎(chǔ)、取樣方法和取樣工具進(jìn)行系統(tǒng)梳理的基礎(chǔ)上，設(shè)計(jì)并開(kāi)發(fā)了一款移動(dòng)經(jīng)驗(yàn)取樣工具，并對(duì)其教育應(yīng)用進(jìn)行了展望。

二、移動(dòng)經(jīng)驗(yàn)取樣法的相關(guān)研究

（一）相關(guān)概念

經(jīng)驗(yàn)取樣法（以下簡(jiǎn)稱“ESM”），又稱“生態(tài)瞬時(shí)評(píng)估法”（ecological momentary assessment，EMA），是一種在真實(shí)的情境下對(duì)被試的環(huán)境、行為和體驗(yàn)等信息進(jìn)行即時(shí)縱向采集的研究方法（段錦云， 等， 2012; 盧國(guó)慶， 等， 2019）。最初的使用方法是當(dāng)被試收到提醒工具（如鬧鐘、手表等）發(fā)出的信號(hào)時(shí)，主動(dòng)報(bào)告自己的真實(shí)狀態(tài)。本質(zhì)上，經(jīng)驗(yàn)取樣法也是一種自我報(bào)告的方法，它通過(guò)提醒工具和自我報(bào)告相結(jié)合來(lái)獲取即時(shí)數(shù)據(jù)。但是，不同于傳統(tǒng)的自陳測(cè)驗(yàn)方法，經(jīng)驗(yàn)取樣法強(qiáng)調(diào)在自然情境中采集數(shù)據(jù)，在時(shí)間與空間維度上更加接近事件發(fā)生的真實(shí)情境，能獲取更為真實(shí)的數(shù)據(jù)。

移動(dòng)經(jīng)驗(yàn)取樣法（mobile experience sampling method，mESM）指采用移動(dòng)設(shè)備（如智能手機(jī)）的經(jīng)驗(yàn)取樣方法。不同于傳統(tǒng)的ESM，mESM能夠充分利用移動(dòng)設(shè)備的情境感知技術(shù)，對(duì)環(huán)境信息和個(gè)體行為進(jìn)行有效的“感知”，并對(duì)個(gè)體所在的環(huán)境信息（如位置、噪聲、光線等）、行為信息（如活動(dòng)、社會(huì)交互等）和生物信息（如溫度、心跳、眼動(dòng)等）進(jìn)行自動(dòng)記錄，同時(shí)也可以通過(guò)即時(shí)的自我報(bào)告獲取用戶的主觀體驗(yàn)和感知。這種數(shù)據(jù)采集方法能夠采集多種模態(tài)數(shù)據(jù)，具有更好的內(nèi)部效度和生態(tài)效度。

（二）mESM的理論基礎(chǔ)

ESM來(lái)源于心流（flow）理論。心流理論最早由米哈里·希斯贊特米哈伊（Mihaly Csikszentmihalyi）提出，指當(dāng)個(gè)體專心于某件事情時(shí)感覺(jué)到時(shí)間飛逝、物我兩忘這樣一種完全沉浸其中的愉悅滿足感（朱珂， 等， 2018），又稱“沉浸體驗(yàn)”。心流是一種積極的最佳體驗(yàn)與滿足狀態(tài)，它能夠很好地解釋個(gè)體在任務(wù)中的沉浸狀態(tài)。希斯贊特米哈伊（Cs?kszentmihályi， 1975）認(rèn)為，技能（abilities）和挑戰(zhàn)（challenges）是影響沉浸體驗(yàn)的主要因素。研究發(fā)現(xiàn)只有個(gè)體感知的任務(wù)挑戰(zhàn)性與自身技能均很高，并且任務(wù)對(duì)于自身也很重要或相關(guān)的時(shí)候，才會(huì)產(chǎn)生很好的投入或最優(yōu)的體驗(yàn)（Shernoff， et al.， 2014， pp. 475-494）。而經(jīng)驗(yàn)取樣法最早用于測(cè)量個(gè)體的沉浸體驗(yàn)。研究者采用mESM能夠很好地測(cè)量學(xué)生即時(shí)的學(xué)習(xí)體驗(yàn)（Larson & Csikszentmihalyi， 2014， pp. 21-34），有效地感知學(xué)習(xí)者當(dāng)下的真實(shí)環(huán)境信息，客觀地捕獲學(xué)習(xí)者的行為信息。

（三）幾種常見(jiàn)的取樣方法

mESM是一種密集型縱向研究法（intensive longitudinal method，ILM），利用被試隨身攜帶的移動(dòng)設(shè)備，在不同的教育情境中對(duì)被試多次采樣，以獲得學(xué)習(xí)者在不同活動(dòng)中的環(huán)境、個(gè)體行為和心理狀態(tài)信息等。經(jīng)過(guò)文獻(xiàn)梳理（Bolger & Laurenceau， 2013， pp. 18-21; Conner， et al.， 2009; Zirkel， Garcia， & Murphy， 2015），常見(jiàn)的縱向數(shù)據(jù)采集方式有隨機(jī)取樣、間隔取樣、事件取樣和設(shè)備取樣（或情境感知取樣）四種方式。這些經(jīng)驗(yàn)取樣方式的使用情境、技術(shù)平臺(tái)、花費(fèi)、復(fù)雜度和控制度等特點(diǎn)見(jiàn)表1。

在表1中，隨機(jī)取樣、間隔取樣、事件取樣是典型的三種傳統(tǒng)取樣方式。隨機(jī)取樣一般是指每天的取樣信號(hào)發(fā)送時(shí)間隨機(jī)（例如，每天3～8次），發(fā)送信號(hào)的時(shí)間未知。這種研究方法一般用來(lái)調(diào)查被試即時(shí)的體驗(yàn)，如學(xué)業(yè)情緒等。間隔取樣一般是指在固定的時(shí)間對(duì)被試進(jìn)行取樣。事件取樣主要用于圍繞特定的事件而進(jìn)行信息采集的研究，一般在事件發(fā)生的過(guò)程中或事件之后立即進(jìn)行取樣。

不同于傳統(tǒng)的經(jīng)驗(yàn)取樣方式，新興的設(shè)備取樣（device-contingent sampling）充分利用傳感器等技術(shù)設(shè)備自動(dòng)感知、觸發(fā)以完成更復(fù)雜的即時(shí)數(shù)據(jù)采集（MIT， 2008）。它是一種情境驅(qū)動(dòng)的經(jīng)驗(yàn)取樣方式，一些研究者將這種方式開(kāi)發(fā)為具體的移動(dòng)應(yīng)用程序（Intille， et al.， 2003）。移動(dòng)設(shè)備內(nèi)置多種傳感器（如麥克風(fēng)、相機(jī)、GPS、加速度等），能夠捕捉和記錄音頻、圖片、位置和運(yùn)動(dòng)等信息（Kuntsche & Labhart， 2013）。Bolger（2013， p. 19）將這種方式描述為基于設(shè)備的取樣，并概括了這種取樣方式可以獲得的五種數(shù)據(jù)類(lèi)型：①體驗(yàn)（如情感、行為和感知）的自陳測(cè)驗(yàn);②生理指標(biāo)（如心率）;③任務(wù)表現(xiàn)（如呈現(xiàn)在智能設(shè)備上的認(rèn)知類(lèi)任務(wù)）;④環(huán)境指標(biāo)（如環(huán)境噪聲、溫度、拍攝情境圖片）;⑤空間數(shù)據(jù)（如GPS信息）。

（四）mESM工具相關(guān)研究

ESM從傳統(tǒng)的提醒工具（如鬧鐘）與紙質(zhì)問(wèn)卷結(jié)合的方式，逐步向移動(dòng)技術(shù)支持下的提醒與問(wèn)卷集成的mESM方式演進(jìn)。mESM是契合移動(dòng)互聯(lián)網(wǎng)時(shí)代的技術(shù)與特征，形成的新一代用戶信息行為研究方法（胡蓉， 等， 2018）。與早期的提醒鬧鐘與紙質(zhì)問(wèn)卷相結(jié)合的方式相比，mESM呈現(xiàn)出新的特性，具有情境感知、智能觸發(fā)、多模態(tài)信息采集等特點(diǎn)。國(guó)外研究者開(kāi)發(fā)了許多mESM工具，這些工具集成了情境感知、在線問(wèn)卷調(diào)查、移動(dòng)組件和管理組件等模塊，支持掌上電腦、智能手機(jī)等主流移動(dòng)平臺(tái)（Conner， 2015; Van Berkel， Ferreira， & Kostakos， 2018）。目前mESM工具主要包括移動(dòng)應(yīng)用程序、短消息/語(yǔ)音服務(wù)和終端用戶開(kāi)發(fā)三類(lèi)。

1. 移動(dòng)應(yīng)用程序?qū)崿F(xiàn)mESM

利用智能設(shè)備搭載移動(dòng)應(yīng)用程序（App）是常見(jiàn)的mESM工具，這類(lèi)工具應(yīng)用較廣泛。ESP是第一款移動(dòng)經(jīng)驗(yàn)取樣應(yīng)用程序（Barrett & Barrett， 2001），主要應(yīng)用在掌上電腦上，用于采集用戶即時(shí)的思想、感受和行為等。MyExperience以掌上電腦為平臺(tái)，主要通過(guò)位置傳感器、藍(lán)牙傳感器、用戶交互和設(shè)備狀態(tài)等記錄設(shè)備使用日志，并通過(guò)用戶的自我報(bào)告收集用戶反饋（Froehlich， et al.， 2007）。然而，該程序主要用于評(píng)估移動(dòng)設(shè)備的一些功能，應(yīng)用范圍有限。StudentLife是一款以智能手機(jī)（安卓環(huán)境）為平臺(tái)，通過(guò)傳感器和采集器，結(jié)合內(nèi)置的分類(lèi)器，自動(dòng)感應(yīng)學(xué)生的活動(dòng)、睡眠和社會(huì)交往情況等的移動(dòng)應(yīng)用程序（Wang， et al.， 2014）。研究者利用該工具的情境感知功能，結(jié)合動(dòng)態(tài)自陳測(cè)驗(yàn)，探究一學(xué)期內(nèi)學(xué)生的活動(dòng)、睡眠和社會(huì)交往等與學(xué)生的壓力、情緒等自我報(bào)告的內(nèi)部狀態(tài)的關(guān)聯(lián)，表明情境感知獲得的分類(lèi)數(shù)據(jù)與學(xué)生自我報(bào)告的數(shù)據(jù)之間存在相關(guān)性。雖然該應(yīng)用程序具有很強(qiáng)的學(xué)生事件分類(lèi)功能，但是該程序存在兼容性不高、擴(kuò)展性不強(qiáng)等弱點(diǎn)。Ohmage是一款不僅能夠通過(guò)用戶自陳測(cè)驗(yàn)收集用戶即時(shí)反饋，而且實(shí)現(xiàn)利用傳感器采集GPS、加速度等情境數(shù)據(jù)，以及利用穿戴設(shè)備采集心率、血壓等生物數(shù)據(jù)的應(yīng)用程序（Tangmunarunkit， et al.， 2015）。但是，該工具針對(duì)特定群體，主要應(yīng)用在醫(yī)學(xué)健康領(lǐng)域。

2. 短消息/語(yǔ)音服務(wù)實(shí)現(xiàn)mESM

利用智能設(shè)備的短消息/語(yǔ)音服務(wù)可以實(shí)現(xiàn)mESM。Kuntsche等（2013）提出了一種基于Internet的手機(jī)優(yōu)化評(píng)估技術(shù)（internet-based cell phone-optimized assessment technique，ICAT），該技術(shù)包括回顧性基準(zhǔn)自我報(bào)告評(píng)估，以及給參與者發(fā)送短信，短信中包含了連接到Internet存儲(chǔ)的超鏈接問(wèn)卷。SurveySignal是一款成熟的mESM應(yīng)用軟件，最初是由芝加哥大學(xué)開(kāi)發(fā)的，主要基于短消息服務(wù)（short message service，SMS），結(jié)合在線問(wèn)卷系統(tǒng)而實(shí)現(xiàn)移動(dòng)經(jīng)驗(yàn)取樣（Hofmann & Patel， 2015）。該工具比較成熟，只要智能終端聯(lián)網(wǎng)即可參與經(jīng)驗(yàn)取樣研究。研究表明，基于SMS的取樣是一種新穎、方便且具有成本效益的方式，可以收集有關(guān)情境特征的數(shù)據(jù)，同時(shí)最大限度地降低回憶偏差，但是這些工具不支持國(guó)內(nèi)運(yùn)營(yíng)商。另外，有研究者（Sumaya & Darling， 2018）將移動(dòng)技術(shù)與交互式語(yǔ)音響應(yīng)技術(shù)結(jié)合使用，通過(guò)呼叫平臺(tái)以語(yǔ)音的形式采集信息。一般而言，這類(lèi)工具只能實(shí)現(xiàn)隨機(jī)提醒和間隔提醒。

3. 終端用戶開(kāi)發(fā)實(shí)現(xiàn)mESM

為降低研究者的開(kāi)發(fā)難度，國(guó)外出現(xiàn)了終端用戶開(kāi)發(fā)（end-user development，EUD）平臺(tái)。 ESMAC是一款基于XML配置的事件觸發(fā)的情境感知經(jīng)驗(yàn)取樣工具，支持Android 4.4以上終端設(shè)備的可視化用戶終端編程平臺(tái)（Bachmann， et al.， 2015），它采用基于流程布局，集成了在線測(cè)試、位置和活動(dòng)分類(lèi)器等功能。Jeeves是一款基于可拖拽模塊的用戶終端可視化編程平臺(tái)（Rough & Quigley， 2017），研究者可以像搭建積木一樣構(gòu)建自己的經(jīng)驗(yàn)取樣應(yīng)用程序。movisensXS是一款基于流程布局的用戶可視化編程平臺(tái)，集成了情境感知、表單等可視化引擎，由研究者在終端平臺(tái)上根據(jù)研究需要進(jìn)行創(chuàng)建和修改，并導(dǎo)出對(duì)應(yīng)的應(yīng)用程序，以開(kāi)展經(jīng)驗(yàn)取樣研究（Stade & Seyff， 2017）。這類(lèi)可視化的用戶終端編程環(huán)境，或基于塊布局，或基于流程布局，其開(kāi)發(fā)的移動(dòng)應(yīng)用程序不支持跨平臺(tái)運(yùn)行，兼容性低，并且只能滿足經(jīng)驗(yàn)取樣的部分功能，加之隱私保護(hù)等問(wèn)題，很難直接應(yīng)用在國(guó)內(nèi)的教育研究中。

通過(guò)上述分析，國(guó)外在經(jīng)驗(yàn)取樣移動(dòng)工具的實(shí)現(xiàn)、演進(jìn)、應(yīng)用等方面積累了豐富的成果，為社會(huì)心理學(xué)、組織行為學(xué)、醫(yī)療健康等領(lǐng)域的研究做出了巨大貢獻(xiàn)，取得了很好的應(yīng)用成效，主要體現(xiàn)在以下三個(gè)方面：第一，在數(shù)據(jù)層面，通過(guò)經(jīng)驗(yàn)取樣工具能夠采集獨(dú)特的數(shù)據(jù)集，這些數(shù)據(jù)是參與者在真實(shí)情境中的體驗(yàn)數(shù)據(jù)，無(wú)法采用其他方法獲得。同時(shí)，重復(fù)測(cè)量的數(shù)據(jù)具有一定的“嵌套”特點(diǎn)，使得這些數(shù)據(jù)具有很強(qiáng)的統(tǒng)計(jì)分析潛力。第二，在分析層面，有助于研究個(gè)體內(nèi)部心理特征與行為的變化及其過(guò)程。第三，在理論層面，這類(lèi)工具的應(yīng)用能夠拓展已有的理論模型，提高理論精度，擴(kuò)展特定理論的解釋力（張銀普， 等， 2016）。因此，我們認(rèn)為，mESM在教育中具有很強(qiáng)的應(yīng)用潛力，能夠有效促進(jìn)真實(shí)情境下的學(xué)習(xí)體驗(yàn)研究（萬(wàn)力勇， 等， 2019），有助于研究者了解教育環(huán)境如何影響并塑造學(xué)習(xí)、行為和其他結(jié)果，探究個(gè)體、行為、環(huán)境之間的多元關(guān)聯(lián)。

然而，這種工具仍然存在一些技術(shù)難點(diǎn)，也體現(xiàn)在三個(gè)方面：第一，搭載App的主要缺點(diǎn)是，智能設(shè)備使用不同的操作系統(tǒng)（如iOS、Android、Windows Mobile、BlackBerry等），以及這些操作系統(tǒng)具有不同的版本，需要開(kāi)發(fā)每個(gè)操作系統(tǒng)下的程序，同時(shí)要兼容不同版本以安裝在所有手機(jī)上，否則該應(yīng)用程序?qū)⒕窒抻谀撤N類(lèi)型的手機(jī)。第二，SMS/語(yǔ)音取樣方法局限于自我報(bào)告與對(duì)位置的評(píng)估（通過(guò)IP地址），情境感知功能會(huì)受到限制，如果將情境感知技術(shù)融入mESM，這種方式不是很好的解決方案。第三，可視化終端用戶開(kāi)發(fā)方案雖然能夠減輕研究人員編寫(xiě)ESM程序的負(fù)擔(dān)，但是，這種方式在一定程度阻礙了邏輯流程，降低了程序的自由程度和可控性，不是應(yīng)用情境感知技術(shù)的有效解決方案。

最后，在技術(shù)實(shí)現(xiàn)上，仍然存在若干難題未得到解決：其一，在功能上，情境感知mESM工具有哪些功能流程？如何將情境感知技術(shù)與mESM融合從而更全面地采集學(xué)生的學(xué)習(xí)數(shù)據(jù)？其二，在取樣方式上，事件取樣等方式如何與學(xué)生的日程學(xué)習(xí)事件相關(guān)聯(lián)？如何實(shí)現(xiàn)自動(dòng)交互及更新？其三，在數(shù)據(jù)關(guān)聯(lián)上，經(jīng)驗(yàn)取樣平臺(tái)數(shù)據(jù)如何與第三方問(wèn)卷調(diào)查平臺(tái)的數(shù)據(jù)關(guān)聯(lián)？等等。這些問(wèn)題也是本研究擬突破的技術(shù)難點(diǎn)。

在國(guó)內(nèi)，目前對(duì)于ESM的研究?jī)H僅停留在理論探討和方法框架梳理層面，鮮有mESM工具開(kāi)發(fā)與應(yīng)用相關(guān)研究。因此，迫切需要本土化的可訪問(wèn)的mESM研究設(shè)計(jì)工具。該工具能夠?qū)⑶榫掣兄夹g(shù)與自我報(bào)告相結(jié)合，能讓計(jì)算機(jī)科學(xué)領(lǐng)域以外的研究者配置mESM研究參數(shù)，并嵌入他們的研究設(shè)計(jì)之中。本研究立足經(jīng)驗(yàn)取樣的工具層面，旨在設(shè)計(jì)并實(shí)現(xiàn)一款跨平臺(tái)、兼容性高的情境感知mESM工具——“日程管家”，在對(duì)mESM工具進(jìn)行需求分析、功能模塊設(shè)計(jì)以及關(guān)鍵問(wèn)題分析的基礎(chǔ)上，對(duì)mESM工具進(jìn)行開(kāi)發(fā)實(shí)現(xiàn)與應(yīng)用展望。

三、情境感知的mESM工具設(shè)計(jì)

（一）工具的需求分析

為解決傳統(tǒng)的采用自我報(bào)告法進(jìn)行教育數(shù)據(jù)采集存在的滯后與回憶偏差問(wèn)題，結(jié)合移動(dòng)技術(shù)、情境感知技術(shù)等，本研究提出了采集學(xué)生即時(shí)數(shù)據(jù)的情境感知mESM，設(shè)計(jì)并實(shí)現(xiàn)了教育領(lǐng)域采集即時(shí)數(shù)據(jù)的mESM工具。該工具能夠?qū)崿F(xiàn)隨機(jī)取樣、間隔取樣、基于事件取樣和設(shè)備取樣四種取樣方式，并自動(dòng)獲取個(gè)體在真實(shí)情境中的環(huán)境信息，將傳統(tǒng)問(wèn)卷調(diào)查法與移動(dòng)提醒方式相結(jié)合，能夠獲取個(gè)體的即時(shí)心理狀態(tài)信息，以及個(gè)體在真實(shí)環(huán)境中的上下文信息。簡(jiǎn)言之，系統(tǒng)主要需求是在實(shí)現(xiàn)隨機(jī)取樣、間隔取樣、基于日程事件取樣、設(shè)備取樣四種取樣方式的基礎(chǔ)上，支持用戶填寫(xiě)問(wèn)卷，并根據(jù)用戶歷史統(tǒng)計(jì)信息，生成學(xué)習(xí)者學(xué)習(xí)儀表盤(pán)，共計(jì)六項(xiàng)需求，見(jiàn)表2。

工具的需求具體包括：①隨機(jī)取樣。該工具允許研究者在管理端設(shè)置提醒時(shí)間段、提醒次數(shù)與最小時(shí)間間隔等。例如，本周在上午8：00～晚上10：00的時(shí)間段內(nèi)每天隨機(jī)提醒一次。②間隔取樣。該工具允許研究者在管理端設(shè)置提醒時(shí)間段、提醒次數(shù)等。例如，本月內(nèi)每天上午9：00～12：00的時(shí)間段內(nèi)每天等距間隔提醒2次。③基于事件的取樣。主要指學(xué)生的學(xué)習(xí)計(jì)劃安排、日程事件，主要包括學(xué)生的自主計(jì)劃以及學(xué)生的課程信息。④設(shè)備取樣。經(jīng)驗(yàn)取樣情境感知主要通過(guò)傳感器、采集器等設(shè)備或技術(shù)等實(shí)現(xiàn)移動(dòng)設(shè)備對(duì)個(gè)體所處的環(huán)境有所感知，進(jìn)而使得計(jì)算機(jī)能夠?qū)κ褂谜咚幍沫h(huán)境有所認(rèn)識(shí)。⑤自我報(bào)告。鑒于目前已經(jīng)存在第三方問(wèn)卷調(diào)查平臺(tái)，該工具能夠與主流的問(wèn)卷調(diào)查平臺(tái)兼容，如問(wèn)卷星和qualtrics等。⑥儀表盤(pán)。該工具能夠根據(jù)學(xué)習(xí)者足跡生成學(xué)習(xí)儀表盤(pán)，對(duì)學(xué)習(xí)行為信息、個(gè)體內(nèi)在心理狀態(tài)、環(huán)境信息進(jìn)行個(gè)性化反饋。

（二）工具的功能流程

日程管家包括學(xué)習(xí)者的移動(dòng)端和研究者的管理端兩部分，其功能流程見(jiàn)圖1。研究者在管理端進(jìn)行測(cè)試管理、用戶管理、日程管理及相關(guān)數(shù)據(jù)分析。其中，測(cè)試管理主要指設(shè)置ESM研究項(xiàng)目的相關(guān)參數(shù)，如項(xiàng)目名稱、項(xiàng)目描述、采集項(xiàng)、生效日期、取樣方式、提醒時(shí)間段、提醒次數(shù)、第三方問(wèn)卷鏈接等參數(shù)。

當(dāng)預(yù)先設(shè)置的日程事件觸發(fā)時(shí)，移動(dòng)終端會(huì)自動(dòng)提醒學(xué)習(xí)者，詢問(wèn)其是否正在進(jìn)行學(xué)習(xí);如果在學(xué)習(xí)，接著通過(guò)第三方問(wèn)卷平臺(tái)自我報(bào)告此刻學(xué)習(xí)情境下的認(rèn)知、情感、動(dòng)機(jī)等心理狀態(tài);智能終端對(duì)學(xué)習(xí)者此刻的學(xué)習(xí)地點(diǎn)、噪聲、光線等環(huán)境信息自動(dòng)進(jìn)行采集;如果學(xué)習(xí)者沒(méi)有在學(xué)習(xí)，就詢問(wèn)學(xué)習(xí)者本周學(xué)習(xí)任務(wù)是否已經(jīng)完成，并重新設(shè)置下一次在線學(xué)習(xí)的具體時(shí)間，待到設(shè)定時(shí)間后繼續(xù)提醒學(xué)習(xí)者。

（三）工具的模塊設(shè)計(jì)

移動(dòng)端和管理端的功能模塊見(jiàn)圖2。移動(dòng)端功能主要包括：①注冊(cè)登錄，支持用戶注冊(cè)、登錄移動(dòng)應(yīng)用程序;②日程管理，支持用戶增加、刪除、修改和查看日程等操作;③提醒查看，支持用戶查看系統(tǒng)推送的通知;④自我報(bào)告，支持用戶填寫(xiě)預(yù)設(shè)的采集項(xiàng)目;⑤個(gè)人信息修改，支持用戶對(duì)個(gè)人信息的修改操作。

對(duì)于管理端，主要包括：①用戶管理，支持系統(tǒng)管理員增加、禁用、查看用戶，支持批量導(dǎo)入用戶;②課程/日程管理，對(duì)于課程信息支持導(dǎo)入用戶課程，對(duì)于學(xué)生新建的日程信息支持管理員查看、導(dǎo)出日程信息;③取樣項(xiàng)目管理，支持新建經(jīng)驗(yàn)取樣項(xiàng)目，修改經(jīng)驗(yàn)取樣項(xiàng)目信息，部署或暫停經(jīng)驗(yàn)取樣項(xiàng)目，經(jīng)驗(yàn)取樣項(xiàng)目選項(xiàng)主要包括第三方問(wèn)卷的綁定，選擇用戶，選擇采集項(xiàng)、取樣周期、采樣方式等;④統(tǒng)計(jì)分析，對(duì)用戶的基本信息、學(xué)習(xí)時(shí)間、學(xué)習(xí)地點(diǎn)、學(xué)習(xí)日程安排、實(shí)際學(xué)習(xí)情況等進(jìn)行分析;⑤信息管理，支持系統(tǒng)管理員查看、修改關(guān)于我們、意見(jiàn)反饋、語(yǔ)言、字典等信息。

（四）工具的關(guān)鍵技術(shù)分析

mESM工具得到的結(jié)構(gòu)化的數(shù)據(jù)集主要包括兩類(lèi)：一類(lèi)是個(gè)體沉浸在真實(shí)情境下的心理狀態(tài)數(shù)據(jù)，此類(lèi)數(shù)據(jù)通過(guò)學(xué)習(xí)者自我報(bào)告的形式填寫(xiě)上傳，其類(lèi)型由第三方問(wèn)卷平臺(tái)設(shè)定，可以是學(xué)習(xí)者此刻的學(xué)習(xí)動(dòng)機(jī)、認(rèn)知投入和情感投入等內(nèi)部心理狀態(tài);另一類(lèi)數(shù)據(jù)通過(guò)移動(dòng)端的傳感器等捕獲，主要包括學(xué)習(xí)者的環(huán)境信息，如位置信息等。獲得的取樣數(shù)據(jù)集為{沉浸真實(shí)情境下的學(xué)生心理狀態(tài)信息，自動(dòng)采集的環(huán)境信息}。為此，該工具主要用到情境感知、日程事件更新機(jī)制、跨平臺(tái)數(shù)據(jù)交換技術(shù)等。

1. 情境感知技術(shù)實(shí)現(xiàn)環(huán)境信息的自動(dòng)采集

將情境感知技術(shù)與ESM相結(jié)合具有一定的應(yīng)用價(jià)值。通過(guò)情境感知技術(shù)自動(dòng)采集用戶的客觀情境信息，有助于豐富學(xué)生數(shù)據(jù)集，減輕學(xué)生參與負(fù)擔(dān)。工具中情境感知技術(shù)由位置傳感器、光線傳感器、聲音采集器與事件分類(lèi)器等以及用戶交互組成。工具使用自動(dòng)感應(yīng)活動(dòng)、會(huì)話和睡眠等分類(lèi)器，對(duì)用戶的活動(dòng)或狀態(tài)進(jìn)行分類(lèi)。對(duì)于用戶的活動(dòng)，主要根據(jù)位置傳感器、加速度傳感器實(shí)現(xiàn)用戶靜止、走路、跑、騎自行車(chē)、乘坐機(jī)動(dòng)車(chē)等移動(dòng)方式的判定;對(duì)于用戶的對(duì)話主要根據(jù)麥克風(fēng)采集的音頻特征，獲取用戶的對(duì)話個(gè)數(shù)以及對(duì)話的持續(xù)時(shí)間等;針對(duì)用戶的睡眠主要根據(jù)加速度傳感器、麥克風(fēng)、光線感應(yīng)器等獲得用戶的睡眠情況（如入睡時(shí)刻、深度睡眠時(shí)長(zhǎng)、起床時(shí)刻等）。設(shè)睡眠時(shí)間為SD（sleep duration），

其中，[Wi]指相關(guān)因素的權(quán)重，[Fi]指相關(guān)因素，分別代表：①光線特征;②手機(jī)設(shè)備使用特征（手機(jī)鎖的狀態(tài)）;③活動(dòng)特征（如靜止）;④聲音特征（如安靜）等。

2. 日程事件更新機(jī)制實(shí)現(xiàn)其與取樣方式的關(guān)聯(lián)

取樣方式是教育數(shù)據(jù)采集的核心。不同取樣方式如何與學(xué)生的日程事件關(guān)聯(lián)是本工具解決的重要技術(shù)問(wèn)題。本研究通過(guò)日程事件動(dòng)態(tài)更新機(jī)制實(shí)現(xiàn)取樣方式與學(xué)生日程事件的關(guān)聯(lián)，是工具的創(chuàng)新之處。對(duì)于隨機(jī)取樣和間隔取樣，工具根據(jù)用戶回答交互情況，自動(dòng)更新數(shù)據(jù)庫(kù)日程事件。對(duì)于設(shè)備取樣，工具實(shí)現(xiàn)信號(hào)提醒發(fā)生時(shí)刻的情境感知數(shù)據(jù)采集。對(duì)于事件取樣，該工具允許研究者在管理端設(shè)置基于日程事件的提醒方案。學(xué)習(xí)事件分為兩類(lèi)：①學(xué)習(xí)者在移動(dòng)端設(shè)置的日程計(jì)劃事件;②研究者在管理端設(shè)置的學(xué)生課程事件。定義學(xué)習(xí)事件Study Event={Study Event Title， Starting Time， End Time， Study Location， Study Partner， Notes}?；趯W(xué)習(xí)事件的提醒是指在學(xué)生的學(xué)習(xí)發(fā)生期間自動(dòng)提醒用戶，其提醒規(guī)則如下：

其中，[T]為提醒時(shí)刻，[Tstart]為日程事件開(kāi)始時(shí)刻，[Tend]為日程時(shí)間結(jié)束時(shí)刻。如果日程事件的時(shí)間大于1個(gè)小時(shí)，第一次提醒的時(shí)間為開(kāi)始時(shí)間過(guò)半小時(shí)后提醒;如果日程事件的時(shí)間小于一個(gè)小時(shí)，第一次提醒的時(shí)間為開(kāi)始時(shí)間到結(jié)束時(shí)間的中間時(shí)間點(diǎn)。

3. 在網(wǎng)絡(luò)請(qǐng)求中嵌入字段實(shí)現(xiàn)跨平臺(tái)信息交換

不同數(shù)據(jù)源之間的數(shù)據(jù)交換、關(guān)聯(lián)和整合是教育數(shù)據(jù)采集的難點(diǎn)。本研究主要通過(guò)網(wǎng)絡(luò)請(qǐng)求中嵌入字段的方式，解決平臺(tái)與第三方問(wèn)卷數(shù)據(jù)之間如何關(guān)聯(lián)的技術(shù)難題，為跨平臺(tái)數(shù)據(jù)關(guān)聯(lián)提供了參考。鑒于目前已經(jīng)存在很成熟的問(wèn)卷系統(tǒng)，例如，問(wèn)卷星和qualtrics等，本工具并沒(méi)有像其他工具或框架一樣，如AWARE（Ferreira， et al.， 2015），開(kāi)發(fā)獨(dú)立的出題測(cè)驗(yàn)功能。本工具兼容第三方問(wèn)卷平臺(tái)，通過(guò)在網(wǎng)絡(luò)請(qǐng)求中嵌入字段實(shí)現(xiàn)跨平臺(tái)信息交換。對(duì)于問(wèn)卷星而言，根據(jù)其平臺(tái)接口的要求，參數(shù)名為sojumpparm;數(shù)據(jù)類(lèi)型是string，編碼后最大長(zhǎng)度為150個(gè)字符，本研究將UserID通過(guò)參數(shù)以HTTP網(wǎng)絡(luò)請(qǐng)求的方式（get請(qǐng)求）傳送至問(wèn)卷星平臺(tái)，從而實(shí)現(xiàn)在問(wèn)卷星問(wèn)卷之間的區(qū)分。對(duì)qualtrics而言，同樣是get請(qǐng)求，不同的是需要在問(wèn)卷平臺(tái)embedded-data中設(shè)定具體的參數(shù)名稱，然后以HTTP網(wǎng)絡(luò)請(qǐng)求的方式將用戶ID傳送至系統(tǒng)，系統(tǒng)會(huì)自動(dòng)標(biāo)識(shí)，網(wǎng)絡(luò)請(qǐng)求鏈接參考如下：https：//YOURORG.az1.qualtrics.com/jfe/form/SV_0000000？Participant=UserID。

在此基礎(chǔ)上，在第三方問(wèn)卷平臺(tái)中來(lái)源詳情自動(dòng)與用戶ID相互關(guān)聯(lián)，將采集的數(shù)據(jù)同步上傳到服務(wù)器，并支持在無(wú)網(wǎng)絡(luò)下自動(dòng)采集、本地存儲(chǔ)，有網(wǎng)絡(luò)時(shí)自動(dòng)上傳云端。數(shù)據(jù)層的實(shí)體主要為用戶、日程、取樣實(shí)例、作答、資源等;第三方問(wèn)卷平臺(tái)與之關(guān)聯(lián)的實(shí)體主要為問(wèn)卷，其具體關(guān)聯(lián)見(jiàn)圖3。

四、情境感知的mESM工具的開(kāi)發(fā)及評(píng)價(jià)

（一）工具系統(tǒng)架構(gòu)

日程管家工具的開(kāi)發(fā)采用了C/S架構(gòu)（客戶端/服務(wù)器端架構(gòu)），移動(dòng)端采用Reat Navite混合開(kāi)發(fā)框架技術(shù)，這種開(kāi)發(fā)模式生成的移動(dòng)安裝程序能同時(shí)在Android和iOS兩大主流平臺(tái)運(yùn)行;服務(wù)器后端的開(kāi)發(fā)環(huán)境是Java JDK 11，采用MVC模式（model view controller）來(lái)響應(yīng)用戶請(qǐng)求，用內(nèi)嵌的servlet容器，配合Nginx反向代理完成多服務(wù)部署。該工具采用“數(shù)據(jù)層—?jiǎng)幼鲗印|發(fā)層—感應(yīng)層”四層架構(gòu)，見(jiàn)圖4。

日程管家工具最終實(shí)現(xiàn)界面如圖5所示。

（二）工具的評(píng)價(jià)與完善

在日程管家的設(shè)計(jì)階段，本研究設(shè)計(jì)出了具體的原型方案，并對(duì)其進(jìn)行評(píng)價(jià)與完善。方案的評(píng)價(jià)主要基于技術(shù)接受模型（technology acceptance model，TAM）（Davis， 1989），從感知有用性（perceived usefulness）、感知易用性（perceived ease of use）兩個(gè)方面，主要采用焦點(diǎn)小組方法，對(duì)取樣工具的可用性、可理解性、靈活性等進(jìn)行了討論。焦點(diǎn)小組法是可用性測(cè)試的常見(jiàn)方法之一（顧小清， 等， 2010），它一般由使用者、開(kāi)發(fā)者等組成討論小組，針對(duì)工具的設(shè)計(jì)方案開(kāi)展討論，獲得一些定性數(shù)據(jù)，從而了解使用者對(duì)工具的看法和態(tài)度，并通過(guò)后續(xù)的改進(jìn)使之更符合用戶的要求。

1. 焦點(diǎn)小組評(píng)價(jià)

為了對(duì)方案原型進(jìn)行評(píng)價(jià)，并發(fā)現(xiàn)設(shè)計(jì)方案中存在的問(wèn)題，本研究組織了焦點(diǎn)小組，選擇了4名參與者。這些參與者包括一位教育心理學(xué)專家，一位有多年豐富經(jīng)驗(yàn)的項(xiàng)目經(jīng)理，還有兩名用戶（數(shù)字媒體專業(yè)研究生）。此次焦點(diǎn)小組的成員人數(shù)雖然較少，但涵蓋了經(jīng)驗(yàn)取樣的研究者、設(shè)計(jì)者和使用者等。焦點(diǎn)小組討論圍繞經(jīng)驗(yàn)取樣工具的技術(shù)接受程度，結(jié)合TAM框架，從感知有用性和感知易用性兩個(gè)方面對(duì)設(shè)計(jì)方案進(jìn)行評(píng)價(jià)。通過(guò)此次研討發(fā)現(xiàn)存在的主要問(wèn)題如下：

（1）關(guān)于感知易用性的問(wèn)題。第一，鬧鐘的強(qiáng)制推送會(huì)對(duì)用戶產(chǎn)生很強(qiáng)的干擾。用戶反饋：“這種提醒方式肯定會(huì)干擾我的正常學(xué)習(xí)和生活。在公共場(chǎng)所或者安靜的教室內(nèi)，如果我將手機(jī)設(shè)置為震動(dòng)或者靜音，但是手機(jī)突然鬧鈴提醒，讓我回答問(wèn)題，我很不喜歡這種提醒方式?！钡诙嗝襟w的上傳加重了研究者和學(xué)生的負(fù)擔(dān)，能否自動(dòng)采集相關(guān)環(huán)境信息。專家認(rèn)為：“用戶上傳音頻、視頻和多媒體資源，無(wú)論對(duì)于使用者還是對(duì)于研究者的后期分析都增加了很大的工作量。能否利用智能手機(jī)內(nèi)部的傳感器將環(huán)境中的光線和音頻進(jìn)行自動(dòng)獲取和分析？”第三，音頻和視頻的采集限制和存儲(chǔ)問(wèn)題。項(xiàng)目經(jīng)理反映：“圖片、音頻和視頻如果大量存儲(chǔ)的話，會(huì)增加服務(wù)器的負(fù)擔(dān)，可能會(huì)引起加載太慢。”

（2）關(guān)于感知有用性的問(wèn)題。第一，對(duì)用戶而言，實(shí)用性較低。用戶反饋：“該應(yīng)用程序除了學(xué)習(xí)提醒之外，如果能讓我對(duì)學(xué)習(xí)進(jìn)度有宏觀的了解就最好不過(guò)了?！钡诙鄙儆脩舴答?，以及隱私問(wèn)題?！斑@個(gè)工具僅僅是一個(gè)取樣工具，對(duì)我來(lái)說(shuō)是沒(méi)有任何反饋的，功能流程和界面不是很友好。感覺(jué)有人采集了我手機(jī)里面信息，但是我并不知道他獲得了我的什么信息，我十分擔(dān)心自己的隱私?！?/p>

2. 工具完善

根據(jù)焦點(diǎn)小組反饋的問(wèn)題，本研究做以下改進(jìn)：

（1）有關(guān)感知易用性的改進(jìn)。第一，將鬧鐘的強(qiáng)制提醒方式修改為系統(tǒng)通知的推送方式，讓用戶在特定的場(chǎng)合可以將手機(jī)設(shè)置為震動(dòng)模式，而通知推送將會(huì)震動(dòng)提醒，這樣就會(huì)降低對(duì)用戶的干擾 [問(wèn)題1]。第二，增強(qiáng)經(jīng)驗(yàn)取樣的情境感知功能。利用手機(jī)內(nèi)置的傳感器和采集器，對(duì)用戶環(huán)境中的光線、噪聲和位置等進(jìn)行自動(dòng)檢測(cè) [問(wèn)題2]。第三，增加音頻和視頻取樣的規(guī)則，時(shí)長(zhǎng)小于10秒或者3～10秒，不對(duì)內(nèi)容進(jìn)行分析，僅僅對(duì)音頻和視頻的特征進(jìn)行分析。另外，為了減輕服務(wù)器的負(fù)擔(dān)，將圖片、音頻和視頻采用輕量級(jí)第三方服務(wù)器存儲(chǔ)（如阿里云OSS存儲(chǔ)）[問(wèn)題3]。

（2）有關(guān)感知有用性的改進(jìn)。第一，將用戶的學(xué)習(xí)、環(huán)境情況等信息以個(gè)性化儀表盤(pán)的形式呈現(xiàn)給用戶，增強(qiáng)實(shí)用性[問(wèn)題1]。第二，對(duì)界面進(jìn)行重新設(shè)計(jì)，增加用戶的反饋界面。第三，針對(duì)用戶隱私，在用戶知情同意后才進(jìn)行相關(guān)數(shù)據(jù)的采集，即用戶同意相關(guān)權(quán)限之后方可采集[問(wèn)題2]。第四，組織多名軟件測(cè)試人員先后進(jìn)行多次黑盒測(cè)試、白盒測(cè)試等，結(jié)果表明該工具已經(jīng)能夠穩(wěn)定使用，功能流程全部實(shí)現(xiàn)。

（三）工具的橫向比較

日程管家與其他mESM工具的功能比較結(jié)果如表3所示，主要有五個(gè)方面的不同：第一，在運(yùn)行系統(tǒng)上，本工具兼容移動(dòng)設(shè)備的主流操作系統(tǒng)（Android/iOS），除SurveySignal、AWARE之外，大多數(shù)工具只能在單類(lèi)操作系統(tǒng)上運(yùn)行。第二，在自我報(bào)告方面，日程管家與SurveySignal支持添加第三方問(wèn)卷平臺(tái)的鏈接，而其他7個(gè)工具不支持該功能，而是具有獨(dú)立的問(wèn)卷系統(tǒng)，通過(guò)后臺(tái)編寫(xiě)問(wèn)卷題項(xiàng)。第三，在取樣方式上，本工具同時(shí)支持隨機(jī)取樣、固定取樣、基于事件的取樣以及設(shè)備取樣，而其他工具存在取樣方式缺失問(wèn)題，如MyExperience、SurveySignal不支持事件取樣與設(shè)備取樣等。第四，在參數(shù)配置方面，日程管家允許后臺(tái)配置參數(shù)，而其他大多數(shù)工具配置復(fù)雜，如MyExperience、Ohmage通過(guò)XML配置增加了語(yǔ)法錯(cuò)誤的可能性，Jeeves、MovisensXS 通過(guò)可視化編程配置參數(shù)等。第五，在儀表盤(pán)方面，日程管家支持儀表盤(pán)反饋，其他工具除Ohmage外，大多不支持這項(xiàng)功能?？梢钥闯觯涸摴ぞ咧С种髁鞑僮飨到y(tǒng)，實(shí)現(xiàn)了四種取樣方式，兼容主流第三方問(wèn)卷平臺(tái)，具有更多的情境感知功能，配置參數(shù)更加簡(jiǎn)單方便，同時(shí)融合了儀表盤(pán)等元素，有助于mESM在教育領(lǐng)域研究中的本土化應(yīng)用。

五、研究總結(jié)

（一）應(yīng)用展望

2007年，Hektner等人在著作Experience sampling method： Measuring the quality of everyday life中系統(tǒng)介紹了ESM在教育領(lǐng)域的應(yīng)用范圍，包括學(xué)生學(xué)習(xí)的時(shí)間分布、課堂結(jié)構(gòu)、課堂體驗(yàn)、課外活動(dòng)、教師體驗(yàn)等方面（Hektner， Schmidt， & Csikszentmihalyi， 2007， pp. 229-251）。近年來(lái)，隨著情境感知技術(shù)的發(fā)展，通過(guò)情境感知獲取個(gè)體信息，進(jìn)而分析個(gè)體學(xué)習(xí)行為和環(huán)境關(guān)系的相關(guān)研究逐漸受到重視。mESM在學(xué)生投入、主觀體驗(yàn)和學(xué)習(xí)環(huán)境信息采集等方面的應(yīng)用研究取得了進(jìn)展。這些研究主要聚焦課堂瞬時(shí)學(xué)習(xí)投入（Schmidt， Rosenberg， & Beymer， 2018），大學(xué)生非正式學(xué)習(xí)（Xie， Heddy， & Greene， 2019; Xie， Heddy， & Vongkulluksn， 2019）、移動(dòng)學(xué)習(xí)、混合學(xué)習(xí)（Henrie， et al.， 2015; Manwaring， et al.， 2017）和大班講授型課堂（Shernoff， et al.， 2017）等情境下個(gè)體的學(xué)習(xí)體驗(yàn)。

在研究設(shè)計(jì)方面，不同研究者根據(jù)具體的研究情境與研究問(wèn)題進(jìn)行不同的移動(dòng)經(jīng)驗(yàn)取樣設(shè)計(jì)。在環(huán)境因素方面，這些研究主要關(guān)注個(gè)體的學(xué)習(xí)時(shí)間、地點(diǎn)位置、活動(dòng)類(lèi)型、學(xué)習(xí)原因和自主性等;在行為因素方面，主要關(guān)注個(gè)體的學(xué)習(xí)行為、社會(huì)交互等;在個(gè)體因素方面，主要關(guān)注自我效能、認(rèn)知投入、學(xué)習(xí)動(dòng)機(jī)和學(xué)業(yè)情緒等方面。

因此，mESM在教育領(lǐng)域的應(yīng)用方面，以社會(huì)認(rèn)知理論（social cognitive theory，SCT）為視角，將個(gè)體的學(xué)習(xí)放在更加宏觀的社會(huì)境脈下進(jìn)行考量，探究個(gè)體、環(huán)境、行為三者的互動(dòng)關(guān)系（見(jiàn)圖6），建立環(huán)境因素、個(gè)體因素與行為結(jié)果關(guān)系的整合模型是應(yīng)用的一個(gè)重要方向。本研究擬采用已經(jīng)開(kāi)發(fā)實(shí)現(xiàn)的mESM工具（日程管家），實(shí)現(xiàn)學(xué)習(xí)的環(huán)境信息、學(xué)習(xí)投入等信息的縱向即時(shí)采集。擬以具體課程為案例，聚焦具體的學(xué)習(xí)活動(dòng)單元，探究學(xué)習(xí)情境下學(xué)生學(xué)習(xí)環(huán)境與學(xué)習(xí)投入變化規(guī)律，探索學(xué)生行為模式、認(rèn)知模式和情緒模式，縱向分析情境因素（學(xué)生位置、學(xué)習(xí)材料、多媒體使用、學(xué)習(xí)活動(dòng)類(lèi)型等）與學(xué)生學(xué)習(xí)投入的關(guān)聯(lián)。

（二）研究總結(jié)

在學(xué)習(xí)發(fā)生的真實(shí)情境中進(jìn)行教育數(shù)據(jù)采集是提高教育研究質(zhì)量的重要途徑之一。為提高教育數(shù)據(jù)采集的情境性、真實(shí)性和生態(tài)性，本研究在對(duì)理論、方法、工具進(jìn)行系統(tǒng)綜述的基礎(chǔ)上，將情境感知技術(shù)與經(jīng)驗(yàn)取樣法相結(jié)合，設(shè)計(jì)開(kāi)發(fā)了mESM工具——日程管家。該工具主要包括管理端、移動(dòng)端，實(shí)現(xiàn)了隨機(jī)取樣、間隔取樣、事件取樣、設(shè)備取樣四種采樣方式，融合了情境感知技術(shù)，能夠智能地采集學(xué)生的光線、位置和噪聲等環(huán)境信息，即時(shí)獲取個(gè)體在真實(shí)情境下的內(nèi)部心理狀態(tài)。該工具將情境感知技術(shù)應(yīng)用于ESM信息的自動(dòng)采集，使用日程事件更新機(jī)制實(shí)現(xiàn)日程事件與取樣方式的關(guān)聯(lián)，使用嵌入式字段實(shí)現(xiàn)不同數(shù)據(jù)源之間的數(shù)據(jù)交換與關(guān)聯(lián)，具有一定的創(chuàng)新性與參考價(jià)值。

同時(shí)，研究者要意識(shí)到mESM存在的若干不足。第一，移動(dòng)設(shè)備取樣的效果依賴與手機(jī)網(wǎng)絡(luò)的連接，任何原因?qū)е戮W(wǎng)絡(luò)關(guān)閉或沒(méi)有接收到網(wǎng)絡(luò)信號(hào)都會(huì)導(dǎo)致參與者接收提醒的時(shí)間比預(yù)期的晚。第二，提醒本身會(huì)對(duì)學(xué)生學(xué)習(xí)造成一定的干擾，可以通過(guò)縮短重復(fù)測(cè)量問(wèn)卷的長(zhǎng)度來(lái)減弱干擾及被試負(fù)擔(dān)。第三，工具依賴于第三方問(wèn)卷平臺(tái)，在增加了便捷性的同時(shí)也增加了一定的信息安全風(fēng)險(xiǎn)。值得注意的是，在mESM工具設(shè)計(jì)和使用中，應(yīng)當(dāng)遵守相關(guān)法律法規(guī)，經(jīng)被收集者同意，遵循合法、正當(dāng)、必要的原則，明示收集、使用信息的目的、方式和范圍，以防出現(xiàn)個(gè)人信息的過(guò)度采集和隱私泄露等安全問(wèn)題。

[參考文獻(xiàn)]

段錦云，陳文平. 2012. 基于動(dòng)態(tài)評(píng)估的取樣法：經(jīng)驗(yàn)取樣法[J]. 心理科學(xué)進(jìn)展（7）：1110-1120.

顧小清，顧鳳佳. 2010. 微型移動(dòng)學(xué)習(xí)的可用性設(shè)計(jì)[J]. 電化教育研究（2）：52-57.

胡蓉，唐振貴，趙宇翔，等. 2018. 移動(dòng)經(jīng)驗(yàn)取樣法：促進(jìn)真實(shí)情境下的用戶信息行為研究[J]. 情報(bào)學(xué)報(bào)（10）：1046-1059.

盧國(guó)慶，謝魁，張文超，等. 2019. 面向即時(shí)數(shù)據(jù)采集的經(jīng)驗(yàn)取樣法：應(yīng)用、價(jià)值與展望[J]. 電化教育研究（6）：19-26.

萬(wàn)力勇，趙呈領(lǐng)，許夢(mèng). 2019. 經(jīng)驗(yàn)取樣法（ESM）：促進(jìn)真實(shí)情境下的學(xué)習(xí)體驗(yàn)研究[J]. 遠(yuǎn)程教育雜志（6）：19-31.

張銀普，駱南峰，石偉. 2016. 經(jīng)驗(yàn)取樣法——一種收集“真實(shí)”數(shù)據(jù)的新方法[J]. 心理科學(xué)進(jìn)展（2）：305-316.

朱珂，李冰青，蘇林猛. 2018. 網(wǎng)絡(luò)學(xué)習(xí)空間中協(xié)同學(xué)習(xí)的觸發(fā)機(jī)制及實(shí)證研究[J]. 中國(guó)電化教育（7）：25-32.

Azevedo， & Roger. （2015）. Defining and measuring engagement and learning in science： Conceptual， theoretical， methodological， and analytical issues. Educational Psychologist， 50（1）， 84-94.

Bachmann， A.， Zetzsche， R.， Schankin， A.， Riedel， T.， Beigl， M.， Reichert， M.， et al. （2015）. ESMAC： A web-based configurator for context-aware experience sampling apps in ambulatory assessment. Paper presented at the Proceedings of the 5th EAI International Conference on Wireless Mobile Communication and Healthcare.

Barrett， L. F.， & Barrett， D. J. （2001）. An introduction to computerized experience sampling in psychology. Social Science Computer Review， 19（2）， 175-185.

Bolger， N.， & Laurenceau， J.-P. （2013）. Intensive longitudinal methods： An introduction to diary and experience sampling research. New York： Guilford Press.

Conner， T. （2015， May）. Experience sampling and ecological momentary assessment with mobile phones. Retrieved October 10， 2019， from http：//www.otago.ac.nz/psychology/otago047475.pdf

Conner， T. S.， Tennen， H.， Fleeson， W.， & Barrett， L. F. （2009）. Experience sampling methods： A modern idiographic approach to personality research. Social & Personality Psychology Compass， 3（3）， 292-313.

Cs?kszentmihályi， M. （1975）. Beyond boredom and anxiety. San Francisco， CA： Jossey-Bass.

Davis， F. D. Perceived usefulness， perceived ease of use， and user acceptance of information technology. MIS quarterly， 1989： 319-340.

Ferreira， D.， Kostakos， V.， & Dey， A. K. （2015）. Aware： Mobile context instrumentation framework. Frontiers in ICT， 2， 6.

Froehlich， J.， Chen， M. Y.， Consolvo， S.， Harrison， B.， & Landay， J. A. （2007）. My Experience： A system for in situ tracing and capturing of user feedback on mobile phones. Paper presented at the Proceedings of the 5th international conference on Mobile systems， applications and services.

Hektner， J. M.， Schmidt， J. A.， & Csikszentmihalyi， M. （2007）. Experience sampling method： Measuring the quality of everyday life. Sage.

Henrie， C. R.， Bodily， R.， Manwaring， K. C.， & Graham， C. R. （2015）. Exploring intensive longitudinal measures of student engagement in blended learning. The International Review of Research in Open and Distributed Learning， 16（3）.

Hofmann， W.， & Patel， P. V. （2015）. Survey Signal： A convenient solution for experience sampling research using participants own smartphones. Social Science Computer Review， 33（2）， 235-253.

Intille， S. S.， Rondoni， J.， Kukla， C.， Ancona， I.， & Bao， L. （2003）. A context-aware experience sampling tool. Paper presented at the CHI03 extended abstracts on human factors in computing systems.

Kuntsche， E.， & Labhart， F. （2013）. Icat： Development of an internet-based data collection method for ecological momentary assessment using personal cell phones. European Journal of Psychological Assessment， 29（2）， 140-148.

Kuntsche， E.， & Labhart， F. （2013）. Using personal cell phones for ecological momentary assessment： An overview of current developments. European Psychologist， 18（1）， 3.

Larson， R.， & Csikszentmihalyi， M. （2014）. The experience sampling method Flow and the foundations of positive psychology. New York： Springer.

Manwaring， K. C.， Larsen， R.， Graham， C. R.， Henrie， C. R.， & Halverson， L. R. （2017）. Investigating student engagement in blended learning settings using experience sampling and structural equation modeling. Internet and Higher Education， 35， 21-33.

MIT （Producer）. （2008）. Context-aware experience sampling. Retrieved October 10， 2019， from http：//web.mit.edu/caesproject/

Raento， M.， Oulasvirta， A.， & Eagle， N. （2009）. Smartphones： An emerging tool for social scientists. Sociological methods & research， 37（3）， 426-454.

Rough， D. J.， & Quigley， A. （2017）. Jeeves-an experience sampling study creation tool. Paper presented at the Proceedings of BCS Health Informatics Scotland （HIS）.

Schmidt， J. A.， Rosenberg， J. M.， & Beymer， P. N. （2018）. A person-in-context approach to student engagement in science： Examining learning activities and choice. Journal of Research in Science Teaching， 55（1）， 19-43.

Shernoff， D. J.， Csikszentmihalyi， M.， Schneider， B.， & Shernoff， E. S. （2014）. Student engagement in high school classrooms from the perspective of flow theory. Applications of flow in human development and education. New York： Springer.

Shernoff， D. J.， Sannella， A. J.， Schorr， R. Y.， Sanchez-Wall， L.， Ruzek， E. A.， Sinha， S.， et al. （2017）. Separate worlds： The influence of seating location on student engagement， classroom experience， and performance in the large university lecture hall. Journal of Environmental Psychology， 49， 55-64.

Stade， M.， & Seyff， N. （2017）. Features for mobile feedback tools： Applying the KANO method. Paper presented at the Proceedings of Mensch und Computer 2017-Tagungsband.

Sumaya， I. C.， & Darling， E. （2018）. Procrastination， flow， and academic performance in real time using the experience sampling method. The Journal of genetic psychology， 179（3）， 123-131.

Tangmunarunkit， H.， Hsieh， C.-K.， Longstaff， B.， Nolen， S.， Jenkins， J.， Ketcham， C.， et al. （2015）. Ohmage： A general and extensible end-to-end participatory sensing platform. ACM Transactions on Intelligent Systems and Technology （TIST）， 6（3）， 38.

Van Berkel， N.， Ferreira， D.， & Kostakos， V. （2018）. The experience sampling method on mobile devices. ACM Computing Surveys （CSUR）， 50（6）， 93.

Wang， R.， Chen， F.， Chen， Z.， Li， T.， Harari， G.， Tignor， S.， et al. （2014）. Student Life： Assessing mental health， academic performance and behavioral trends of college students using smartphones. Paper presented at the Proceedings of the 2014 ACM international joint conference on pervasive and ubiquitous computing.

Xie， K.， Heddy， B. C.， & Greene， B. A. （2019）. Affordances of using mobile technology to support experience-sampling method in examining college students engagement. Computers & Education， 128， 183-198.

Xie， K.， Heddy， B. C.， & Vongkulluksn， V. W. （2019）. Examining engagement in context using experience-sampling method with mobile technology. Contemporary Educational Psychology， 101788.

Zirkel， S.， Garcia， J. A.， & Murphy， M. C. （2015）. Experience-sampling research methods and their potential for Education Research. Educational Researcher， 44（1）， 7-16.

收稿日期：2019-11-19

定稿日期：2020-07-31

作者簡(jiǎn)介：劉清堂，教授，博士生導(dǎo)師;盧國(guó)慶，博士研究生;鄧偉，博士，副教授;吳林靜，博士，副教授;梅鐳，王嬌嬌，碩士研究生。華中師范大學(xué)教育信息技術(shù)學(xué)院（430079）。

責(zé)任編輯 單 玲