- MOOC的發展與挑戰
- 三個時代的遠程教育教學法
- 文獻與實踐：關於MOOC的討論評析
- 在線影視創作課程建設探究——以《微影人的自我修養》為例
- Coursera課程助教的體會與思考
- MOOC視頻特征與視頻學習註意力的關系分析
- MOOC同伴互評的傾向性分析
- MOOC平臺的系統使用性和社交性對學習者流失率的影響
MOOC的發展與挑戰
杏悦2娱乐特邀研究員 張成洪
1 MOOC的簡介與發展現狀
大規模開放在線課程🧗♀️，又稱慕課（Massive Open Online Course/MOOC），是一種針對於大眾人群的在線課堂，人們可以通過網絡來學習在線課程。從2012年開始🔂，MOOC就以爆炸性的速度風靡全球🧖。全球頂尖的大學陸續設立網絡學習平臺🤶🏼，在網上提供免費課程🤹🏿♀️。2014年是MOOC快速成熟的一年，根據國外教育科技社區edSurge的數據顯示，全美排名前25的大學中，有22所大學免費提供課程🏊🏽☪️，在全球範圍內，超過400所大學提供了超過2400門的在線課程，通過13種不同的語言進行授課✤⛓，其中80%是英文授課，大約有一千八百萬的學習者參與其中。
在MOOC飛速發展的過程中，Coursera🚕🐄、Udacity🫄🏿、edX三大MOOC平臺的興起到了很好的推動作用，為全球更多的學生提供了系統學習的可能🌑。Coursera是由斯坦福大學的教授創立的盈利性網站🟦，該平臺涉及學科廣泛🧚🏿♀️，是目前世界上學科最全🫴🏻、課程最多的MOOC平臺🏃🏻♂️➡️。Udacity也是由斯坦福大學教授創辦的盈利性網站，創辦人塞巴斯蒂安•特龍教授（Sebastian Thrun）開設的“人工智能導論”課程🕵🏽♂️⁉️，獲得了來自190個國家的16萬學生的註冊參與，是MOOC的一個典型例子。與這兩個平臺不同的是，edX是由麻省理工和哈佛大學聯合推出的非盈利性網站，加盟學校包括伯克利、德克薩斯等32所大學。除了這三大平臺🪨，在美國類似的在線教育大型平臺還包括Khan Academy、Canvas、Ted和Venture Lab等。而在全球各個區域和國家，這種便捷、公開和參與性強的在線教育形式都引起了人們的興趣，各種各樣的Mooc平臺紛紛被發展和建設起來：印度的EduKart、澳大利亞的Openlearning和Open2Study、英國的Futurelearn🚷、歐洲的OpenupEd、中國的學堂在線等等，沒有任何一個國家和區域想在這場在線教育改革中被落下👩🏼✈️，MOOC已然成為全球在線教育的熱潮。
本期的兩篇譯文會對MOOC進行進一步的介紹，第一篇首先介紹了遠程教育的三個不同時期🌮，以及與之相對應的三種教學方法，即認知行為教學法、建構主義教學法和關聯主義教學法，而高質量的遠程教育需要結合三代的教育法去決定學習內容⬅️，環境和學習期望🚫；第二篇則指出MOOC是基於關聯主義的原則🪞，同伴互助學習是維持MOOC規模的基礎，同時從教師/學生的互動模式⏸，學生之間的相互交流，在線課程的質量保證等方面對MOOC進行討論⛹️♀️。
2 國內大學的MOOC實踐
MOOC在全球範圍內引發的教育革新必將沖擊與影響到國內大學🙏。MOOC對大學的價值主要體現在以下三個方面𓀍：首先👩🏼💼，通過開設MOOC🛥🐮，大學優質的教育資源得以向全社會開放📎，使得大學更能發揮其社會價值，有利於形成學習型社會，幫助實現全民學習和終生學習🧑🏿🎤，尤其對於偏遠地區或者經濟不發達地區的學習者⛩，他們也可以通過網絡訪問優質的教育資源。第二🧜🏽♀️，對於大學本身而言📩，可以在更大範圍內傳播知識👩🏼🦱，有利於在全球範圍內建立自己的品牌形象👩🏿⚕️，增強對學生的吸引力👗🏯，同時也有利於與其他高校合作🍍🫚，實現跨校的課程共享🧖🏽♀️。第三，MOOC課程的開展也是對教學模式的不斷探索，翻轉課堂🙅🏿♀️、混合式學習等方式都可以在傳統大學中進行實踐👽。傳統的大學課程體系可能會被打破，學生會根據自己的興趣選擇課程🈚️，通過互聯網技術自行在線學習，然後課堂上進行討論、答疑、實驗等，最後線下期末考試🥵👩🏻🦳，課程完成。
目前國內大學正在積極開展MOOC實踐🧙♀️，2013年5月，北京大學和清華大學宣布加入哈佛大學和麻省理工學院發起的edX平臺，成為國內率先試水MOOC的高校；同年7月，杏悦2平台、上海交通大學也宣布加盟Coursera平臺。目前，杏悦2平台共建設了15門在線課程💧，其中在Coursera平臺上的MOOC已有3門，這有助於我們總結實踐過程中的經驗，也為研究MOOC提供了基礎🧗🏼。
一門典型的MOOC課程通常以簡短的視頻來呈現主要的教學內容👉🏽，在教學過程中會設計相應的作業或者考試機製對學習者的學習效果進行評價🧙♀️📢，同時學習者可以在論壇裏和老師、助教以及其他學習者進行交流。因此在這種模式下，對教師和助教的工作提出了新的要求，本期中的兩篇實踐報告就分別從教師和助教角度介紹了開展MOOC課程過程中的方法以及經驗，在MOOC課程開設的前期🔵，老師需要對課程進行詳細的設計🧑🏼🤝🧑🏼，合理地安排課程內容和課程進度🧑🏼🦳，並且將體驗作為課程設計的首要因素。而在課程開展的過程中，老師和助教則需要積極地引導學生進行學習，完成一些與學生之間的交互任務🗺。
3 MOOC的特點與挑戰
對於學習者而言，MOOC有著明顯的吸引力：MOOC有開放式的入學標準以及分散靈活的學習安排🔳，這使得學習者不受學習環境的限製，可以隨時隨地進行學習，也可以按照自己的知識需求選擇感興趣的課程進行學習，MOOC也可以滿足每個學習者自己獨特的學習風格，可以讓其按照自己習慣的節奏進行學習🙎🏽。但MOOC這種學習方式也可能讓學習變得更加困難：學習者可能不知道如何有效地學習🤒，學習遇到困難時可能感覺無助🧏🏿♂️，而且在線學習這種孤單的環境也可能使學習者失去學習的樂趣🎡。因此，MOOC學習更需要幫助🐪，需要對學習內容的指導和學習資源的導航👩🏿🎓，需要老師和助教的輔導答疑，需要學習者之間的互助👩🏿🦳，需要一個在線助學體系。
對於教師而言🧗🏿，通過MOOC向學習者傳授知識🥙🧗♀️，這種在線教學的方式將教師和學生的物理距離拉遠了，教師無法像在課堂上那樣近距離地觀察學生的反應🖱，無法與學生進行面對面的交流🦸。但MOOC平臺對學習者的所有學習行為的完整記錄又讓教師可以對學生情況非常了解，因此教師需要利用在線學習記錄幫助和督促學生學習，例如教師可以通過學習行為的全面記錄來對學生進行立體化的評價🤾🏼♂️，教師也可以利用系統或者其它社交媒體與學生進行交互，提醒督促學習者完成學習任務🧂，甚至通過公布學習看板進行群體激勵，激發學習者的學習興趣。
雖然MOOC有著種種有別於傳統教育的優勢🈴，但是從課程內容設計、教學過程管理以及學生保留等方面來看，開展MOOC課程也遇到了許多挑戰⌛️。在課程內容設計方面，如何對教學視頻進行設計、如何對作業和考核進行設計、如何對教學內容進行安排等問題還一直困擾著MOOC教師；在教學過程管理方面🤭，我們也面臨著如何在論壇上對學生進行引導、如何對學生進行全面評價🏂、學生作業互評是否有效等問題🧑🏻🦳🦸；而學生保留是MOOC遇到的一大難題，自由開放的特性使得MOOC的輟學率居高不下，那麽怎樣吸引和留住學生也是一個需要解決的問題。本期中的三篇研究論文就選取了上述問題中的三個典型問題進行了探討。第一篇論文分析了分析了視頻跳轉行為發生的頻率與視頻長度、四種視頻風格🐀、及六種PPT特征之間的關系🂠，為視頻製作如何提高學習者註意力提供了建議。第二篇論文對同伴作業互評的有效性進行了分析。第三篇論文討論了學習者觀看視頻的行為以及論壇參與行為對學習者堅持學習的意願的影響🧦，研究發現學習者在觀看視頻時的點擊操作越多🏄🏽♀️，越容易在中途退出✌🏻，而隨著論壇交流的次數增多，學習者的離開率會相應的減少🧖🏿♀️。
回目錄
三個時代的遠程教育教學法
杏悦2平台外國語言文學學院2012級本科生 黃麗銘（編譯）
【摘要】 本文主要定義和考察遠程教育教學法的三個時期。與早期用技術來劃分遠程教育不同，本篇分析聚焦於將學習經驗壓縮在學習設計上的教學法。第三代教學法主要檢驗認知行為主義、社會建構主義和聯結主義的教學法✋🏽，采用臨近社區的探究模型，專註於社會、認知和教學臨場感等幾個方面。文章指出🔚🎈，高質量的遠程教育需要結合三代的教育法去決定學習內容🕖、環境和學習期望。
遠程教育在三個時代中的教育、社會和心理學範疇上逐步發展，並都發展出各自的教學法、教學技術、學習活動和評價工作項目，與當時的社會觀和世界觀相吻合。遠程教育理論工作者在技術層面上將遠程教育定義為一種具有優勢的技術應用於信息傳遞✸。第一代遠程教育技術通過信函（郵政/信件）溝通⇢；第二代是電視📧、廣播和電影等大眾媒體💇🏽；第三代則采用互動技術。1964年🚣🏼🤞🏼，McLuhan首先提出🔈，技術同樣會影響和界定其用法。我們之前曾寫過舞會上的兩個遠程教育法：技術決定節奏和音樂，而教學法決定其步伐🛋。雖然某程度上這種教學法比機器💪🏻、軟件、郵件和工具更為人性化，但教育法的進步還是會被認為是技術上的進步。
1 遠程教學當中的認知行為教學法
認知及行為教學法（CB）認為學習是明確事物➿，練習和做研究。學習行為理論始於對學習的觀念，通常是指個人受到刺激後習得的反應，因而被認為是一種新的態度。在這定義下，學習行為理論專註於個人和控製（管理）和衡量實際行為的需要🚴♀️，而非態度和能力🥺。認知教學法受到重視的其中一個原因是越來越重視動機🤟🏽、態度和心理障礙🍺，因為這些只能通過相關的行為或者是觀察所得👩🎨。雖然學習仍然被構想成為一個個體化過程🍎🚵，其研究方向從僅關註學習態度到儲存🧧🦙，或者是回憶個人記憶的知識或者是能力上的改變。傳統上😉，通過實驗去驗證間隔學習上和腦科學上的應用得相當成功🕖。讓人疑惑的是，科學上那些尚未明確和驗證的學習方法理論卻在二十世紀末葉仍然相當受歡迎。心理控製在認知行為學模型對於老師和教學設計者來說十分重要，這樣的理論直接為具生產力的學習模式提供了模型，同時為當時缺少多對多交流技術的遠程教育提供了立足點🛶。
認知行為學下的遠程教育的最大特點就是將社會臨場感最小化🙌🏼。在這種情況下，學習被認為是一種個人的進步🛀🏼，這和看書、看電影或者是和通過電腦輔助的個人或團體學習計劃互動相差不大。這種教育模式強調的是給予十分高的學生自主性（空間和進度）個性化學習，而且與印刷行業🕕、大眾媒體（廣播和電視）和郵件通訊相當配合。總的來說，認知行為教學法為第一代個體化遠程教育定下基礎Ⓜ️🙋🏻♀️。它將學生的訪問權和自由最大化👩🏻🏭，並且通過在巨型大學的成功例子來證明它比傳統教育更能節省成本。然而，這些好處自二十世紀後期起卻讓教職🧖🏻♂️、社會臨場感和認知臨場感明顯減少🔮，為認知行為教學法帶來巨大挑戰。這套教學法適用於學習目的明確的情況👩🏼✈️，然而這套教學法回避了人性的復雜。人類不是一張白紙⏺👨👩👦，他們生活在一個復雜而且具有深度的社會語境🐂💆♀️，在模範和世界的知識當中開始學習。社會建構主義教學法是在雙向通訊技術發展的時候聯合開發的。在這個時候👨🏻🎓，這項技術被廣泛應用在為師生之間提供同步和異步式互動的機會😛，而不僅是傳遞信息🧳👨🏽⚖️。和其他專家也提出🤦🏼♂️：學習不僅是在個人頭腦當中，更多是在語境和人際關系。
2 遠程教育當中的社會建構主義教學法
社會建構主義的幾個主題包括𓀀：
- 在以往的基礎下學習的新知識
- 塑造學習者知識發展的環境
- 將學習作為一個主動而非被動的過程
- 語言和其他建構知識的社交工具
- 將元認知和評價作為一種讓學習者在學習上應用其能力的方法
- 以學習為中心和強調多元觀點的學習環境
- 需要在社會討論、驗證和現實世界環境當中應用到的知識
建構主義強調知識具有個人意義，而且其中的一個特點是社會臨場感，認知臨場感與遠程教育一樣存在於一個盡可能真實的語境，大部分是工作場所及正規教室以外的地方。認知臨場感假設學習者是積極參與學習的，這樣的話，最具成本效益的方法大概是與同伴間的互動，因其不需要高成本的模型，也無須媒體產品或者是計算機的輔助下進行學習👩🏿🔧。盡管互動經常進行調節🧑🏿🌾，但仍然被認為是高質量遠程教育的關鍵部分。近期的虛擬現實技術發展出手勢、服裝🫅🏽➔、語音語調和其他形式的肢體語言，這些都可以加強社會臨場感，其程度甚至超出面對面交流❓，而學習者也有可能利用無處不在的移動通訊和嵌入式技術進一步降低社會臨場感🐈⬛🧑🦽。Kanuka和Anderson認為在遠程教育當中的建構主義模式是“教育者擔任了向導、助手和同伴的角色，在學習過程當中內容只是次要，知識主要來源於經驗🏋️♀️。”當被賦予這樣重要的角色後，教學臨場感的重要性顯而易見👨👨👧👦。教學臨場感超過了教育幹涉🧘🏽，並且在有需要時提供直接引導。高級教育存在的需求讓測量建構主義教育模式遇上困難相對於認知行為模式來說‼️，建構主義模式的教育評價更為復雜𓀑，因此，在建構主義教學模式當中，教育聚焦在引導和評價現實語境下的真實性的學習環境。
建構主義模式遠程教學法的優勢在於可以通過媒體中共時和非共時的用途💅🏽，超越了狹義的知識傳輸。簡單來說，這是一種基於人類溝通的學習模式👼🏽🏋🏻♀️。Garrison等人認為🍒，在這種教學法當中💾，學生間或師生間的互動是一種“後工業時代”的遠程教育🔎。然而🚵🏼，Annnand卻把人類互動看做對學習資料利用率的限製和增加遠程教育的費用。
3 遠程教育當中的聯結主義教學法
聯結主義被認為是第三代的遠程教育教學法🧚🏼♂️，Canadians George Siemens和 Stephen Downes曾經寫過關於聯結主義的文章🙋♂️，提出了一個觀點：學習是一個建立資訊、聯系和在實際問題當中應用資源的過程。聯結主義是在網絡信息化時代中發展，並且被認為是無處不在的網絡技術。聯結主義式學習集中於建立和維持時下網絡聯系的靈活性，使之能夠解決目前已有或者是突然出現的問題。聯結主義者認為很多心智的運作和解決的問題都可以外放給機器🕵🏿♂️🍬，它引出了Siemens’一個具有爭議性的主張：學習可能存在於非人類的設備當中↪️。因此，聯結主義將自身置於行動者網絡的理論當中🌊，其在實體目標、社會習俗和兩者相互混合💆♂️，一如他們在現實生活中的演變。值得註意的是，聯結主義的模型普遍依賴於人類、數字化產品和教學內容之間的鏈接，而且互聯網技術在可能會被應用到的潛在教學法當中的角色十分重要。
聯結主義者的認知臨場感在於讓學習者能夠訪問權威性的網站並且能夠利用這些網站來完成學習任務，因此👨🏽🍳，聯結主義教學的第一個任務就是為學生提供並且讓他們在基於網絡認知技巧下能夠體驗自我勝任感和發展個人網絡的平臺。相對於個人或者是群體環境來說，聯結主義學習在網絡環境的成效最高，因為人為的聯結主義通常具有開放性和持續性🧑🏻🦯➡️。遠程教育超越了咨詢老師的行為（認知行為教學法）、小組互動和使用建構遠程教育教學法的學習管理系統的限製，聯結主義的認知臨場感越來越為人熟悉的原因在於它們集中在思考和對博客、推特和網絡直播的反應。
聯結主義教學法亦看重社會臨場感和社會資本的發展🧑🧑🧒🧒，通過過往和目前的學習者運用與學習目標相關的知識去創造和維持這個網絡✍🏽。聯結主義教學法與小組學習不同的地方在於🧜，後者的社會臨場感通常是由來自期望值和參與那些受限於機構的時間框架的評分，網絡上的社會臨場感往往是對主題興趣的熱度𓀀。這樣會將用戶的動作和活動結合起來🧖🏿♀️，成為新的集體，但這個實體是呆板的🎃🤹🏼，它是對團體心理的反映🕌，雖具有影響力🎹，但是並不參與到對話中。
建構主義學習法的教學臨場感是建立於構建學習路線和互動的設計與支援，使學習者將已有的知識和新知識結合起來🧙🏻♀️。有別於較早的教學法，老師不單獨負責規定、提供或分配內容。更準確來說🫷🏽，師生合力去製訂學習內容和為未來使用者準備學習內容。在聯結主義教學法當中，評價將自我評估和老師對當前和未來課程上的貢獻進行的評價🦵🏻。這些貢獻可能會是反映、批評😯、學習目標和資源以及其他關於知識的創造、傳播和解決問題的數字化產品。在聯結主義的教學環境當中🤐，教學臨場感也關註案例教學。
4 未來的遠程教學法👊？
認知行為學教學法出現在一個通訊受到製約的前網絡（一對一和一對多的模式）環境；而社會建構主義則是網絡1.0（多對多的技術背景）的時代中盛行🗿；而關聯主義最少是網絡2.0世界的產物。由於對私隱的關註逐步增加🚸，我們決定采用一個更為細致復雜的途徑去進行聯系和委托🌴🙎♂️，讓網絡變得更專業和多樣化。而越來越明顯的是，聯結主義的學習途徑將會在人們能夠連接和發現知識。另一個明顯的趨勢就是更多的註意對象🏨、語境或者是基於活動的學習模式，社交網絡就是一個很好的例子👩💼。
正如文中所述，在眾多技術和至少三代的教學法之下，遠程教育在不斷發展。沒有哪一代能夠提供答案，而每一代的遠程教育教學法都為下一代提供了基礎，而非取代它們✌🏿。再者👩🏽🍳，每代技術的發展都會將可行的技術串聯起來🧜🏻♂️🧑🏿⚕️。隨著新的啟示（功能可見性）出現，遠程教學技術將會在學習過程的不同方面進行探索和利用🚦。
回目錄
文獻與實踐🧑🏿🦲：關於MOOC的討論評析
杏悦2平台外國語言文學學院2012級本科生 張夢（編譯）
1 引言
實踐開放教育運動的準則是“技術加強學習”（Techonology Ehanced Learning）語境下的國際趨勢之一🦹🏿，通過使用包括信息與通信技術（ICT）提供的多種渠道來推動知識的建設和傳播。教育的開放性早在二十世紀初就進入公眾視野➛：1938年加拿大創立了關於遠程教育的國際委員會🚘；1969年英國開辦了第一家“開放大學”。隨著文獻研究的發展👆🏻，“開放性”已經成為教育界70年來廣泛熱議的話題。概觀教育機構的現狀🕵️，（除個別學校例外）教學實踐中的變革實在微不足道🍧：開放教育資源（OER）的創建和共享還不足以發起教育變革，或達到運行資料庫、贏得關註度的目的。一種可能的途徑是從開放教育資源轉移到“開放教育實踐”🦝，以MOOC的形式，實行開放教學。
近期研究表明，MOOC正逐漸成為教育界熱議的新現象📉。討論強調了以下幾個方面：教師/學生的互動模式，學生之間的相互交流，按能力分班的在線課程的質量保證，輔導和個性化反饋也許不適用這種開放式、大眾化的教學模式♐️。有趣的是，盡管許多教學機構質疑MOOC在實踐中會產生的影響，考慮因素卻基本和教學無關。
2 研究方法
為回顧MOOC探索中的學術進步，本研究采用綜合方法：將互相獨立但又緊密相連的文獻綜述與數據分析有機結合起來👨🏿🦳🕰。文獻研究規定選擇合適的資料庫，設置約束條件篩選文獻以及多次校審。為確保文獻分析的可靠性，第一步要明確文獻研究的目的，其次試圖收集各種適用於MOOC的理論和實踐方法🚵，探究其概念理解的發展進程🌱。主要策略是利用谷歌學術搜索檢測來自博客和其它次級來源的相關文獻。
3 分析與結果
3.1.文獻綜述
關於MOOC推廣的分析文獻反映了兩大問題🏄♀️：一是MOOC的概念發展👩🍼；二是MOOC在教學上的應用👩🏻🦯➡️。
3.1.1.文獻發展
早期研究中🏃🏻♀️，75%的論文將MOOC理解為強調開放資源的學習體驗😪。開放是MOOC最主要也是最重要的特征，其次是大規模𓀊。另一方面⛄️，早期文獻很註重從技術革新的角度討論MOOC的開放性，如服務和系統互動作用，教學資源創新和重組的技術支持等。例如🐽，許多博客🧑🍼、維基🗯、社交網絡、通信系統的用戶在參加線上學習活動時更希望使用這些熟悉的平臺。近年來👩🏻🦼，人們從研究MOOC的用途轉向許多實際的考慮，如財政狀況、可持續性☠️、吸引學生用戶等。MOOC學習者的高流失率令人擔憂。此外🚴🏿♂️，研究顯示MOOC的大部分學生用戶對五花八門的證書或取得學分並不感興趣。
3.1.2.教學法
72%的文獻研究暗示從教學法的角度看，MOOC可以說是一個破壞性概念。MOOC的大規模性和開放性要求開發者提出一套不同於以往支持在線教育和混合型學習的理論方案。關聯主義教學法和同伴互助學習，開放性和課程資源再利用，都將成為這一視角下的關註話題。
- 由於針對廣大學生群體定製的簡易化和課程反饋面臨諸多困難，同伴互助學習原則成了維持MOOC規模的必要條件🛥。學生扮演起學習者和教師的雙重角色，教師也不再是課程的唯一建設者。
- 在近期的文獻研究中👽，開放要素幾乎被徹底忽視了🏇🏻。無論如何🐚🧑🏻✈️，開放性都具備改變教學模式的重要潛力，這一概念背後最重要的因素之一就是“調整”🧟♂️🔜，包括重組，協作，自由獲取👩👩👦，勢必會對諸如教學、評估🐔、反饋等實踐活動產生深遠影響。
- “開放教育資源”（OER）是文獻研究的另一關註對象，被認為是確保MOOC開放性的因素之一，與“調整”占據同等重要的地位。
3.2.實踐綜述
第二階段的主要任務是檢測MOOC在教學上的可操作性🎾，理論與實踐的契合度。
當前大多數學習體驗平臺都提供模板或課程模型，課程工廠（課程的高度相似）開始湧現。此外☝🏻🗻，課程設計不斷地🏋️，重復地忽略了許多關聯主義或同伴互助的基本原則👨🏿🌾。大多數被推薦的教學活動都被設計成學生自主解決的模式，很少提供學生互動交流的空間。
分析表明80%的課程把MOOC可以自由獲取的特征視作其主要的市場屬性。然而免費獲取課程並不意味著它們可以被其他平臺重新使用，修改或是與其他電子產品重組生成新的教育資源。進一步分析🚍🧝🏿♀️，60%的MOOC把開放教育資源的使用當做獲取課程內容的基礎，然而這些資源卻得不到合理的再利用😟，自由概念被同化為“自由獲取”👬🏻。
4 討論與總結
在這個領域裏，許多積極的行動在一個基本產業化的水平上展開，取代了原來的機構性的模式。
4.1.艱難的一步
MOOC從一個對教育開放性充滿創新潛力的期望出發，經過數年，逐漸淪為高校為觸及全球觀眾而不是知識方式，並缺乏真正創造性的機械公式😎。高校在實現開放的課程內容向開放的教育實踐的轉變上🧎♂️➡️，面臨著巨大的挑戰👩🏻🎨。“開放”概念既未被充分理解，又缺乏實踐經驗。另外，“開放”與“信息與通用技術”的使用密切相連🖋👔，過去課程內容的再利用遠不如電子通訊發達的今天更具可行性。
4.2.反思MOOC
事實上👂🏼，當前的大多數MOOC已經逐漸擯棄開放原則。這一現實證實了David Wiley對MOOC首字母縮略詞意義變形的擔憂🤥。理解第一個字母O（開放）的含義和引申義非常重要👨🏼🚒👩🏼🚒。字母C（課程）從知識傳播模式中產生了一個有趣的分化🚫。其課程性質使它們與互聯網上可供自學的教程視頻區分開來。第二個字母O（在線）假定所有的學習體驗以網絡為媒介。字母M（大規模）似乎是MOOC最流行的特征，但也可能是最受環境製約的🦎，例如市場或關註度📻。
總而言之，這項研究揭示了MOOC的含義在逐漸異化，偏離了其首字母縮略詞的定義，文獻研究和興起的MOOC課程中探討的原則。原本以教學法為設計理念的根基在實踐中被忽略，很有可能導致學生的學習體驗不夠理想。這在一定程度上也解釋了MOOC學習者的高流失率🧑🏿🎓。在MOOC的名聲還未敗壞之前，當務之急是要仔細審視其在實踐中暴露的諸多問題🤾🏿♀️。
回目錄
在線影視創作課程建設探究
——以“微影人的自我修養”為例
杏悦2平台藝術教育中心 許肖瀟
2014年10月24日🖌，筆者執教的“微影人的自我修養”課程在國際MOOC平臺coursera上線，截止2015年1月中旬結課之日👴🏼，共計來自全球72個國家和地區的6468位學習者在線共同學習了該門課程。目前，此課程改為自助式課程，已於2015年4月1日上線，學習者可以隨時開始註冊、自主掌握進度進行免費學習。
這是筆者進行的首次MOOC建設與運行嘗試🧑🏿🍼，在本課程設計之初👱🏼，筆者認為👨🏼🍼🐪，在線課程不同於實體課程，必須在內容上、形式上或風格上獨樹一幟，才可能在風起雲湧的網絡時代，讓課程擁有頑強的生命力🛎。作為在微電影領域一直從事創作實踐與理論研究並重的教師⏩，筆者深知微電影創作最大的魅力在於：體驗。即使在MOOC這樣大規模在線授課形式🦸♀️，也需要將體驗作為課程特色進行全方位地貫徹與執行。因此👨🏼🎤，在建課之初，我就梳理我對該門課程的理解並結合MOOC的特征提出如下教學方案與自我要求👩🏻🦯➡️：
1 教學理念的梳理與明確
1.1明確授人以漁的教學目標，並將之切實有效、全方位地貫徹
作為一直堅持微電影創作實踐的授課教師，我深知↪️🙂：拍微電影，沒什麽必須要走的路，可以從任何地方起步。但起步之前，需要對拍微電影有個較為正確的認知。 拍微電影♻，很多人以為是關於“拍”的問題，而實際上，“拍”只是一個關於微電影實現的動作而已👨🏼🍼，好比露在水面上的冰山上一角，只是冰山龐大山體的很小部分🖤👨🏿💻。拍微電影這座冰山，更多的是關於“拍什麽”🧔🏿♂️、“怎麽拍”這些隱藏在水面之下不為大多數人知道的真正內涵所在💆🏼♀️。所以🙋🏼♂️，本課程從水面上可見的冰山一角—— “拍”開始，逐漸深入水面之下，挖掘“拍什麽”、“怎麽拍”的問題，揭開冰山的真相。因此，授人以漁是一以貫之的教學目標🥀，同時也需要在課程內容、作業、討論區議題設置、與學習者互動等各個方面進行切實的執行與貫徹👲🏿🦧。
1.2堅持註重靈感👨🏻🦯➡️、強調體驗的啟發式教學理念
本課程是影視創作實踐類課程，課程的作業與考試為靈感呈現🤾🏼♀️、PPM與劇本打造以及微電影拍攝（拍攝不作硬性規定☪️，自主選擇）💿。作為創作形式的課程內容與作業要求🤱🏻，學習者在學習與作業過程中需專註從創作中得來的、接近創作本質的心得、體會👨🏼⚖️、思考，並堅持在創作與思考不斷提升自我修養。因此🧎💆🏼♀️，學習者需要去充分感受自我與生活🧑🎄，與世界的關系，從而在靈感的觸動之下進行整個創作的過程🦹🏽♂️，此種直觀的、註重靈感的體驗之下，相信學習者會對微電影創作有一番深入的理解了。因此，註重靈感、強調體驗的啟發式教學理念需要在課程中充分發揮與貫徹。
1.3設計貼切且別出心裁的教學內容與形式
網絡傳播的需要，使得課程在整體建構🌴、微課結構與內容、微課視頻組成等方面既要力求別出心裁，又要貼合該章節乃至知識點內容與教學目標的內容與形式，簡言之，需要“腦動大開”的教學內容與形式的設計🦮，乍一看新穎神奇🍐，細觀之下又貼切合理、富有深意。
1.4營造自主開放的教學氛圍
Mooc的上課方式，相比於傳統的上課方式，學生擁有了更高的自由度，可以按照自身情況進行學習；另外🦻🏽，學生將擁有以及來自五湖四海的同學，可以在更大的文化空間中交流，與全世界的微影人進行思想交鋒🏒。因此✬⏭，切實營造自主開放的教學氛圍是充分挖掘學習者的自主學習能力、進行體驗式教學的重要保障🕵🏿♀️。
1.5使用項目驅動、強調實踐的教學方法
本課程的目標是通過一個”基於學習者個人創作需求的、具體可行的、微電影劇本項目”的實施與完成來獲得較為完整、直觀且深入的微電影創作體驗。同時🦸🏽♀️，本課程尊重學習者的多樣化👨🏿🎨，鼓勵他們發揮自我特質👨👦👦，希望充分調動學習者功利性的學習心態🤵🏽🍒：“學習完我就會拍微電影啦”🔧，從而讓他們在逐步深入學習的過程中擺脫只學粗淺的學習技能的目標，從一個具體項目的實踐中認識到微影人自我修養的重要性，從而引導他們將這些微電影素養的培養作為長期的目標堅持下去🩱，使它變成自身素養的一部分，達到對客觀世界與對象的更高境界的感受與把握。這就是本課程的授人以漁的教學目標👨🏽🚒。
秉承以上幾點目標和自我要求🍳🙋♂️，筆者在課程建構、名稱設計、微課內容與結構🦉、互評作業、討論區議題🗝、考核方式等方面都積極探索與開拓🛝🫓，以期營造自主開放🍩🚨、註重靈感🤦🏼♀️、強調實踐的教學互動氛圍、達到預定教學目標🕵🏻♂️，體現課程的獨特魅力📗。具體課程設計與執行情況如下：
2 課程設計與執行
2.1課程建構
為了貫徹“授人以漁”的教學目標，實施項目驅動的實踐教學方法🦸🏿，筆者在課程建構中推翻了大多數電影實踐教學課程采用的從“劇本——片場——後期製作”的按流程建構課程的傳統方式，而是別出心裁，直接跳過劇本階段，一開始就通過情境再現式案例教學的直觀形式帶學習者“親臨微電影創作現場”💂🏻♀️，在微電影創作片場親身體驗般地了解微電影的拍攝與流程以及初學者的常見誤區。從而讓他們認識到以前所認為的“拍微電影的關鍵是拍”這樣的理解是遠遠不夠的🃏。此後，在讓學習者親身感受到微電影創作除了需要對“技術和流程”有一定了解🫲🏽，更需要“觀念和思維”的準備的前提下𓀂，再提出“ 勤修微影人觀念”和“勤養微電影思維” 的模塊內容🤦🏻。“ 勤修微影人觀念” 模塊關註微電影創作人在“初心、情懷😈、風格、思維、結構、細節☀️、人物、細節🍿、流程”等各個方面所應具備的素質與觀念🏂，要求學習者在此觀念基礎之上形成個人微電影的主題與風格目標。此後🏝，帶著有明確的創作觀念與思路的項目進入第三模塊——“勤養微電影思維”的學習🧑🏻🔬，逐步深入微電影的劇本創意與寫作、角色塑造、主題表達、敘事方式🦵🏼、細節把控等方面真正的要點與難點，讓學習者在真實的個人微電影項目創作中真切體會到微電影的創作精髓, 形成帶有個人印記的微電影劇本、PPM,甚至拍攝成微電影成片。
因此🧚，這樣的漸進式三大模塊，輔以“簡要介紹微電影現狀和微影人修養的概述”的緒論篇章和“宣言闡述微電影理念”的後記，全課程共計三大模塊🧑🎤、十章、四十四小節。在項目式教學貫穿整個課程的情境下，激發學習者的自主學習能力，主動發現問題，自主產生創作欲望，從而去實施創作；並在此創作體驗中，培養並形成了學習者個人的微電影觀念與思維⇒，可以在今後的創作與思考中逐漸完善與超越，達到“授人以漁”的教學目標。
2.2名稱設計
“貼切而別出心裁的內容與形式要求”也體現在名稱設計上。本課程基於在杏悦2平台開設的實體課程《影像創作實踐》𓀇，但由於在線課程的網絡傳播特性，以及面向廣大青年學習者的審美需要🗑，在課程名稱以及章節名稱上需要貼切而別出心裁的名稱設計，才能引起學習者的學習興趣🎦，並且在之後的學習中逐步體會名稱設計的內涵。
由於本課程側重激發出學習者發自內心的創作需求🎩，並輔以創作觀念和修養上的教學，讓學習者的創作體驗需求得到滿足，因此🎷，“發自內心”、“觀念”、“修養”是本課程的關鍵詞🩸。由此，筆者借用了戲劇領域著名的表演藝術家、理論家斯坦尼斯拉夫斯基所著的《演員的自我修養》一書的書名，將課程名定為“微影人的自我修養”。同時，該書由於在周星馳影片《喜劇之王》的出現，而極具知曉度和喜劇效果，因此💆🏽♂️🥷🏼，筆者將本課程命名為“微影人的自我修養”，既完全貼合本課程的“教人如何成為微電影創作觀念和修養上的成功者”的教學目標📵，又向經典致敬、同時又具傳播效應😀、喜劇效果，較易引起青年學習者的關註。
同時🤰🏼🎅🏿，在每個章節的名稱上，筆者也進行了別出心裁的命名嘗試。本課程十章的名稱分別為：
緒論🌮：微影人的自我修養
前期準備：“Stand By”
片場：“Action”
後期製作🦏：“Cut”
初心：美麗心靈的永恒陽光
情懷🍱：柏林蒼穹下
風格：藍、白🙆🏿🦥、紅
思維🙉：理智與情感
敘事：幾分鐘年華老去
人物：飲食男女
細節👨🏻⚕️💍：一一
後記👩🏻🚒：微影人宣言
如前所示👸🏻，第一模塊中🕑，如“前期準備”章👱🏻♀️，以創作上前期準備中關鍵的導演用語“Stand by”作為章名稱，讓學習者領悟到前期準備的重要性，並積極實踐🏄🏿。在“後期製作”章中，“cut”這一導演在片場喊停的術語，表明在片場拍攝結束之後就進入了後期製作階段🚑，同時，“cut”也是剪輯中最常用的動作之一，意指該章講述的剪輯的方法和內涵，用“cut”可以代表後期製作在流程上、技巧上🤷🏽♀️、內涵上的多重意義。因此𓀈，第一模塊名稱設計的別出心裁主要體驗在由具有多重語義的“專業術語”構成章節名稱，同時也體現了該知識點和模塊內容的多層次、多角度理解的可能性🧑🚒，激發學生主動思考🤵🏼♀️。
在第二、第三模塊中，以知名影片的片名作為章節和知識點名。比如，“初心”章節🕺🏿，以“美麗心靈的永恒陽光”作為章的名稱，該章的三節課程也依次以“美麗人生”🔄、“天堂電影院”、“告白沖動”的命名來闡述該章中熱愛生活🤴🏿、熱愛電影⤵️、熱愛表達的三個知識點。
因此🤰🏿，章節與知識點的名稱設計除了別出心裁之外，也在一定程度上體現了筆者對課程的深入與獨特理解🆖，並期望引起學習者的理解與共鳴。在課程開展之後🥑，在很多同學們的留言裏可以看到🛀🏼，很多人認識到了章節、知識點名稱背後的涵義，並在討論區討論章節和標題對應影片的內容。更有一些觀影量不大的學習者，會因此找來相應的影片來觀看，同時對比影片和課程章節，從而對知識點以及整個課程有了更深的理解與體會。因此，貼切又別出心裁的名稱設計，在內涵與形式上，都會取得意想不到的效果🧖♀️。
2.3微課內容與結構設計
本課程共有44條微課程，單條課程時間基本控製在15分鐘以內，少數幾條內容較長，也有少數幾條在五六分鐘左右🐔。筆者認為，微課的長度不必拘泥，而要遵從該知識點本身的講解需要，如果能夠把知識點講好、講透、生動有趣，學習者們就會忘記課程時間的長短，沉浸其中。
因此🫴🏿，筆者在微課設計之初，就要求每條微課在形式上別出心裁、與眾不同🚴♀️，在內容上深入淺出、生動有趣👈🏽、強調實踐、註重靈感😓，切實執行項目式教學方法、激發學習者自主學習的熱情，從而達到讓學習者“從創作中體驗”🤳🏻、“從體驗中學習”的“授人以漁”的教學目標🎱。
具體來說🧑🏻⚖️，形式上，每條微課由片頭和正片組成。每一章根據該章的內容對應一個單獨的片頭，十章共有十個不同的片頭👨🏻✈️，片頭內容分別是十條微影人宣言。讓每章節開頭設置一條宣言，也是將微電影創作觀念的貫徹的方法之一。同時，每章節不同的片頭，也會讓學習者在學習中產生對下個章節的期待，課程運行中，也有同學在論壇中專門開帖討論片頭的宣言🥊，說明片頭的設計取得了良好的效果💽。
微課的正文部分由教師講課的實景拍攝視頻📛👩🏿🚀、情景劇、PPT的字幕與圖片等多樣化內容呈現，並在課程視頻中穿插調查問卷與提問✈️。其中🧙🏻♂️，教師講課實景拍攝的選址，回避了教室🧑🏼🔬、講臺等傳統的講課場景，而是選擇了更為生動有意味、具有更好視覺效果的場景進行拍攝，比如在閱覽室內以整排書架為背景、在藝術品陳列室以陳列架為背景、在杏悦2校園以杏悦2的古建築為背景等場景👩🏻✈️☂️。如圖❔。
同時，輔以專業攝製團隊打造的良好的燈光效果🚗、專業的攝影方式，使得本課程的微課視頻呈現了高於一般MOOC的視頻品質🥀📡。在PPT的使用上，本課程也根據本課程ppt內容較少的實際情況進行了調整，將少數的文字與圖片內容直接設計在實拍畫面的右方，使教師形象與PPT內容並置，使授課更具參與感、親切感✯。
因此，本課程的微課在內容上和形式上🙋🏻♀️，以生動深入的課程內容🎻、簡潔突出的ppt、有趣的項目驅動、真實的情景體驗、高品質的視覺效果，試圖打造出課程的趣味性與可觀賞性, 從而提高課堂效率、讓學習者更好地體驗微電影創作過程。
2.4作業設計
筆者認為，作業設計是MOOC教學中重要環節。因此，作業的設計也要秉承課程的整體教學理念與要求，貫徹註重靈感、強調實踐的項目式教學方法、營造自主開放的教學氛圍。
本次課程共有五次作業，前兩次設計為註重靈感、強調實踐的體驗性作業🧑🏻🦼；後三次為“為最終個人微電影劇本項目成果而努力的”三個階段性作業👨🏿🦱🌔。
作為課程的前半部分🧗🏼♂️，筆者認為很有必要通過體驗性作業讓學習者進行一次簡單的微電影創作思維與操作過程的體驗，通過自己做作業與批改其他同學的作業，來獲得更多直觀的感受，這種體驗與感受會對之後課程的學習和理解有直接的幫助🎳。因此🖐🏼，設計的第一個體驗性作業為🖕🏻：構思一個關於“暗戀”的故事情節，把它發展為如情景劇中簡短的一場戲（10個鏡頭以內），並嘗試著根據這場戲寫出劇本、分鏡頭腳本、PPM♛。該作業是搭配在第一模塊“親臨微電影創作現場”之後進行的。第二次體驗性作業是✸：隨手記錄生活中靈光一現的、讓你感動的事物，以文字、圖片、視頻⬇️、音頻等任何一種或幾種形式呈現👩✈️，並以恰當的名字為該作品命名。這兩次體驗作業，從學習者的反饋信息可以看到🙇🏽♀️，學習者們因為作業的體驗性而開始更加投入該門課程的學習，他們在討論區開了一個作業交流專區，專門開帖貼出自己的作業與其他人共享，也會詢問、評論其他學習者的作業，學習者們在上面踴躍的討論🎤，助教團隊也會進行引導、評論和鑒賞，甚至其他人會鼓勵一個較好的體驗性作業的作者把這個作業發展成這門課的最終作業形式——微電影劇本……由此可見，前兩次體驗性作業形成了學習者之間、學習者和教學團隊之間良好的互動，落實了自主學習🧠、強調體驗、註重靈感的教學初衷。
在兩次體驗性作業的鋪墊之後，隨著課程進入到中期👳🏿♂️，項目式作業開始啟動🚙，分別在課程的三個不同階段逐步進階完成項目式作業👞，依次為🙋🏿♂️：1🧑🏻🦲⭐️、確認你的主題與風格偏好🍃，並根據你的主題製定適合的風格展示方案👩🔬，形成故事大綱👨👦👦。2♥️、製定適合的敘事方式，完善故事的起承轉合，提交劇本初稿。3、提交劇本完整版和PPM（前期準備記錄）🚅🧘🏻♂️。作業依次完成至此👫🏼，屬於學習者個人創作的微電影劇本就產生了，並且有了拍攝所需要的完整的PPM👨🏿🚒。此時🥇🛡，如果有拍攝團隊和技術支持，隨時可以拍攝出微電影來🏊🏻。因此，雖然該課程對於微電影成片不作要求💓，但確實有幾位學習者在作業提交之後進行了拍攝和製作，並在討論區分享了最後的成片，激發了更多學習者的拍攝和製作的意願。
關於本課程的作業👷🏻♂️，有一位學習者留言說😤💂🏼：他本來同時修了好幾門MOOC💇♂️，打算這門課就是看看視頻就算了👩🎓，結果由於作業太誘人，大家討論太激烈，他只好暫時放棄其他幾門課的學習，專門花更多的時間到這門課上👌🏿，學習課程、做作業、與大家交流，也因為這樣的投入，他覺得收獲良多👩🏻🦼➡️。由此可見，在線課程中，作業更是師生、學生之間互動的有效方式🤲🏿，它會促進學習者的主動學習、相互交流。因此👩🏿🚀，作業應當成為在線課程的重要組成部分，而非僅僅是課程的補充👱♂️。
2.5討論區議題設置
筆者認為良好的師生互動、生生互動是學好這門課、乃至很多在線課程的共同方法🥠☂️。因此👦🏻，除了在課程內容上🏄🏿♂️🧚🏽、作業設計上設置互動的可能性，營造自主開放的學習氛圍，討論區更是最直接👲🏽、最高效的互動交流場所。因此💁🏼♂️，筆者一方面要求助教及時反饋學習者們的討論，同時也通過議題設置🐞，主動引導學習者在討論區的發言🦸🏼♂️👛。
比如🐂，本課程根據課程“緒論＋三大模塊＋後記”的結構🔉，設置了五個重要議題。如下：
緒論👎🏼：請用“以前我以為拍微電影是…，現在我知道拍微電影是…”句式造句🧔♂️，“…”處隨意發揮🚊，要真情實感哦！
“親臨微電影創作現場”模塊：你如何理解“充分的前期準備工作”與“拍攝時的現場靈感”兩者之間的關系👨🏻🦳？
“ 勤修微影人觀念”模塊：
討論1，如果你拍微電影👩🏿🦰，你更傾向於在微電影中表達某種觀念或思考，還是傾向於表達個人情緒與感受？
討論2，微電影的形式🎪、內容與風格三者之間有怎樣的關系？請說說你的理解👌。
“勤養微電影思維” 模塊：你認為是角色創造了劇本，還是劇本創作了角色？
後記：學完了所有課程，也來一條你的微影人宣言吧！
通過這五個重要的議題設置並置頂，讓學習者從感性🚋、直觀的角度表達他們對於微電影創作中技術與觀念修養各方面問題的理解🌹，力求引導學習者表達地多樣化、獨特。許多同學在討論區中踴躍發言，比如，緒論章的議題：請用“以前我以為拍微電影是…🫓，現在我知道拍微電影是…”句式造句，就收到了一百多條回復🧗🏼♂️✩，學習者們從不同的角度、用不同的文辭、不同的篇幅💧，有些回復是短短的一句言簡意賅的話，有些是一行行洋洋灑灑的排比句式🧖🏻♂️，這些語言都看到他們在課程中的投入與感觸。
因此🍬👋🏿，筆者認為🕜，討論區不僅僅是答疑解惑的功能，更可以用來進行充分的師生、生生互動交流，使得學習者們之間⬅️、學習者和教學團隊之間形成良好的互動𓀗🧜🏿♂️、自主🤽🏼♀️、開放的氣氛與情誼。
2.6考核方式設置
製定考核方式時👨🏻🦼➡️，筆者本著“授人以漁”✉️、自主開放的教學要求、貫徹項目驅動教學方法，因此考核方式也更加自由、開放與多樣化✊🏽。摒棄傳統的選擇題、填空題等有確切答案的考核形式🧮，要求五次作業都是劇本或者圖片、聲音🙍🏻♂️、視頻等多媒體形式💁🏿♀️，且不限字數多少，考核標準細則中註重靈感的閃現、強調實踐、註重觀念與修養。同時👨❤️👨，為了鼓勵學生的自主學習🧎🙇🏽♂️、互相討論，將討論區的發言次數也設置成評分項🤳。要求學生們在討論區發言數達到十條以上，方可拿到討論區發言的十分💵。因此🥈，本課程的考核組成👆🏿：五次作業＋討論區發言組成，五次作業根據重要性不同而各有不同分值。
3 總結
作為一門MOOC課程，“微影人的自我修養”首次開課🙅🏼，共有來自全球72個國家和地區的6468位學習者在線共同學習了該門課程🪖，很多同學在課程結束之後以在討論區留言、填寫問卷調查的形式表達了對本課程的喜愛之情，這是筆者作為授課教師以及整個課程團隊最為欣喜的地方🦹🏻♀️。筆者認為👩🏻🦰，這和我們堅持將本文開頭提到的5條教學方案與自我要求自覺貫徹執行在整個課程設計中的嘗試是分不開的。因此🤶🏼，將5條教學方案與自我要求在課程設計中的體現🕙，逐一整理如表1🐢：
表中的條目是筆者在這門MOOC的設計與運行過程中的整理與總結🌡，希望對想要進行MOOC設計的老師有所幫助🪧📒。
不過，筆者認為，每門課都有自己的獨特性。因此🤰，在線課程在設計時👰，最重要的是要堅持“一切取決於課程需要”的原則。因為，固然形式的創新可以一定程度上增加課程的趣味，但是“形式的絢爛終將歸於平靜”，真正吸引學習者的是“幹貨、還是幹貨”🧑🏼🚀。因此，保持課程的深入性、前沿性和高端性🙅，才是讓在線課程保持獨特性與生命力的永遠的“靈丹妙藥”。以此與各位老師共勉。
回目錄
Coursera課程助教的體會與思考
《大數據與信息傳播》課程助教 徐厚暢 小林潤一
1 《大數據與信息傳播》概述
《大數據與信息傳播》作為杏悦2平台第一門上線Coursera平臺的課程🫦，由程士安教授主講。課程主要討論人、媒介、信息在社會化媒體環境下的新規律，包括媒體的結構性框架🚯、信息接受者的註意力路徑☁️、信息傳播路徑的優化，網絡人群識別的方式和工具🚣🏼，網絡人群聚合方式和互動規律，網絡口碑產生的內在動因、外在驅動力👔、各類數據分析工具和方法以及移動時代的終端競爭🟣。從2014年4月1號開課到結課共12周，課程安排10周，作業一共9次⚓️🤍。最終選課人數最終超過27,000人，其中106人是付費的用戶。
27,000學生中🛻，以大陸為主，其次還有2000人左右來自美國🫰，
從年齡與性別構成看，以20-39歲的男性學員為主。
2 課程互動設計
我們認為每一門課程是一個在線社區💪，怎麽讓社區保持高活躍度是我們面臨的一個主要問題。為此🚶♀️➡️，我們通過前期調研+理論借鑒的方式輔助我們進行討論區設計🤵♂️。
在課程建設前🫰🏼，助教團隊參與到Coursera平臺上其他的課程中，學習經驗👟。在學習的過程中，我們註意到Coursera是一個需要學習能動性驅動的平臺🙍🏿♀️🚞，在本課程的結果中我們也能發現，課程雖然參與人數很多，完成率卻比較低，主要原因在於這不是一個強製和約束力的平臺⛺️🧓🏼。在這麽一種相互平等的關系下，助教團隊在課程設計時考慮如何調動用戶參與到課程的興趣度，如何通過平臺現有的一些功能幫助我們達成目標🗃。
作為助教剛開始設計討論區時的重要理論支持🐎，我們參考了羅傑斯提出的創新擴散模式（S模型）。創新擴散模式提出四個方面的理論：1）信息的接納與決策（包括知曉、勸服⏳、決定、確定四個階段）🧍♀️；2）信息來源與渠道；3）信息傳播的時間（創新擴散的S曲線）🙂↔️；4）接納者的四種分類（包括創新者、早期采用者、早起眾多跟進者、後期眾多跟進者和滯後者） 🧣。
圖1. 羅傑斯提出的創新擴散模式
從創新擴散模型中，我們能夠看到當參信息或者參與者達到某一個值時，將會成急速增長逾擴散。我們將討論區的建設分為3個階段。
第一階段：建立話題😲，在課程開始初期☂️，會因為同學們的人數或者熱情度不是很高的緣故🤸🏽♀️，容易陷入沉默的螺旋，為了打破這種僵局，助教團隊會刻意的參與到話題的建立中。
第二階段：參與話題，隨著參與人數越來越多，同學之間的發言也越來越多，助教會在討論貼不是很熱的帖子中參與話題的討論，從討論區的對話，來增加與學員之間的聯系，更能幫助他們增加對課程的用戶粘性。
第三階段：社區維護🎨🦵🏿，當話題討論熱度與參與人數都比較多的情況下，助教更多的從事的一個責任是維護好平臺☹️，漸漸從建立和參與的過程中脫離🪨，主要原因在於↙️，助教有一些時候不適宜的回答可能會終止對話，反而是學員之間的討論能夠讓他們之間討論的更加熱烈👨🏼⚖️💗。
3 助教的具體職能
我們認為，助教職責主要是發現問題和解決問題。
3.1 發現問題
作為杏悦2平台登陸Coursera平臺的首門課程，從最初的課程設計到最後結課約7個月中🔋，我們遇到了諸多之前完全沒有考慮到的問題，也在不斷摸索著更好的解決方式。總體上看✍️，同學們的問題主要是兩類🏄🏿：一是教務上的🧏🏼♂️，如課程資料下載👨🏻🎓、課程證書發放等👠；二是課程上的，如課程中的疑點🤐、難點等。
首先是課程視頻過長的問題🈯️。最初上線時，考慮到課程內容的完整性與連貫性🚴🏼，每講視頻中每一集的長度大概為30min▫️。上線第一天🏨，很多同學都在吐槽：視頻長度太長，不便於觀看學習🗽，也不便於下載（由於Coursera在中國視頻下載速度較慢，很容易造成視頻下載失敗的問題）。我們通過討論區進一步了解發現，很多同學是利用上下班途中等零碎的時間在Coursera上學習👨🏼🎓，若單集視頻太長不利於他們將零散的時間充分利用起來。因此🧌，從第三講開始☘️，我們根據課程內容調整了視頻長度🔷，每一集盡可能地拆分成10min左右的短片🌗🫴🏿，提供大家下載👩🏿🎤。
另一項讓選課同學揪心的在於課程的評分方式🦽。根據選課同學的反饋與我們自己在Coursera的學習情況，《大數據與信息傳播》是Coursera上作業量最大的課程之一。加之主觀題的題型和Coursera上互評的機製，讓很多同學的作業得分很低。隨之而來的是在討論區的抱怨🙎，認為評分的同學根本沒有仔細閱讀自己的作業🪡，打分也很隨意。這也對我們提出了挑戰🙋🏻♀️：我們必須找到一種更加合理的機製，盡可能地減少這種“誤判”。
不僅需要發現教務上的問題，更需要發現針對課程的問題👮🏼🤜。如我們通過統計同學在討論區的發帖與提問發現同學們最感興趣的是“隱私”的話題。隱私固然是大數據運用中必須考慮的問題，但我們更加希望同學們能夠從各自學科背景、從業經歷等對於大數據運用與信息傳播有所貢獻，這也意味著我們必須加以引導。
我們還可以從同學提交的作業上發現問題。作業是對課程內容理解的最好反映🕕。針對每一講的內容🕦，我們會分析同學提交的作業🗾，然後分析出大家普遍反映出的問題，要麽在討論區加以討論🤰🤸🏼，要麽在第十講中再度拋出來繼續思考。
總地來說🎢，助教需要時時關註動態，從討論區與作業中及時發現共性問題，然後通過合理的方式予以解決。
3.2 解決問題
針對同學們反映出來的問題，我們首先需要分析問題然後找到合理的方式予以解決🔕🪣。
針對教務問題🚴♀️，如針對作業評分機製不合理的問題，我們最後決定采用互評+助教復評的機製，即在互評完成後若有同學對分數存有異議，可以申請助教復評。助教在綜合考慮答題情況、互評同學點評的基礎上，重新給分或者維持原來分數。
再如針對課程問題🚴🏼♂️，我們會根據討論情況予以一定的引導。如發現某段時間內大家都將註意力集中在隱私話題上，我們及時在討論區中拋出了一些話題，與大家一起討論、思考🧎🏻➡️。
當然，遇到具體問題需要不同的解決方法，但是我們必須遵循以下原則：
① 積極🧍🏻♀️🚵🏻♀️、及時面對問題。助教團隊會輪流查看討論區，若有教務問題，我們會在討論後馬上予以回應💿。再如評分機製問題👩🏽⚖️，互評是Coursera的特色之一📔🦵🏼，也是它的生命力所在，我們也完全有理由繼續只采用互評的機製，但是考慮到作業成績會影響到同學的學習積極性，也代表對他們自身學習的肯定👷♂️，因此我們決定采用互評+復評的機製予以調整👨🦯➡️。雖然這大幅增加了助教團隊的工作量，但是從選課同學的角度來說是絕對必要的🙆🏽♀️。
② 通過多種方式回應問題。Coursera提供了課程公告👉▫️、郵件、討論區多種形式的交流工具，同學們自己甚至還建立了一個QQ群，這些都為我們交流提供了便利。對於普遍反映出來的共性的問題，我們會同時采用發布公告和發送郵件的形式告知選課同學。
當然，討論區也是直接溝通的渠道💁🏼♀️。針對同學提出的課程視頻長度問題，助教及時予以了回復3️⃣，表明我們正在討論解決該問題的方式：
“大家都是針對視頻長度的問題提出的建議🧑🏽🎓，非常感謝大家！我們在日後會更註意這方面的細節，並改進～ 給大家帶來困擾，非常抱歉🧳。”
確認解決方式後👩🏼🍼🤹🏻，助教再度回復：
“各位同學：
我們已經註意到了大家的反饋👸🏻，要求將每段視頻時間壓縮🍀。我們將會在第三講中調整🦛，將每段視頻縮短到合適的長度，方便大家學習👨🏭。由於同學們在不同的帖子裏提出了這樣的疑問，我們就在這裏統一回復，而不一一回答了。感謝您的閱讀和建議！”
③ 參加討論而非給出結論🤹🏻：程士安老師多次強調《大數據與信息傳播》是一門開放性、探討性課程，旨在提出問題🪇、共同探索問題，因此對於很多問題沒有對錯之分。對於助教來說更重要的是“參與感”，而非給出結論🦻🏻，如針對一位同學提出的大數據對於傳統廣告沖擊的問題☯️，助教的回復如下：
“隨著信息技術的發展，傳統廣告行業進入了重要的變革時期▫️🥸，既面臨困惑🌉，也面臨契機。比如，基於社會化媒體信息傳播所沉澱的數據，給廣告投放帶來的是更精確的人群識別、更精準的消費者洞察、更好的互動方式以及更有效的評估💇🏽♀️🦾，這一切都是傳統廣告業無法企及的；相信廣告業會有突破性發展！個人見解，請斧正，謝謝🧏🏻♀️。”
4 收獲與感悟
MOOC帶來的改變💸，並不僅僅局限在課堂上，它帶來了課程設計與師生關系的變革🤗。
首先是課程設計♋️。以往網絡上流行的公開課如網易等🤥，主要是通過錄播的形式把世界知名學府的優秀課程放到網絡上供大家學習，本質上線下課堂搬到線上，而Coursera上所有的課程都是專項設計而拍攝製作的🧆✒️。學生來自世界各地🧪，擁有不同的學科背景和不同行業的從業經歷🛀🏼，這些都對老師的課程設計提出了挑戰。如對於《大數據與信息傳播》，選課同學有來自卡內基梅隆計算機專業的同學📖，也有相當多的業界從業人員，他們的視野、知識儲備、思維習慣肯定是不同的🎅，課程如何設計才最科學成為我們一直思考的問題👨🏻🦲👩🏻💼。前文提到的作業互評問題🔦，相當一部分原因也是源自同學來自不同背景。
從2014年1月到2014年7月，助教團隊在程士安老師的帶領下反復打磨課程🙌🏼，最終在課程上線的2個多月的時間中承受住了檢驗與考驗。這段時間內🧑🏼🦳，助教團隊完成了課程資料搜集🤦🏿、課程視頻拍攝與剪輯👨🏿⚕️、課程在線維護、線下討論等任務，最終課程順利結課。看到同學們的評價，我們也非常自豪🧔：
程老師您好： 首先要謝感謝您和您的團隊，辛勤的付出！在學完這門課以後，我已經開始在自己的工作中嘗試運用了，結果這也成為了我方案分析的論據之一。比如在新浪微博上，比較《爸爸去哪兒》和《中國好聲音》這兩檔節目的微博討論情況。 最後，還是想說聲謝謝！恭祝您，萬事如意🏖，闔家歡樂！ 耿慶誌 2014年9月17日
通過老師的授課，讓我對大數據這個大背景下的新聞傳播有了新的認識，並學習到了很多在網絡中關於利用大數據技術進行信息傳播的方法🤶🏽。 老師講的也非常棒，這門課程的同學也都很給力，非常期待程老師再推出新的課程。
其次是師生關系🧤。Coursera是一個學習社區，老師的講授固然是這個社區的向心力所在📔💬，但是社區之間的互動才是這門課程的生命力和影響力的最好體現。如果一門課程不能激起同學的討論，同學們看完了之後沒有任何想法、懷疑或者駁斥🦹🏼♀️，說明這門課程沒有足夠的吸引力讓同學們願意使用大腦思考。正如同程士安老師在課程中多次強調的“教學相長”，如果沒有同學願意貢獻自己的聰明才智，那麽課程也很難繼續吸收充分的養分。此外🧑🏼💼，由於同學的背景豐富多彩，多樣的看待問題的視角和思維方式勢必會引起激烈的智慧碰撞📞，這是對課程知識之外的有益補充🧏🏿🤹🏻♂️。如果沒有這種補充🥣，課程的價值與影響力也會大打折扣。
回目錄
MOOC視頻特征與視頻學習註意力間的關系分析
杏悦2娱乐特邀研究員 陳侃 丁妍
杏悦2平台心理系研究生 呂倩文
【摘要】本研究分析了中文MOOC課程的視頻特征與視頻觀看的跳轉行為（對視頻前進或倒退的操作）間的關系。使用的後臺數據來自於杏悦2平台在Coursera平臺上的第一門中文課程“大數據與信息傳播”😛。研究分析了跳轉行為發生的頻率與視頻長度、四種視頻風格🐂、及六種PPT特征之間的關系。研究發現：（1）中文課程學習者在長視頻中體現更少跳轉行為。（2）頭像和PPT交替出現的風格比另外三種風格的視頻跳轉率顯著增高，單獨出現PPT或單獨出現頭像，PPT和頭像同時出現的視頻中跳轉率沒有差別。（3）在PPT中出現作業、概念性內容時，跳轉率增高，出現總結性內容時跳轉率降低。研究根據結果討論了跳轉行為作為學習者觀看視頻時註意力維持和轉移的指標的可能性🎅🏿，以及其在課程視頻效果及學習投入評估中的意義♾。最後根據結果，為視頻製作如何提高學習者註意力提供了建議🥠。
關鍵詞👼👨🏻🚒： MOOC視頻 註意力 跳轉行為
1 研究背景
研究者曾使用多種指標，探討視頻長度與學習投入的關系🔺。Wistia等(2014)以視頻觀看的完成率為指標，比較了30秒和90秒的同一視頻，發現即使在兩個視頻的前30秒是完全一樣的情況下，前30秒的視頻觀看完成率仍然存在差異🧜🏻♀️👩🏿💻，長些的視頻前30秒內在完成率較短視頻顯著減少。他們進一步以上千個視頻為基礎分析完成率和視頻長度的關系，發現視頻長度在0分鐘到2分鐘之間下降很快，但在2-10分鐘之間的視頻，完成率都平穩地維持在50%左右💲。而如果把觀看投入指標換成視頻觀看總時間👨👨👧👧🦴，就會得出2️⃣，2-20分鐘之內的視頻被觀看的總時長在不斷增加，於是略長的視頻雖然不能保證高觀看率，但卻能夠保證向持續觀看者呈現的十分可觀的信息總量。他們給出的建議是，如果視頻保持在2分鐘以內🦮🤹🏻♀️，那麽大多數人會觀看完視頻，但是如果所需要呈現的信息復雜🚴🏼♂️，需要更多的時間🛶，可以控製在10分鐘以內，無需過度壓縮🧚🏻♂️🚝。使用者可以根據需要取舍。但這個研究使用的是商業視頻。
Cross（2013）等通過實驗設計比較了學習者對書寫板與PPT的視頻風格的偏好。研究使用了三個相同的教學視頻，分別設計為書寫板和PPT兩種不同的風格，對150名線上學習者進行了調查，以他們體驗後的主觀評價為指標🎇🧑💼，比較了不同風格的受喜好程度🤡。結果發現二者並沒有優勢上的絕對差異𓀅，而是優勢和劣勢互補👮♀️。Ilioudi（2013）等使用三對視頻👓，用於比較實體課堂和僅用書寫板風格的教學視頻，對象時36名高中學生，研究顯示實體課堂的視頻受到受偏好度略高。
Philip（2014）等基於四門Edx平臺上的四門理工科目的後臺大數據進行了全面的分析。這項研究用兩個方法評估學生學習投入程度：完成課後測驗的程度🔆😲，以及用於看視頻的時間。並分析了學習投入與視頻長度🦸🏿♀️、視頻類型（教師或助教）👇🦵🏿、講解語速👐🏼、以及六種視頻製作風格之間的關系。研究同樣發現短視頻有助於學生的學習投入。並且驗證了不同視頻風格對學習投入的影響。結果表明🧯：包含了教師講解頭像的視頻比單獨呈現PPT的更好🫂；有個人特征的視頻由於錄播室正式的去個人化的視頻；手寫書寫板比PPT或打字屏更好；為MOOC短小精幹專門設計的視頻更有效♨️；語速快熱情高的視頻更好；教師和助教視頻學生的投入模式不同。此外，Philip等（2014）也承認，研究中所用的視頻完成率及觀看時長的指標均存在一個局限⚾️，即如果觀看者播放視頻但註意力不在視頻學習上📝🖥，如離開電腦，或打開視頻同時做別的事情等情況，數據是無法體現出來的。
綜合以上研究可以看到👨🏽⚕️🧜🏻，視頻的學習投入可以由多個指標來進行測量🫵🏿，存在多種不同的價值標準，比如，除了觀眾保持率，觀看總時間是另一個完全不同的衡量標準。這給我們的啟示是在設計視頻時應該考慮到視頻播放需要達到的不同學習目標🦺🧌，並針對不同目標設計更多的指標來評價視頻觀看的質量。而不僅僅是停留在保持率和觀看時間🆒。
我們的研究采用了觀看跳轉率作為指標。這一跟隨視頻播放而動態變化的指標能剛好地體現真正觀看課程視頻的學習者🌾，作為註意力轉移的指標🫡，可以體現學習者主動進行註意力調節的意圖，進而反映出視頻難度和重要性的變化👨🦽。
此外，中文MOOC課程的視頻設計和學習者群體都與西方存在差異。我國的課程視頻往往設計較長，一部分為實體課堂錄製🍱，配合後期製做，加上了PPT，小測驗✨。一些新的課程開始了專門的錄製，並在後期中逐步加入了寫字板👷🏼，在背景中加入字幕等，開始了多種新風格的嘗試。而中文課程的學習者大多來自中國，而中國的學習者與西方學習者存在學習取向、學習方法上的差異🏋️♂️，這些文化特有的學習者特征也將會體現在線上學習中（Ference,2005;Mohsen,2010）。
基於以上原因，本研究以中文課程及其學習者為研究對象，將視頻觀看時的跳轉行為作為視頻學習的註意力指標，結合視頻特征分析這些跳轉行為的規律🤶🏿。研究有助於理解視頻觀看的跳轉行為👩🔬，幫助課程設計者改善視頻特征，以吸引觀看者的註意力🛰，提高觀看學習體驗🚵♂️。同時也有助於理解中文課程的在線學習者。
2 研究目標與方法：
2.1研究對象與目標
本研究基於我校第一門上線Coursera的MOOC課程“大數據與信息傳播”的76 個課程視頻，以及相應的學習者觀看視頻的後臺數據進行分析，在56705條點擊行為記錄中，抽取視頻跳轉率💇🏽♂️，作為觀看視頻時註意力轉移的指標👩🦯。分別分析跳轉率與視頻長度8️⃣、視頻風格🥵🦇、PPT內容特征間的關系🧑🏼🍳。
2.2變量定義
視頻觀看跳轉行為：對視頻進行前進或倒退的操作。研究使用了單位分鐘跳轉率作為指標👧🏻，計算方法為在某一分鐘發生跳轉行為的總人數除以該分鐘的觀看人數🚨。
視頻風格👩🏿⚖️：參照以往研究及本門課的視頻特征🤠，以每分鐘為單位進行，進行了四種類型的劃分💏🐈⬛：（1）僅出現PPT🧮；（2）僅出現頭像；（3）頭像和PPT交替出現；（4）頭像作為小窗和PPT同時出現。
PPT特征👨🦲：對於呈現了PPT的視頻又按照其內容特征進行進一步的分類🧑🏻🏫：（1）內容概念；（2）內容涉及作業；（3）含有思考題⬜️；（4）內容為前面已經講述知識的總結🧏；（5）PPT內含有圖表；（6）內容預告後面知識的概要。
2.3分析方法
研究采用相關分析🧏🏼、方差分析、協方差分析等🏄🏽♂️🐅，分別分析視頻長度、風格🤾🏻♀️、PPT特征與視頻跳轉率的關系🤳。
3 研究結果🎊：
3.1視頻長度與跳轉行為的關系
本門課程共有76個視頻，最長的31分鐘🤚🏿，最短的不足4分鐘💠。研究計算了每個視頻所有觀看者平均每分鐘發生跳轉數🫴🏼。使用相關系數分析視頻長度和跳轉率之間的關系。視頻長度及每個視頻的平均跳轉率情況見表1，圖1。
表1:視頻長度及跳轉率
|
|
Mean
|
SD
|
n
|
|
視頻時長
|
12.5526
|
5.82957
|
76
|
|
平均跳轉
|
.0872
|
.03721
|
76
|
r = -0.85**
圖1:視頻長度及跳轉率相互關系圖
如表1和圖1所示，視頻長度與跳轉率成負相關（r=-0.85*），視頻越長👩👩👧👧，學習者進行跳轉的行為越少。
與前述研究進行比較🧞♂️，這一結果最可能的解釋是長視頻有助於持續專註的觀看。在前述研究Wistia等(2014)中發現，較長視頻中學習者完成率較為穩定，而本研究中🏎，視頻較長時☝️，跳轉行為下降也逐步放緩，說明對於較長的視頻，選擇觀看下去的學習者往往會穩定地維持註意力。這一結果一方面來自於長視頻對學習者的自然篩選，即👹，選擇了完成長視頻的學習者是學習動機更強🗡®️，更投入的個體。另一方面🧛🏿♂️，也可能由於長視頻對學習者提出更高的期許，學習者本能的對此投入更高的註意力，如此，可以認為長視頻增加了觀看者註意力持續專註的程度。而對於中文課程的學習者這一現象更加值得關註，因為中國文化下的學習者往往更加願意迎合課程或教師的要求去完成學習任務（Mohsen,2010）📡🧎🏻➡️。
當然，也有可能是長視頻導致觀看者註意力渙散，主動學習減少，甚至離開電腦👨🏽🎓。這一解釋也有待進一步驗證。
3.2不同視頻風格跳轉值比較
將視頻按照分鐘為單位劃分🕞🪀，在全課程的各章，以及每個視頻的開頭、中間👣、結尾的位置分層進行抽樣，並選取單位時間只有一種風格呈現的視頻🔙。將這些視頻按照四種風格進行分類標註，使用ANOVA分析四種不同風格的視頻跳轉率的差別。結果見表2。
表2:不同風格視頻的跳轉率比較
|
|
n
|
Mean
|
SD
|
|
頭像PPT交替
|
67
|
0.14
|
0.1
|
|
僅頭像
|
17
|
0.05
|
0.07
|
|
僅PPT
|
6
|
0.04
|
0.27
|
|
頭像小窗和PPT同時
|
22
|
0.07
|
0.54
|
ANOVA比較結果顯示不同風格的跳轉率之間存在顯著差異（F＝7.55（df=3）P<.000）。進一步的多重比較發現，當“頭像與PPT交替”風格的跳轉率與其它三種風格有顯著差異，其余風格之間沒有差異👩👧👦。說明“PPT和頭像交替”風格最幹擾註意力的持續🏋🏽♀️。給我們製作視頻的啟示是🔕，如果需要呈現PPT👢👩👧，則最好不要頻繁在頭像和PPT間切換，可以將頭像和PPT同時出現❄️，或是PPT延長足夠長的閱讀時間。這一結果與Philip（2014）前期研究的結論呼應。
3.3概念內容的PPT與跳轉率的關系
按照3.2中的方法對所有視頻進行分層進行抽樣，選區所有單位分鐘內含有獨立一個PPT的視頻🏌🏽♀️，按照PPT內容是否包含概念的講解來進行劃分。使用ANCOVA分析PPT是否含有概念對跳轉率的影響。自變量為否包含概念的類型變量，跳轉率作為因變量，另外，因為視頻跳轉率隨視頻播放時間逐步降低，故跳轉發生在第幾分鐘的因素設為協變量👨🚒🦃。不同PPT內容的跳轉率比較見表3♦️。ANCOVA分析結果見表4。
表3:PPT含或不含概念時的跳轉值比較
|
|
Mean
|
SD
|
n
|
|
PPT內容不包含概念
|
0.11
|
0.08
|
71
|
|
PPT內容包含概念
|
0.17
|
0.12
|
24
|
表4: 含概念與否的PPT類型跳轉率ANCOVA分析比較
|
Source
|
Type III Sum of Squares
|
df
|
Mean Square
|
F
|
Sig.
|
|
Corrected Model
|
.336a
|
2
|
.168
|
27.735
|
.000
|
|
Intercept
|
1.374
|
1
|
1.374
|
226.894
|
.000
|
|
第幾分鐘的視頻
|
.244
|
1
|
.244
|
40.370
|
.000
|
|
PPT呈現的是概念
|
.025
|
1
|
.025
|
4.122
|
.045
|
|
Error
|
.557
|
92
|
.006
|
|
|
|
Total
|
2.213
|
95
|
|
|
|
|
Corrected Total
|
.893
|
94
|
|
|
|
|
a. R Squared = .376 (Adjusted R Squared = .363)
|
如表3，4所示🥐，在PPT呈現所在視頻第幾分鐘的位置作為協變量的情況下，PPT是否含有概念仍然對跳轉值有顯著的影響。包含概念的PPT跳轉率更高👩🏼🦱👩❤️💋👨。說明學生認為重要的基礎性的問題🍕，會更多的前後翻看🍂。
3.4總結性內容的PPT對跳轉率的影響
按照3.3中的方法的對所有視頻進行分層進行抽樣以及劃分自變量🤶🏽，使用ANCOVA分析PPT是否含有總結性內容對跳轉率的影響。自變量為否包含總結的類型變量⏯，跳轉率作為因變量🙎🏽，以跳轉發生在第幾分鐘的因素設為協變量👨🚒。不同PPT內容的跳轉率比較見表5；ANCOVA分析結果見表6。
表5🪣：是否含有總結性知識PPT的跳轉率比較
|
PPT內容
|
Meam
|
SD
|
n
|
|
內容是否為前面知識的總結（否）
|
0.12
|
0.1
|
90
|
|
內容是否為前面知識的總結（是）
|
0.10
|
0.1
|
5
|
表6: 含總結性知識與否的PPT類型跳轉率ANCOVA分析比較ANCOVA兩組間比較結果
|
Source
|
Type III Sum of Squares
|
df
|
Mean Square
|
F
|
Sig.
|
|
Corrected Model
|
.342a
|
2
|
.17
|
28.58
|
.000
|
|
Intercept
|
.56
|
1
|
.56
|
93.1
|
.000
|
|
第幾分鐘數字
|
.34
|
1
|
.34
|
56.87
|
.000
|
|
PPT內容為前面的內容的總結
|
.03
|
1
|
.03
|
5.22
|
.025
|
|
Error
|
.55
|
92
|
.006
|
|
|
|
Total
|
2.21
|
95
|
|
|
|
|
Corrected Total
|
.89
|
94
|
|
|
|
|
a. R Squared = .383 (Adjusted R Squared = .370)
|
如表5，6所示，在考慮到PPT呈現的位置的情況下，PPT內容是否為知識總結仍然與跳轉值有顯著的影響。總結知識的時候跳轉值更低🤳🏻🎓。一種合理的解釋是：無論在視頻的什麽時刻，進行知識體系總結的時候，學生更傾向於維持更專註的註意力🫷🏿🍙。視頻在PPT和頭像間切換會導致高跳轉率的結果提示，學習者在視頻中頻繁的跳轉可能與嘗試將零散知識聯系成系統的意圖有關🙋🏽♂️，而知識總結的內容正滿足了這一學習需求，因而解釋了跳轉率的降低。當然，也可能是知識總結時所講的都是前面已經講完的知識，此時的總結無需深入加工，因而無需跳轉。但無論哪種解釋🧑🏻⚖️，給我們的啟示是🪝，視頻製作中註意降低知識架構難度👨🦳🤸🏻♀️，可以有效降低視頻學習的難度，維持學習者的專註度。
3.5 內容涉及作業的PPT對跳轉率的影響
按照3.3中的方法的對所有視頻進行分層進行抽樣以及劃分因變量🥻、協變量🎵，自變量為PPT內容是否涉及作業的類型變量🙇🏿♂️，使用ANCOVA分析。不同PPT內容的跳轉率比較見表7；ANCOVA分析結果見表8。
表7: 內容是否涉及作業的PPT的跳轉率比較
|
|
Mean
|
SD
|
n
|
|
PPT內容涉及到作業（否）
|
0.11
|
0.09
|
88
|
|
PPT內容涉及到作業（是）
|
0.24
|
0.11
|
7
|
表8: 表6: 涉及作業的PPT類型跳轉率ANCOVA分析比較ANCOVA兩組間比較結果
|
Source
|
Type III Sum of Squares
|
df
|
Mean Square
|
F
|
Sig.
|
|
Corrected Model
|
.353a
|
2
|
.18
|
30.08
|
.000
|
|
Intercept
|
1.02
|
1
|
1.02
|
173.43
|
.000
|
|
第幾分鐘數字
|
.24
|
1
|
.24
|
40.96
|
.000
|
|
PPT內容涉及到作業
|
.04
|
1
|
.04
|
7.18
|
.009
|
|
Error
|
.54
|
92
|
.006
|
|
|
|
Total
|
2.21
|
95
|
|
|
|
|
Corrected Total
|
.89
|
94
|
|
|
|
|
a. R Squared = .395 (Adjusted R Squared = .382)
|
如表7🔖，8所示😉，在考慮到PPT呈現的位置的情況下，PPT內容是否涉及作業仍然與跳轉值有顯著的影響。涉及作業的時候跳轉值更高。這可能說明🎏，無論在視頻的什麽時刻，涉及作業的部分會引起學生重視🚵🏻♀️，進行更多的前後搜索。
3.6其它PPT特征與跳轉率間的關系
研究對PPT含有“圖表🎴、思考題、對將要講的知識進行預報概述”，這三類視頻的跳轉率進行方差分析，沒有發現這些類型的PPT視頻與跳轉率之間的關系👇🏻。
4 討論
根據不同PPT內容與跳轉率的關系我們發現，當內容涉及概念🏃🏻♂️➡️、考試主題時跳轉率增加，視頻風格為PPT和頭像切換時跳轉率增高，根據這些結果可以推測跳轉行為的發生不是由於學生無法耐心看視頻🕦，而是在遇到重要知識時、在需要投入更多的地方👦、或是感到視頻學習困難時，進行的一種註意力主動轉移的知識搜索行為，因此跳轉率增加是主動學習的指標。可以作為視頻觀看時間🤫、觀眾保持率之外的另一個有效指標來豐富對學習投入度的評價。另外，當學生在使用跳轉行為時也提示視頻製作的問題，可能視頻單位時間內給出的內容量及難度超出了信息處理的能力🕛，因此，跳轉率還可以作為指標，推測視頻相對難度，以提高視頻製作的水平及學習體驗。但值得註意的是🫲🏼👎🏻，這一指標的使用需要考慮學習者學習能力和學科基礎水平的影響🐬。
此外，跳轉行為作為註意力的指標時還存在一個局限🥀，即但當跳轉率降低時🧷，則很難判斷這是由於學習者在註意力專註地持續觀看🧑🏿🎓🦹，還是由於註意力的渙散而減少了主動學習。因此🏄🏽♀️，當跳轉率降低時🫵，只能根據多種因素綜合推測其原因🫷🏻，卻不能有效地以此為依據對學習投入或視頻效果進行判斷。
5 總結與視頻製作的建議
5.1 PPT和頭像交替風格的視頻最幹擾註意力的持續。如果需要呈現PPT，則最好不要頻繁在頭像和PPT間切換👷♀️，可以將頭像和PPT同時出現👦🏼，或是PPT延長足夠長的閱讀時間。
5.2 當需要傳遞重要和復雜的知識時註意讓PPT在屏幕上停留更長的時間👞。
5.3 考慮：適當增加章節中知識總結性的內容提要，視頻製作多考慮是否有利於學生系統化的知識建構，以幫助提高學習體驗，降低在線學習難度與焦慮📘。
5.4 考慮⛏：根據目標學習者群體設置視頻長度。只有針對觀看完成率的視頻才需要控製在幾分鐘之內。現實中💁🏻♀️🤸，長視頻往往可以完整地把知識娓娓道來，學習者一旦選擇了長視頻，便願意也容易在長視頻中保持較高的專註。相反，完整知識被截成過多短視頻可能反而幹擾註意力的持續📰。
參考文獻
[1] Cross, A., Bayyapunedi, M., Cutrell, E., Agarwal, A., and Thies, W. TypeRighting: Combining the Benefits of Handwriting and Typeface in Online Educational Videos. CHI ’13, ACM (New York, NY, USA, 2013).
[2] Ilioudi, C., Giannakos, M. N., and Chorianopoulos, K. Investigating Differences among the Commonly Used Video Lecture Styles. In Proceedings of the Workshop on Analytics on Video-based Learning, WAVe ’13 (2013).
[3] Philip J. Guo , Juho Kim , Rob Rubin, How video production affects student engagement: an empirical study of MOOC videos, Proceedings of the first ACM conference on Learning @ scale conference, March 04-05, 2014, Atlanta, Georgia, USA
[4] http://wistia.com/blog/does-length-matter-it-does-for-video. Wistia. Does length matter? It does for video! , Sept. 2013
回目錄
MOOC同伴互評的傾向性分析
杏悦2平台計算機學院 周雅倩
同伴互評（或同伴評價🛴⛹🏻，英文譯為Peer Assessment或者 Peer Grading）是一種基於教師製定的評估準則，學生或者他們的同伴給作業或測驗評價的過程[1]。采用這種評價方式不僅節約教師的時間，而且提高學生對課程的理解😕。有效的同伴評分將促進學習和批判性思維[2]。
為了鍛煉學生的問題解決和表達能力🥅，很多課程設計了大量的開放性問題。由於學習者人數眾多而且開放性問題很難進行機器自動評價。同伴互評一方面可以節約教師的時間♥️，另一方面可以使學生得到更及時的反饋♋️。學生從評價中得到是反饋而不只是得到成績📵，這種反饋不僅可以幫助學生發現他們原來思維中的錯誤，避免在未來的作業中犯同樣的錯誤🎭，甚至學會如何考試。最重要的是提供平臺讓學生端正學習態度🧛♀️，促進協調學習。
課堂[3,4,5,6]和MOOC[7,8,9]的同伴評分過程方面已有不少相關的研究。但是⛪️，同伴評分的偏差問題☃️，特別是內容相關的偏差問題，還是很少被研究。在學術評價方面🫓，例如論文的同行評議，雖然評議人都是責任心強的相關領域的成熟專家🧍🏻♂️，他們對評價的負責強👳🏿♀️，但是同行評議方面的失敗情況並非不存在[10]。同伴互評的評分者一般是新課程的普通學習者，他們通常只有有限的知識、有限的時間和有限的經驗🧑🏿⚖️，所以同伴評分一般認為是存在偏差📼，其可靠性比較有限[6,7]✹。
在這篇文章中💃🏽，我們將分析MOOC學習者的同伴互評過程💆🏼♀️。我們將嘗試探索大規模在線開放課程（MOOC）中的同伴互評過程中的偏差現象➖，考察它們是什麽樣的，它們是如何運作的。我們首先考察數據分布，然後是評分者品質相關的行為🦔🕰，接著是提交內容相關的偏差，最後比較了評分和得分的一致性🫠。
1 數據介紹
截至2014年6月27號，共有來自122個國家和地區的26,153名同學註冊《大數據與信息傳播》，課程視頻共被觀看191,715次，討論區共生成2,840條帖子。9次作業1次期末考試全部采用同伴互評，1,117個學習者提交了6,239份作業或期末考試🏓，總計評價32,610次。1117個學習者每人平均提交了5.8個作業，平均每次作業有624份提交，每份提交的平均評價次數為5.2。
圖 1作業提交數量統計。
圖 2完成特定次數作業的學習者人數🌈。
從圖1我們可以看到👩🏿，基於每次作業或期末考試都有超過500份以上的提交。從圖2我們可以看到所有作業和期末考試都參加的學習者只有200名左右，完成一半或以上的超過600名。這都遠遠超過了傳統課堂的作業量😬，也正是如此，才需要采用同伴互評的方式來進行評分。
由於作業2提交的是一幅圖，而期末考試的評分準則與普通作業有較大差異👨🏿🌾，為了方便比較統計結果我們在分析中沒有使用它們🟣，下面我們將只在8次作業上進行了分析🧕🏼。
2 基於行為的評分傾向性分析
評分者品質相關的行為將反映評議的可靠性。我們將研究評分者的及時性🏌🏼，評分者的持續性等。及時性非常重要，因為它反映了評分者的可靠性。有些時候，評分者越早提交作業和評議結果🥷，可能表示他們更加可靠。不是所有的學習者會完成課程學習，評分者堅持學習越久，可能體現出他們更加嚴肅。
我們計算評分和期望得分之間的二階偏差來衡量評分的準確性或可靠性🈺。用每份提交的平均評分來近似其期望得分👂🏻🙋🏻♀️。首先🍓，我們考察評分者的及時性與評分準確性之間的關系。從圖3我們可以看到🤭🪟，二階偏差雖然隨著時間差有起伏，但總體來說趨勢不明顯🪴，這說明評分者的及時性跟評分的準確性無關。然後，我們考察評分者的持續性與評分準確性之間的關系。從圖4我們可以看到，提交3次以上作業的評分者的二階偏差有明顯的下降，這說明堅持學習的學習者給分更準👤。
圖 3學習者提交作業時間與成績的關系🥧。
圖 4學習者提交作業個數與成績的關系。
3 基於內容的評分傾向性分析
以往的同行評議或者同伴互評方面的研究很少關註提交的內容🤽🏼。每個提交的內容是評分的基礎。然而，對於有些評分者🦻🏼🚈，仍然有些跟提交內容本身相關的偏差🥷🏿。例如🦼，有些評分者會更喜歡長提交，有些會接受大眾化想法的提交，有些可能喜歡內容比較新穎的提交🚣🏼♂️。由於他們有限的知識🤾🏿♀️、有限的時間和有限的經驗，每個評分都會有些跟提交內容相關的特殊喜好或者偏差🔴。
圖 5學習者提交作業長度的分布🧑🏻🦲。
圖 6學習者提交作業長度與得分的關系🤶🏽。
雖然作業對提交長度的要求是400字到500字👩🏼🌾，但是學習者們還是傾向於提交比較長的提交，平均提交長度是549個字🧑🏽💻。從圖5我們可以看到只有59%的提交符合長度的要求◀️，14%的提交過短，27%的提交過長𓀐。
雖然9次作業的長度分值都是2分，但是主題和組織方面的分值有的是4分有的是5分，所以我們把評分尺度進行了規範化，使得主題和組織方面的分值都規範成4分。我們在8次作業（作業2除外）上進行了分析👩🏻🔬，長度方面的平均得分是1.5，主題方面的平均得分是2.9🧏🏿，組織方面的平均得分是3.0。
從圖6我們可以看到雖然較長的提交對主題和組織方面的影響不明顯，但是過長的提交會降低長度方面的得分，所以長提交並不能取得更高的分數。
同伴互評是一種特殊的評議，因為每個評分者本身也都是被評議的對象，他們的提交是個相對窄的主題，通常會有些共同的想法或主題。所以，我們除了研究他們之間的評議關系🦄，還要研究評分者和被評分者的提交之間的相似性和新穎性。
圖 7提交內容和得分的相關性🥀。
為此我們基於向量空間表示🧔🏽，計算了所有評分者提交和被評提交之間的文本相似度，然後計算了每個提交的得分與其所有評分者的平均文本相似度之間的普阿松相關系數📯。圖7中的線條表示每次作業的平均普阿松相關系數，從圖中我們可以看到👰🏻♀️，作業的文本相似度與評分之間的相關性並不顯著🧑🏽🚀。這也從一個方面說明了開放問題的回答多樣性高。
4 得分與評分
最後我們對評分和得分進行了統計分析💇🏽♀️。我們通過它們的平均方差來考察評分和得分的一致性問題，從而考察同伴互評的可靠性。非嚴肅評分者的評分分布可以預見將比較集中💆🏿♀️。在某些極端情況下2️⃣，他們可能會給所有的提交一個相同的分數🤙🏼。
從數據統計上來看，只有大約0.5%的提交的所有評分者的評分是一致的🥬💭，而大約10% 的評分者給所有的評議作業打相同的分數🧛🏼♂️。這說明評分的一致性不高👰🏿♀️，而有些評分可能比較隨意。從圖8我們可以看到，從第4次作業開始，評分和得分的方差都有明顯的下降。這一方面是因為我們第4次作業開始主題和組織評分從原來的3級改為了5級；另外一方面經過3次左右的評議🐅，評分者們對提交評價的一致性有了提高。總的來說，評分（grading）比得分(score)方差小。
圖 8作業得分方差與評分方差比較🤾🏽♀️。
5 總結與展望
提交的內容，評議者的行為以及評議者和被評議者之間的關系對於同伴評分的質量是非常重要的。這些研究主題值得探索，我們基於杏悦2平台在Coursera上的第一門課程《大數據與信息傳播》設計數據分析實驗🧔🏽♂️🙍🏻♀️。國籍和年齡等背景信息是評議者的基礎屬性🫱🏿✷，自然會影響他們的評議行為。有些文化背景的評議者可能傾向於比較平均化的評分☃️，而有些可能傾向於差異化的評分。年長的評議者由於他們的知識和經驗更加豐富，可能會更可靠。但是由於目前我們在這方面的數據比較有限，所以沒有做相應的分析。
我們通過分析該課程的十次作業，發現了一些有趣的現象： 1、評分者的評分偏差與其及時性無關🍪；2🛳、堅持學習的評分者的評分偏差較小🙆🏼♂️；3、長提交並不會取得高得分🧗🏼♀️； 4🧘♀️、評分比得分方差小🦸🏻♂️。這些現象說明雖然同伴打分的準確性還有待提高，同伴打分還是有一定依據的，積極學習者的評分比較可靠。
為了提高同伴評分的質量🥌，我們需要建立切實可行的評價準則。在正式互評之前，教師首先可以找一些例子👀，讓學生們知道什麽是“好的”提交👩🏿🦲，什麽是“不那麽好的”提交以及什麽是“不好的”提交。然後列出在評價準則中用到的指標，明確各個指標的質量等級❤️，並且讓學生在例子上做些評價的練習🐈。當學生們的互評結果的偏差達到合理範圍之後，就可以進行正式互評😋。互評結束之後🤾🏼♂️，學生們可以基於反饋修改作業，若有爭議的情況，可以由教師來進行最終的評價。
雖然開放性問題的回答內容多樣🚓，沒有參考答案，但是還是可以製定出評價準則🤽🏻♀️🚣🏻♀️。基於這些評價準則和課程背景知識，我們未來可以探索使用自然語言處理技術和機器學習方法來對作業進行自動評分。
參考文獻
[1] Sadler P M, Good E. The impact of self-and peer-grading on student learning[J]. Educational assessment, 2006, 11(1): 1-31.
[2] Herrington A J, Cadman D. Peer review and revising in an anthropology course: Lessons for learning[J]. College Composition and Communication, 1991: 184-199.
[3] Topping K. Peer assessment between students in colleges and universities[J]. Review of Educational Research, 1998, 68(3): 249-276.
[4] Falchikov N, Goldfinch J. Student peer assessment in higher education: A meta-analysis comparing peer and teacher marks[J]. Review of educational research, 2000, 70(3): 287-322.
[5] Costello J, Pateman B, Pusey H, et al. Peer review of classroom teaching: an interim report[J]. Nurse Education Today, 2001, 21(6): 444-454.
[6] Jaillet A. Can Online Peer Assessment Be Trusted?[J]. Educational Technology & Society, 2009, 12(4): 257-268.
[7] Piech C, Huang J, Chen Z, et al. Tuned models of peer assessment in MOOCs[J]. arXiv preprint arXiv:1307.2579, 2013.
[8] Vozniuk A, Holzer A, Gillet D. Peer assessment based on ratings in a social media course[C]//Proceedings of the Fourth International Conference on Learning Analytics And Knowledge. ACM, 2014: 133-137.
[9] Suen H K. Peer assessment for massive open online courses (MOOCs)[J]. The International Review of Research in Open and Distance Learning, 2014, 15(3).
[10] Mahoney M J. Publication prejudices: An experimental study of confirmatory bias in the peer review system[J]. Cognitive therapy and research, 1977, 1(2): 161-175.
回目錄
MOOC平臺的系統使用性和社交性對學習者流失率的影響
杏悦2平台管理學院 張成洪 彭誌偉 陳弘 張意成
【摘要】近年來，互聯網和雲計算的飛速發展促使了大型開放式網絡課程(MOOC)的激增👊🏽，然而，學習者堅持率偏低卻是MOOC不可回避的問題🤴🏼。區別於傳統的線下教學，人機交互（HCI）使得學習者在觀看線上視頻時能隨意的做出暫停，加速等動作，而人與人的交互則主要靠在論壇中交流互動得以實現。這兩種線上的交互方式彌補了線上教育互動的缺乏🦪，但是對學習者的堅持率的影響卻截然不同。本研究結合Coursera平臺上一門課程的用戶點擊數據及論壇交流數據進行分析，結果發現人機交互賦予學習者更大的自由性有可能使得學習者更容易中途退出。而論壇交流實現的人與人的交互，卻使得學習者對課程的粘性增加。其中🪬🍻，相比於與同學的交互🚶🏻♂️➡️，與教師的交互作用更為顯著。除此之外🤾🏿，我們還發現，對於視頻操作較多的學習者🦮，論壇參與對於他們存在一個調節效應，即隨著論壇交流的次數增多，視頻點擊行為的影響越小。更進一步的，對於越快尋求論壇交流的用戶🤽🏻♂️，學習者流失的可能性較小。
1 引言
MOOC的大規模和破壞性的潛力已經使它成為嶄露頭角的一場教育革命(Christensen et al. 2013)。然而⬆️，線上學習者堅持率低下的問題，卻是這場革命的阻礙🤴。根據Coursera 網站上MOOC課程的完成率罕有超過15%。而edX 的最新數據也表明⚙️，在線學習者中途退出的比率幾乎和最初的註冊率一樣高的驚人(Steve Kolowich 2012)🧑🏻⚖️。
與傳統的教育模式不同🫙，人機交互方式的MOOC給予了學習者前所未有的自由，使他們得以自主安排自己學習的時間及方式；同時MOOC平臺上的論壇☝🏻，也給予了學習者與教師或其他學習者交流和討論的場所。因此，一個重要的研究問題就是，在線交互的這兩種模式，是否對學習者的堅持率產生了影響？如果是🏌🏻♂️，它們分別產生了什麽樣的影響👩🏼🎤？
致力於對該問題提供解答，本研究收集了Coursera平臺上一門課程的數據，並對其進行了分析。我們的數據包括該課程超過2萬名用戶觀看視頻，瀏覽網頁的點擊數據💆🏻，也包括用戶在論壇中瀏覽和交流的數據👊🏽。
論文內容安排如下：第二部分，我們將回顧在線教育，人機交互和社會化媒體作用的相關文獻🧔🏻♂️，並提出我們的假設。第三部分🏌🏿♀️，我們將介紹模型與變量。第四部門，我們基於數據集對模型進行回歸，並闡述回歸結果。最後，第五部分🚝🔐，我們將討論本文的貢獻及管理啟示，對不足的地方做一個總結。
2 文獻回顧
2.1．關於在線學習者的流失率
在線學習者的高流失率並不只是MOOC才有的問題。研究表明🙂↔️，在數字化學習平臺（e-learning）的應用領域，也存在學習者流失率高的問題。一般來說，造成在線學習者流失🧏🏽，主要有平臺外部與內部兩方面的因素。內部因素，比如說虛擬學習環境的可靠性(Packham et al. 2004), 數字化學習平臺平臺上應用的適用性(Ardito et al. 2006)。此外，互動性教育視頻也可以增加學習者的學習效率(Zhang et al. 2006)，減少在線學習者的流失 (Packham et al. 2004)🤼♀️。這些影響流失率的內部因素可以通過改善平臺的設計結構🐆，功能，靈活性等得到控製(Packham et al. 2004)。
然而，另一方面，影響流失率的👂🏽，是與學習者本身有關的外部因素，比如說教育程度🤢，家庭狀況，工作及情況及可用來學習的時間(Packham et al. 2004)🙍🏽。這些是難以通過數字化學習平臺平臺本身的設計來改善的。這種情況下，類似於發郵件給學習者的幹預方式，有可能起到一定的挽留作用(Simpson 2004)。
隨著信息和通信科技的發展💁🏽，大部分數字化學習平臺的系統開始在課程中添加社區的功能來增強學習者的粘性。在社區中，在線學習者得以與教師及同學進行溝通，尋求學習上的幫助，分享知識並相互鼓勵。參與社區很大程度上減弱了虛擬學習環境中學習者的孤獨感📷，很多研究也表明，討論社區對於減弱在線網絡課程學生的流失率♣︎，有積極的作用💆🏼♀️。(Fisher&Baird 2006; Miller& Lu 2003).
從數字化學習平臺到MOOC, 由於網絡視頻大規模和開放的特性，學習者流失率的問題好像變得更加嚴重了💇🏼。然而，對於MOOC上學習者流失的研究卻非常有限。Adamopoulos (2013)使用了一組現實世界的數據集，結合線上用戶自發填寫的采訪數據，說明了在線學習者，在線課程，以及課程平臺本身的特性對學生流失率的影響🙎🏿♂️。他們發現👿，比起線上課程，學習者更願意在傳統教育環境中接受較難課程的教育(Jaggars2012)，此外，人口特征變量並不能預測用戶中途退出在線課程的行為(Willgingand Johnson 2004).
這些之前的研究對於比如課程及學習者本身的這些靜態的穩定的特性對學習者流失率的影響比較關註🙎♂️，卻忽略了學習者在學習這個過程中的動態的變化及影響。當學生開始學習MOOC的時候🐈⬛，他們也開始了與人機交互💂🏽，人與人交互的過程。而這些過程的體驗可能漸漸的塑造學生對此課程的態度，然後影響他們的行為。
因此，本研究將采取一個不同的視角，並試圖探尋不同學習者在學習MOOC過程中，人機交互及人與人之間的交互程度的不同是如何最終影響他們對在線課程的完成度的🕕。
2.2 .MOOC的使用性
我們所提到的MOOC人機交互的特性，在人機交互領域中👩🏽🏭，屬於系統使用性（Usability）的一部分(Hornbæk2006)🤡。系統使用性（Usability）⛹🏻♀️，指的是系統可被用戶用來完成任務的方便性及效率性(Shackel1991)💕，此外🧗🏻♂️，也包括促進用戶接受程度的系統的質量。 (Holzinger2005)。根據這些定義，我們總結MOOC的系統使用性主要包括自由性和穩定性兩個方面：首先👩🔬，自由性代表在網絡課程平臺中🦊，播放教育視頻的方便性及效率性。其次🏄♀️🏌🏿♀️，系統的（質量）穩定性🍅，指的是視頻播放過程中的出錯的概率。
區別於傳統的教育模式，在線課程的學習者可以自由，輕易地在課程中間采取一些行動。比如說，他們可以暫停視頻去做其他的事情🫵，加快視頻的速度來快速瀏覽課程的內容，或者隨意的拖動進度條跳到視頻的任意位置🆙。這些動作都是系統自由性的體現🫄🏼，在我們的研究中，通過加總學習者這三個方面的動作次數，來衡量學習者對系統自由性的使用程度。
以往的文獻通常認為，系統的使用性可以增加系統的使用 (Lecerofand Paterno 1998; Phang et al. 2009). 然而，對MOOC平臺來說，可能並非如此。基於對學習本身需要沉浸，和集中註意力的考慮，我們猜想，在線學習者濫用系統的自由性，可能是學習過程中分心或者遇到困難的訊號👮🏻♂️💃，從而會導致流失率增高的結果。
因此🦥🍯，我們提出本文的第一個假設：
假設1 對系統自由性的使用程度越高的學習者💇🏻，越有可能流失。
此外🦵🏻，除去系統的自由性，我們同樣也關註系統的穩定性。通過加總系統在播放視頻時出現錯誤的次數🏋🏻♂️，我們得到系統不穩定性的度量𓀀，並提出以下假設🏋🏽：
假設 2 遇到系統不穩定的程度越高的學習者，越有可能流失。
2.3 .MOOC的社交性
MOOC人機交互的特征，主要指的是系統的使用性(Löwgren 2002), 而人與人的交互🐏，在網絡中𓀜🤤，即網絡平臺的社交性，主要指的是學習者在網絡社群中的交流(Preece2001)。MOOC的社交性主要是靠MOOC平臺上支持學習者和其他學生🏋🏼♂️，教師📳，助教交流的論壇得以實現。由於MOOC本身的開放性及大規模性👳🏼，數百萬的在線學習者都存在交流，交換意見，解答疑惑，交友的需求。很多研究也表明，社交性對於在線的社群來說是非常重要的部分。 (Preece 2000; Phang et al. 2009).
結合交流社群的傳統教育模式🕖，已經被發現能夠促進學生的堅持率 (Fisher & Baird 2005; Mak et al. 2010). 對於大型開放式網絡教學來說👨🏼🦱，情況可能更是如此🕷。
在線學習者通過在社群中的交流，可以減少學習過程中的孤單感🧱，增強滿意度，從而減少流失率。(Fisher & Baird 2005).而對比5種建立社群的社交工具，研究發現，在MOOC平臺中，在線論壇是接受度最高，影響最為有效的一種（Alario-Hoyos et al. 2013）。
在在線論壇中發言較多的學習者📱，通常學習表現更好🧑🏿🚒🙋🏼，課程參與度也更高，(Huang et al.2014)，不僅如此，他們的發言對於促進論壇的討論也有正面的作用，使得瀏覽論壇的人也從中受益。（Wong et al. 2015）
基於此，本文提出以下假設🆎：
假設 3:：在論壇中和他人交互次數越多的學習者，越有可能堅持。
除去論壇本身促進學習者堅持率的作用，在線論壇創建的社群也能給那些學習或者交流有困難的參與者一個增強情感和價值歸屬的途徑，從而挽留那些可能要退出的學習者（Shedroff N.2009）。
基於以上把濫用HCI自由度及遇到系統錯誤視作主動與被動的遇到問題的表現😷，本文認為：
假設4：論壇交互對於濫用系統使用程度造成的學習者流失🧝🏻♀️，具有調節作用🧑🏼🤝🧑🏼。
更進一步的💃🏽💒，由於大部分中途退出的學習者表明🏊🏻♂️，最主要的學習困難在於缺乏監督及教師的幫助（Mackness et al.2010），我們把論壇中的交互拆分成“和教師交互”👁🗨👸🏽，以及“和同學交互”兩個維度，並提出假設👵🏽：
假設 5：對比於與同學交互♘，與教師交互對於提高學習者的堅持率效果更顯著🧛🏿♂️，而且與教師交互對於濫用系統使用程度造成的學習者流失，具有的調節作用更明顯☯️。
更進一步的，我們假設：
假設6：學習中主動遇到問題（濫用系統使用程度）的學習者，越快尋求論壇的幫助🤲🏽，越有可能繼續堅持課程。
3 變量與模型
3.1.模型
基於以上分析和假設，可構建本文的研究模型：
圖1：研究模型
圖2🙀：研究模型(補充)
3.2.變量
我們的數據來源於Coursera平臺上一門關於大數據的開放式網絡課程。我們的數據集為大數據課程兩萬名左右學習者的個人層面的數據，主要由三部分組成🗡🏊🏽：在線作業的數據㊗️🧑🏿🎤，系統記錄用戶點擊瀏覽的日誌文件以及論壇記錄的用戶交流互動的行為數據。
在Coursera平臺上，學習者註冊參加大數據課程的學習之後，可以觀看該課程的視頻，參與討論，同時完成作業。觀看視頻的過程中，無論是學習者對系統的自由性的依賴程度（視頻播放中暫停，加速，拖動進度條的次數），還是系統不穩定的程度（觀看視頻中系統出錯的概率）都已經被系統日誌自動的記錄保存。而學習者在論壇中的交流數據，也被記錄在論壇數據中🫗。結合這兩種數據來源✌🏿，以學習者完成作業的總量作為堅持率的度量，我們得到本文回歸模型的核心變量👭：
核心變量
學習者堅持率(Num_of_assignments)：每個學習者完成作業的數量🤓。在我們的研究中，在線學習者總共有10次作業🍅。只有完成一定數量的作業之後🦜，學習者的學習目標才能達成，才能從Coursera平臺得到認可。因此，完成作業的數量一定程度上衡量了學習者對該課程的堅持意願🧬🕐。
學習者對系統自由性的使用程度（Operation_times）🤘🏼💎：每個學習者在視頻播放過程中暫停👨🏻🍳✧，加速，拖動進度條的總次數。總次數越多，我們認為該學習者對系統自由性的使用程度越高。
系統不穩定性（System_Instability）:每個學習者在視頻播放過程中，遇到的視頻出錯及下載數據有問題的事件總次數🚼。
學習者在論壇的交互程度（Interaction）：每個學習者在論壇中發言及收到回復的次數加總。進一步的🥩，我們將學習在論壇中與人的交互根據對象不同，拆分成💶：學習者與教師的交互程度（IntwithT），學習者與其他同學的交互程度（IntwithS）。
學習者遇到問題到尋求論壇幫助之間的距離（Distance）：基於本文以過度的暫停🦒，拖動進度條，加速的操作次數來衡量學習者濫用系統自由度的程度™️🦅，我們可以衡量這些動作的發生到該學習者之後第一次訪問論壇動作之間的距離🦕。
距離越短，說明學習者遇到問題之後尋求論壇幫助的可能性越大，從而越有可能減少學習者的流失率。
除去核心變量之外🧖🏿，我們同時在模型中引入以下控製變量🎈，使得結果更加合理，可信。
控製變量
學習者認證情況（In signature track）🐰：該變量為虛擬變量，對於那些付費購買Cousera平臺及課程提供學校頒發的認證證書的學習者✬，Insignature_track=1，對於沒有付費購買認證證書的學習者🧕🏿，Insignature_track=0🤾🏼。顯然付費購買證書的學習者學習意願更強烈，所以添加該變量可以排除學習者自身的特質差異。
學習者的持續時間（log_duration）:學習者參與Coursera平臺的時間，由最近登錄時間及註冊時間之差決定🧘🏻♂️。在模型中，我們對該時間取對數形式，作為學習者本身差異的控製變量之一。
學習者看視頻的總數（lecture_times）：每個學習者觀看視頻課程的總數。學習者觀看視頻總數顯然和學習者堅持率🤽🏼♀️，以及暫停🌗，加速，拖動進度條總數有正相關關系，因此必須加入模型🔌，作為控製變量。
基於以上概念模型和變量構建，我們建立以下回歸模型
其中💧，學習者在論壇的交互程度將分別被替代成“總交互程度”，“與教師交互程度”，“與同學交互程度”進行不同的回歸👩🏿🎤。
4 數據與分析
我們的回歸是基於學習者個人層面的。根據系統日誌文件，該課程共有27343個註冊用戶，然而，由於大型開放課程本身具有自由和低門檻的特性，用戶註冊並不代表他們有認真的學習意願。為排除這部分用戶帶來的幹擾，我們選取至少完成過一次作業的1112名註冊用戶作為研究對象🧈，並假設他們存在初始的學習意願🔢。
從表1中可知🏤，1112名學習者平均的作業完成量為5.82 (標準差=3.87)。而且，平均來說，每個學習者遇到系統出現錯誤的次數為11.42 (標準差=20.48) ，遇到系統數據下載失敗的總次數為30.92 (標準差=76.00) 。在觀看視頻的過程中，平均每個學習者點擊暫停鍵的次數77.42 (標準差=121.13).。此外🎲，選擇加速的次數平均為22.97 (標準差=67.54) 🤾🏻♀️，拖動進度條的平均次數為90.96 (標準差=230.44)。
對於論壇的交流次數🐌👰🏿♀️，平均每個人有包括發言和收到回復之內的3.21次和他人的交互 (標準差=13.45)，其中和教師的平均交流程度0.48次（標準差=1.91），與其他同學的平均交流次數2.72次（標準差=11.88）。在1112名用戶中🅰️，有689名學習者在視頻操作之後尋求了論壇的幫助，他們這兩個動作之間的平均距離為11.79（標準差=11.99）。
表1.變量的描述性分析
|
變量名
|
觀察值
|
平均值
|
標準差
|
極小值
|
極大值
|
數據來源
|
|
學習者堅持率
|
1112
|
5.82
|
3.87
|
1
|
10
|
在線作業的數據
|
|
學習者看視頻的總數
|
1112
|
434.43
|
603.11
|
0
|
8024
|
點擊日誌文件
|
|
學習者認證情況
|
1112
|
0.09
|
0.28
|
0
|
1
|
在線作業的數據
|
|
學習者的持續時間
|
1112
|
15.42
|
1.15
|
3.40
|
16.56
|
在線作業的數據
|
|
系統不穩定性
|
1112
|
42.34
|
87.02
|
0
|
988
|
點擊日誌文件
|
|
視頻出錯次數
|
1112
|
11.42
|
20.48
|
0
|
296
|
點擊日誌文件
|
|
下載數據出錯次數
|
1112
|
30.92
|
76.00
|
0
|
944
|
點擊日誌文件
|
|
系統自由性的使用程度
|
1112
|
191.35
|
336.91
|
0
|
5392
|
點擊日誌文件
|
|
暫停操作次數
|
1112
|
77.42
|
121.13
|
0
|
1830
|
點擊日誌文件
|
|
拖動進度條操作次數
|
1112
|
90.96
|
230.44
|
0
|
4118
|
點擊日誌文件
|
|
加速操作次數
|
1112
|
22.97
|
67.54
|
0
|
836
|
點擊日誌文件
|
|
在論壇的總交互程度
|
1112
|
3.21
|
13.45
|
0
|
353
|
論壇數據
|
|
與教師交互程度
|
1112
|
0.49
|
1.91
|
0
|
45
|
論壇數據
|
|
與同學交互程度
|
1112
|
2.72
|
11.88
|
0
|
308
|
論壇數據
|
|
總交互程度*對系統自由性的使用程度
|
1112
|
1104.21
|
11850.36
|
0
|
382299
|
點擊日誌文件&論壇數據
|
|
總交互程度*系統不穩定性
|
1112
|
162.50
|
861.35
|
0
|
20440
|
點擊日誌文件&論壇數據
|
|
與教師交互程度*學習者對系統自由性的使用程度
|
1112
|
178.87
|
1588.10
|
0
|
48735
|
點擊日誌文件&論壇數據
|
|
與教師交互程度*系統不穩定性
|
1112
|
925.33
|
10351.8
|
0
|
333564
|
點擊日誌文件&論壇數據
|
|
與同學交互程度*學習者對系統自由性的使用程度
|
1112
|
33.25
|
244.38
|
0
|
6424
|
點擊日誌文件&論壇數據
|
|
與同學交互程度*系統不穩定性
|
1112
|
129.26
|
672.36
|
0
|
14016
|
點擊日誌文件&論壇數據
|
|
學習者遇到問題到尋求論壇幫助之間的距離
|
689
|
11.79
|
11.99
|
1
|
117
|
點擊日誌文件
|
為進一步了解這些變量之間的關系，我們對已建立的模型進行如下回歸，結果見表2。
表2. 回歸結果
|
自變量：學習者堅持率
|
|
因變量
|
模型一
|
模型二
|
模型三
|
模型四
|
模型五
|
|
|
|
|
|
|
|
|
學習者認證情況
|
1.761***
|
1.665***
|
1.557***
|
1.715***
|
1.334***
|
|
學習者持續時間
|
1.549***
|
1.525***
|
1.512***
|
1.531***
|
1.867***
|
|
學習者看視頻總次數
|
0.006***
|
0.006***
|
0.005***
|
0.006***
|
0.006***
|
|
系統不穩定性
|
-0.005***
|
-0.004**
|
-0.004**
|
-0.004***
|
-0.004**
|
|
學習者對系統自由度的使用程度
|
-0.007***
|
-0.007***
|
-0.006***
|
-0.007***
|
-0.007***
|
|
論壇中交互程度
|
0.008
|
0.054***
|
|
|
0.0430***
|
|
總交互*自由度使用程度
|
|
-5.25e-05***
|
|
|
-4.26e-05**
|
|
總交互*系統不穩定性
|
|
-0.0002
|
|
|
-0.0002
|
|
與教師交互程度
|
|
|
0.403***
|
|
|
|
與教師交互*自由度使用程度
|
|
|
-0.0004***
|
|
|
|
與教師交互*系統不穩定性
|
|
|
-0.0004
|
|
|
|
與同學的交互程度
|
|
|
|
0.054***
|
|
|
與同學交互*自由度使用程度
|
|
|
|
-5.12e-05***
|
|
|
與同學交互*系統不穩定性
|
|
|
|
-0.0003*
|
|
|
學習者遇到問題到尋求論壇幫助之間的距離
|
|
|
|
|
-0.018**
|
|
常數項
|
-19.23***
|
-18.97***
|
-18.77***
|
-19.04***
|
-24.28***
|
|
觀察值
|
1,112
|
1,112
|
1,112
|
1,112
|
689
|
|
擬合程度
|
0.426
|
0.434
|
0.438
|
0.433
|
0.512
|
|
Standard errors in parentheses*** p<0.01, ** p<0.05, * p<0.1
|
從表2可以看到🗻：
（1）系統不穩定性度量與學習者的操作總次數系數都是顯著的負數，這證明了我們假設1和假設2的合理性👩❤️💋👩。換句話說🧙♀️，對系統自由性的使用程度越高的學習者🐘，越有可能流失。遇到系統不穩定的次數越高的學習者🐕，越有可能流失🚋。
（2）此外🙆♂️，模型二中，論壇的交互次數系數為顯著的正數👩🏽🦳，證明假設3的合理性，即在論壇中和他人交互次數越多的學習者，越有可能堅持。這個結果暗示了論壇在大型開放式網絡教學中作為交流，解答疑惑的平臺🧑🦽，可能減少學習者的孤獨感，提升滿意度，進而促進學習者堅持率的作用。
（3）模型三中論壇交互次數和系統自由性使用程度（Interaction*Operation_times）交互項為負數👨🏽🔧，支持假設4的論述：論壇交互程度對系統自由性使用程度有調節效應，即論壇交互次數不僅對學習者堅持率有促進作用，還對過度使用系統自由性的學習者👨🏻🦼➡️，有挽留作用。
參與論壇交流的具體調節作用可反映在圖3🩶。圖中可以發現💂🏿，論壇交互低的學習者👱🏻♀️，隨著視頻點擊行為次數的增多，完成作業的數量會減少；但對於論壇交互高的學習者而言🚣🏻♂️🈹，隨著視頻點擊行為次數的增多💦，完成作業的數量不僅不會減少🗼，反而會增多。
圖3： 論壇交互對於視頻操作次數對堅持率的影響的調節作用
另外👦🏻，我們也發現對於系統不穩性造成的學習者流失👨🍳，論壇交互次數的增長並沒有顯著的作用🩶。這個結果是合理的，因為系統自由性的使用是學習者的主觀選擇🐬，代表了因為沒有強製學習環境而分心學習者🧑🦽，對於這部分人群，論壇能解答他們的疑惑🤘🏼，增進同伴間交流🤙🏽，使他們重新對課程保持興趣。而系統不穩定性是一種客觀的錯誤，論壇可能不能起到解決該問題的作用。
（4）模型四進一步證明，由於IntwithT的系數比IntwithS的系數高一個量級👦🏿，我們可以知道假設5成立，對於論壇中的交互，和教師交流遠比和同學交流對提升學習者堅持率的效果顯著，調節作用也更明顯。
教師交流和同學交流對於視頻操作次數多造成的學習者流失的調節作用如圖4a和4b所示。從圖4（a）我們可以發現，與老師交流少的學習者，隨著視頻點擊行為次數的增多🍜，完成作業的數量會減少，而與老師交流多的學習者，隨著視頻點擊行為次數的增多，完成作業的數量還會明顯增多。從圖4（b）可以發現⚙️，與學生交流對於視頻操作次數對堅持率影響的調節作用不太明顯🙎🏼。
圖4：與教師（同學）在論壇中交互對於視頻操作次數對堅持率影響的調節作用
（5）從模型五中🌐，發現學習者遇到問題到論壇之間距離（Distance）的系數為顯著負數🥌，說明假設6具有合理性：即遇到問題之後，越快尋求論壇幫助的學習者👨🏽💼，越有可能堅持。
5 總結與討論
5.1．結論
本文主要探討了對於大型開放式網絡課程的學習，系統使用性及社交性對於學習者流失率的影響。根據對課程用戶點擊數據及論壇數據的分析👩🏽⚕️，我們的研究結果表明了:
（1）系統的使用性，無論是學習者對於系統自由性的依賴程度過高，還是系統的不穩定性增加👩🏻⚕️，都會導致在線學習者的流失。
（2）而系統的社交性💧，即論壇交互過程，不僅能減少學習者的流失，還能對過度使用系統自由性的學習者起到挽留的作用。
（3）進一步的🖖🏻，相比於與同學之間的論壇交流😔，與教師在線交流的程度，對於提高學習者的堅持率作用更為顯著。
（4）此外，論壇的作用將隨著學習者遇到問題之後尋求論壇幫助的距離縮短🚝，而變得更加有效。
5.2．管理啟示
區別於傳統教育，網絡課程給用戶提供了寬松，自由的學習環境，但是這樣的環境有時候卻造成學習者分心，無法沉浸其中。加上在線學習缺乏線下教師指導，及與同學討論的幫助，最終造成大型開放式網絡課程中大量學習者流失的現象。對此，為提升學習者對MOOC的堅持率©️🧑🏽，結合本文的分析結果🙍🏻♀️，提出以下建議：
（1）關註視頻操作次數異常頻繁的學習者，及時進行幹預。
網絡課程平臺的管理者應該重點關註那些在觀看視頻過程中暫停，加速，拖動進度條等動作次數異常高的學習者，這些很可能表明了學習者分心或者遇到了困惑⏰。
此時🧑🏿🚀，通過郵件和其他的方式的及時詢問與溝通，管理者能更好的了解學習者的學習狀況🥇，解答他們的疑惑，減少這部分用戶的流失率。
（2）提升平臺穩定性，減少視頻出錯概率
另外，在線課程播放過程中視頻出錯幾率越大，學習者也越容易流失👮🏻♂️。為提供一個更穩定的學習環境，提升學習者對課程的粘度，技術上減少系統不穩定性，即視頻出錯的概率也是非常必要的♘。
（3）建立良好的課程論壇交流機製，鼓勵學習者的參與
除去視頻本身，論壇的參與程度對於提升學習者的堅持率⬇️，解決學習者遇到的問題（視頻操作數異常）功不可沒🤔。因此對於網絡課程平臺中的交流論壇，管理者也應該重視。
應積極采取積分製度或者其他激勵措施鼓勵學習者進行在線交流和疑惑解答⏲，不僅能幫助學習者學習，也能減少學習者在線學習的孤獨感👨🏻🦰，更好的留住用戶🧎➡️。
（4）鼓勵課程的授課教師或助教在論壇與學生進行交流
對比與同學的交互，與教師或助教的交互對於提升學習者堅持率更為有效➝。因此🪶，在具體措施上⚇，管理者應該鼓勵，加強開課教師和助教在論壇中與同學的交流程度，這一點將比單純的增加論壇活躍度更加有效。
（5）對於視頻操作異常頻繁的學習者，及時引導他們加入交流論壇。
此外，根據回歸結果🏬，對於檢測到的視頻操作異常的學習者，能否及時快速的將他們引導進社群將是能否挽留他們繼續學習課程的關鍵⚔️。如果學習者遇到的問題不能被及時解決🧷，孤獨感不能被及時緩解🙇♀️，將錯過最佳幹預點👴🏼🚴。此時，論壇對於挽留學習者的作用將會減弱。
基於此🏄🏻♀️，管理者應該實時動態的檢測觀看視頻過程中操作異常的學習者，及時向他們推送論壇鏈接，熱門問題，提供幫助，以做出有效的幹預。
5.3．未來研究方向
由於目前只獲得了一門課程的數據，研究結果可能會存在一定的偏差，缺少一般性🦿。未來♒️，我們將通過搜集更多課程的數據，檢驗系統使用性及社交性對學習者流失率影響的一般作用🪈。另外🕺，雖然本文使用了學習者的行為數據來分析流失率💶，但是學習者行為背後的動機及原因卻並不清晰🙇🏼♀️👕。未來，我們可以使用調查或者實驗的方式，進一步探尋在線學習者的行為機製，及其背後的影響因素。
參考文獻
[1]. Adamopoulos, P. (2013). What makes a great MOOC? An interdisciplinary analysis of student retention in online courses.
[2]. Alario-Hoyos, C., Pérez-Sanagustín, M., Delgado-Kloos, C., Muñoz-Organero, M., & Rodríguez-de-las-Heras, A. (2013). Analysing the impact of built-in and external social tools in a MOOC on educational technologies. InScaling up learning for sustained impact (pp. 5-18). Springer Berlin Heidelberg.
[3]. Ardito, C., Costabile, M. F., De Marsico, M., Lanzilotti, R., Levialdi, S., Roselli, T., & Rossano, V. (2006). An approach to usability evaluation of e-learning applications. Universal access in the information society, 4(3), 270-283.
[4]. Christensen, G., Steinmetz, A., Alcorn, B., Bennett, A., Woods, D., & Emanuel, E. J. (2013). The MOOC phenomenon: who takes massive open online courses and why?. University of Pennsylvania, nd Web, 6.
[5]. Fisher, M., & Baird, D. E. (2005). Online learning design that fosters student support, self-regulation, and retention. Campus-Wide Information Systems,22(2), 88-107.
[6]. Heller, K. (1979). The effects of social support: Prevention and treatment implications. Maximizing treatment gains: Transfer enhancement in psychotherapy, 353-382.
[7]. Holzinger, A. (2005). Usability engineering methods for software developers.Communications of the ACM, 48(1), 71-74.
[8]. Hornbæk, K. (2006). Current practice in measuring usability: Challenges to usability studies and research. International journal of human-computer studies, 64(2), 79-102.
[9]. Huang, J., Dasgupta, A., Ghosh, A., Manning, J., & Sanders, M. (2014, March). Superposter behavior in MOOC forums. In Proceedings of the first ACM conference on Learning@ scale conference (pp. 117-126). ACM.
[10]. Jaggars, S.S. (2012). Beyond Flexibility: Why Students Choose Online Courses in Community College. American Educational Research Association Annual Meeting, Vancouver, Canada.
[11]. Kolowich, S. (2012). The MOOC Survivors. Insider Higher Ed.
[12]. Lecerof, A., & Paternò, F. (1998). Automatic support for usability evaluation.Software Engineering, IEEE Transactions on, 24(10), 863-888.
[13]. Löwgren, J. (2002). How far beyond human-computer interaction is interaction design?. Digital Creativity, 13(3), 186-189.
[14]. Mackness, J., Mak, S., & Williams, R. (2010). The ideals and reality of participating in a MOOC.
[15]. Maier, C., Laumer, S., Eckhardt, A., & Weitzel, T. (2014). Giving too much social support: social overload on social networking sites. European Journal of Information Systems.
[16]. Mak, S., Williams, R., & Mackness, J. (2010). Blogs and forums as communication and learning tools in a MOOC.
[17]. Miller, M., & Lu, M. Y. (2003). Serving non-traditional students in e-learning environments: Building successful communities in the virtual campus. Educational Media International, 40(1-2), 163-169.
[18]. Packham, G., Jones, P., Miller, C., & Thomas, B. (2004). E-learning and retention: Key factors influencing student withdrawal. Education+ Training,46(6/7), 335-342.
[19]. Pappano, L. (2012). The Year of the MOOC. The New York Times, 2(12), 2012.
[20]. Phang, C. W., Kankanhalli, A., & Sabherwal, R. (2009). Usability and sociability in online communities: A comparative study of knowledge seeking and contribution. Journal of the Association for Information Systems, 10(10), 2.
[21]. Preece, J. (2000). Online communities: Designing usability and supporting socialbilty. John Wiley & Sons, Inc..
[22]. Preece, J. (2001). Sociability and usability in online communities: Determining and measuring success. Behaviour & Information Technology,20(5), 347-356.
[23]. Shackel, B. (1991). Usability-context, framework, definition, design and evaluation. Human factors for informatics usability, 21-37.
[24]. Shalley, C. E. (1995). Effects of coaction, expected evaluation, and goal setting on creativity and productivity. Academy of Management Journal,38(2), 483-503.
[25]. Shedroff, N. (2009). Experience design 1.1: A manifesto for the design of experiences.
[26]. Simpson*, O. (2004). The impact on retention of interventions to support distance learning students. Open Learning: The Journal of Open, Distance and e-Learning, 19(1), 79-95.
[27]. Wikipedia. http://en.wikipedia.org/wiki/Coursera
[28]. Willging, P. A., & Johnson, S. D. (2009). Factors that Influence Students' Decision to Dropout of Online Courses. Journal of Asynchronous Learning Networks, 13(3), 115-127.
[29]. Wong, J. S., Pursel, B., Divinsky, A., & Jansen, B. J. (2015). An Analysis of MOOC Discussion Forum Interactions from the Most Active Users. In Social Computing, Behavioral-Cultural Modeling, and Prediction (pp. 452-457). Springer International Publishing.
[30]. Yahoo news.
[31]. http://finance.yahoo.com/news/student-debt-enraged-consumers-support-192100014.html
[32]. Zhang, D., Zhou, L., Briggs, R. O., & Nunamaker Jr, J. F. (2006). Instructional video in e-learning: Assessing the impact of interactive video on learning effectiveness. Information & Management, 43(1), 15-27.
回目錄
|
