16、学习分析中的Rasch测量与认知风格研究

学习分析中的Rasch测量与认知风格研究

1. Rasch测量在学习评估中的应用

在学习评估领域，不应单纯依赖统计驱动，而应结合其他教学和题目格式元素来优化学习体验。例如，在测量程序性知识的获取时，部分计分模型（PCM）题目比二分法题目（DICH）更可靠。许多参与者无法成功完成DICH题目，但当题目在后续阶段被重新措辞和格式化为PCM题目后，结果显示出参与者对抽象概念获取的反应程度的更多细节，有助于更好地进行题目构建。

通过迭代改进阶段进行的Rasch驱动的测试工具验证，不仅开发出了可靠的绩效测量量表，还强调了对高等教育中基于信息通信技术（ICT）教学的现行标准化评估性质进行改进的必要性。

在学习分析（LA）领域，它为高等教育机构提供了教育创新和优化学习体验的有前景的方向。然而，数据量的不断增长使高等教育中数据驱动的决策过程变得复杂，并影响了学习分析的实际应用。在这样的动态环境中，Rasch测量有望减轻操作限制的影响。它不仅提供了有意义的测量，还提供了详细的数据，为情境化分析、个性化学习分析和评估分析的应用提供信息，以改善学习体验。Rasch驱动的分析证实了需要拓宽学习分析的测量范围，并在真实学习环境中利用评估分析。

2. 博物馆学习体验中的认知表现研究

学习分析用于改善学习及其发生的环境。在正式教育环境中，对学习者数据的测量、收集和分析已有很多研究，但在博物馆等非正式学习环境中的应用似乎很有前景。

2.1 研究背景

博物馆学习被认为是非正式学习，但博物馆学习体验的设计会使用不同的学习理论以实现预期的教学成果。在实践中，会特别关注测量教学成果和博物馆学习项目的有效性。学生和教师已成为将博物馆内容纳入教育课程的目标受众，许多国家都利用博物馆来促进正规教育。随着基于网络或在线博物馆需求的增加，需要对基于网络的博物馆环境促进成功学习体验的有效性进行更系统的调查和实证研究。

多年来，文献讨论了博物馆中的各种学习类型。博物馆学习通常被视为博物馆体验的意义构建过程，与正式学习不同，它是在自由选择的环境中进行的，由参观者的自主控制决定。随着最新技术的发展，各种多媒体教学已被应用于博物馆展览中，尽管虚拟现实（VR）、增强现实（AR）和混合现实（MR）等成为展览设计的新元素，但文本和视觉格式的常见展示或教学内容仍然至关重要。

有许多新的方式来呈现教学内容，这增加了教学策略的多样性，并有助于创建引人入胜的新学习环境。多媒体教学应包括文字和图片以提高学习效果的观点，推动了开发高效教学活动的持续努力。但无论教学设计得多么好，个体对不同形式的教学会有不同的反应。因此，教学必须根据个体的最佳学习方式进行设计，并考虑适应学习过程的情境。

技术的设计和使用只有基于对个体学习需求的深入理解，才能实现其全部潜力。教学设计师应考虑相关的学习理论，理解不同的学习风格，以构建和开发合适的方法和材料来帮助人们更好地学习。精心设计的教育项目应同时考虑人类认知视角和多媒体原则。

2.2 认知风格

认知风格可分为以认知为中心、以个性为中心和以活动为中心的方法。以认知为中心的方法又可进一步分为三个模型：主要与认知组织相关的整体 - 分析风格、主要与心理表征相关的言语 - 图像风格，以及试图整合整体 - 分析和言语 - 图像两个维度的风格。

维度	具体类型	描述	相关研究
整体 - 分析维度	场依存 - 独立性	个体在分析作为场一部分的结构或形式时对感知场的依赖程度	Witkin和Asch（1948），Witkin（1964），Witkin等（1971，1977）
	水平化 - 锐化	快速同化细节并丢失细节或强调细节和新信息变化的倾向	Klien（1954），Gardner等（1959）
	冲动性 - 反思性	倾向于快速反应还是深思熟虑的反应	Kagan等（1964），Kagan（1966）
	聚合 - 发散思维	解决问题时采用狭窄、聚焦、逻辑、演绎的思维方式，而非广泛、开放、联想的思维方式	Guildford（1967），Hudson（1966，1968）
	整体 - 序列思维	通过逐步或整体方式处理学习任务或解决问题并同化细节的倾向	Pask和Scott（1972），Pask（1976）
	具体序列/具体随机/抽象序列/抽象随机	学习者通过具体经验和抽象进行随机或顺序学习的方式	Gregorc（1982）
	同化者 - 探索者	个体在解决问题和创新过程中寻求熟悉或新奇的偏好	Kauffman（1989）
	适应者 - 创新者	适应者更喜欢传统、既定的程序，而创新者更喜欢重组或新的视角来解决问题	Kirton（1976，1987）
	推理 - 直觉，主动 - 沉思	通过推理或自发洞察来发展理解的偏好，以及学习活动中主动参与或被动反思的偏好	Allison和Hayes（1996）
言语 - 图像维度	抽象与具体思考者	偏好的抽象水平和能力	Harvey等（1961）
	言语者 - 视觉者	使用言语或视觉策略来表示知识和思考的程度	Paivio（1971），Riding和Taylor（1976），Richardson（1977），Riding和Calvey（1981）
整体 - 分析和言语 - 图像维度的整合	整体 - 分析，言语 - 图像	个体以部分或整体方式处理信息并以言语或图像方式思考的倾向	Riding（1991），Riding和Cheema（1991），Riding和Rayner（1995）

整体 - 分析维度影响个体对教学传递方法、媒体和学习绩效的偏好，因为它影响个体接收信息的实际组织和结构。整体型的人倾向于将概念视为整体，难以将信息分解成小块；而分析型的人则更喜欢处理小块数据，难以将小块数据组合成一个整体。

言语 - 图像维度描述了个体对所接收信息的思考方式，可能因活动而异。由于该维度与信息的呈现方式（如文本、照片和图表）相互作用，预计更喜欢文本而非图像的人在获得文本信息时会表现更好。言语者可能更擅长处理言语信息，而图像者可能更擅长处理空间信息。不过，也有研究质疑一个人的优势是否仅限于单一维度，神经科学研究也证实了言语 - 视觉维度在解剖学和功能上的独立性。

基于整体 - 分析和言语 - 图像两个方面，个体的认知风格可能分为以下四类：
1. 整体 - 言语者
2. 整体 - 图像者
3. 分析 - 言语者
4. 分析 - 图像者

每类风格群体可能根据可观察的行为选择对教学有不同的基本偏好。例如，分析 - 言语者类型的学习者可能更喜欢文本，而分析 - 图像者类型的学习者可能在配有说明的图片或图表中表现更好。

在研究中，为了测量参与者的认知偏好，研究人员使用了Riding（1991）的认知风格分析工具（CSA）。该CSA筛选测试有40个关于整体 - 分析维度的题目。

graph LR
    A[认知风格] --> B[以认知为中心]
    A --> C[以个性为中心]
    A --> D[以活动为中心]
    B --> E[整体 - 分析风格]
    B --> F[言语 - 图像风格]
    B --> G[整合风格]
    E --> H[场依存 - 独立性]
    E --> I[水平化 - 锐化]
    E --> J[冲动性 - 反思性]
    E --> K[聚合 - 发散思维]
    E --> L[整体 - 序列思维]
    E --> M[具体序列/具体随机/抽象序列/抽象随机]
    E --> N[同化者 - 探索者]
    E --> O[适应者 - 创新者]
    E --> P[推理 - 直觉，主动 - 沉思]
    F --> Q[抽象与具体思考者]
    F --> R[言语者 - 视觉者]
    G --> S[整体 - 分析，言语 - 图像]

这个流程图展示了认知风格的分类及其细分维度，有助于更清晰地理解认知风格的结构。

3. 研究案例：学校儿童博物馆学习体验中的认知表现

研究聚焦于对10 - 12岁学校儿童在博物馆学习体验中的认知表现，以墨尔本博物馆的恐龙漫步展览为研究背景。主要目标是探究学生的认知偏好与博物馆信息呈现格式之间的交互作用，以及这种交互如何促进他们的博物馆学习体验。

3.1 研究设计

研究人员考虑到人类认知偏好的差异，使用Riding（1991）的认知风格分析工具（CSA）来测量参与者的认知偏好。该工具能将学生分为整体 - 言语者、整体 - 图像者、分析 - 言语者和分析 - 图像者四种认知风格类型。

在博物馆展览方面，除了传统的文本和视觉呈现方式，还融入了虚拟现实（VR）、增强现实（AR）和混合现实（MR）等最新技术，以丰富学习体验。

3.2 数据收集与分析

研究过程中，收集了学生在参观博物馆过程中的各种数据，包括他们对不同信息呈现格式的反应、学习成果等。通过对这些数据的分析，研究人员试图找出认知偏好与信息呈现格式之间的最佳匹配，以优化学习效果。

以下是可能的数据收集方式列表：
1. 问卷调查：了解学生的认知偏好和对博物馆展览的评价。
2. 观察记录：记录学生在参观过程中的行为和注意力分配。
3. 学习成果测试：评估学生在参观前后对相关知识的掌握程度。

数据收集方式	具体内容
问卷调查	设计包含认知风格相关问题和对展览满意度的问卷，让学生填写。
观察记录	研究人员在博物馆内观察学生的参观路径、停留时间、与展品的互动等。
学习成果测试	在参观前后分别进行知识测试，对比学生的学习进步。

graph LR
    A[研究目标] --> B[数据收集]
    B --> C[问卷调查]
    B --> D[观察记录]
    B --> E[学习成果测试]
    C --> F[分析认知偏好]
    D --> G[分析行为模式]
    E --> H[分析学习进步]
    F & G & H --> I[找出最佳匹配]
    I --> J[优化学习体验]

这个流程图展示了研究从目标设定到最终优化学习体验的整个过程，清晰地呈现了各个步骤之间的逻辑关系。

4. 研究结论与启示

通过对Rasch测量在学习评估中的应用以及博物馆学习体验中认知风格的研究，我们可以得出以下结论和启示：

4.1 学习评估方面

Rasch测量为学习评估提供了一种可靠的方法，能够开发出有效的绩效测量量表。在高等教育中，应结合教学和题目格式元素，而不仅仅依赖统计驱动，以优化学习体验。同时，需要对现行标准化评估性质进行改进，以更好地适应基于ICT的教学。

4.2 博物馆学习方面

博物馆学习作为非正式学习的重要形式，具有独特的优势。考虑学生的认知风格差异，选择合适的信息呈现格式，可以提高学生的学习效果。例如，对于分析 - 言语者类型的学生，可以提供更多的文本信息；对于分析 - 图像者类型的学生，可以使用配有说明的图片或图表。

此外，随着技术的不断发展，虚拟现实、增强现实和混合现实等技术可以为博物馆学习带来更多的可能性。但在应用这些技术时，也需要充分考虑学生的认知偏好和学习需求。

以下是一些基于研究结果的建议列表：
1. 教育机构和博物馆应合作开展更多关于学习分析的研究，以更好地了解学生的学习需求。
2. 教学设计师在设计教学内容时，应充分考虑学生的认知风格差异，提供多样化的信息呈现方式。
3. 博物馆可以利用技术手段，如智能导览系统，根据学生的认知偏好提供个性化的参观路线和讲解。

通过这些措施，可以进一步提高学习分析在教育中的应用效果，为学生提供更加优质的学习体验。