大學生學習風格調查與分析-基于Felder-Silverman及Kolb量表

1、    大學生學習風格調查與分析基于felder-silverman及kolb量表    摘要：隨著信息技術的發(fā)展，自適應學習受到學者越來越多的關注。在自適應學習中尤為重要的便是根據學習者由學習風格等構成的學習者模型為其推送適合的學習資源。該研究中，使用對比研究方法運用felder-silverman學習量表部分維度及kolb學習風格量表組成的新量表對全體大三的數(shù)學專業(yè)與歷史專業(yè)的學生進行學習風格測試，然后運用spss工具、python中t-sne算法等對數(shù)據進行統(tǒng)計研究。結果表明，理科生在學習風格信息加工維度較文科生明顯傾向于反思觀察思維，且理科生學習

2、風格更加傾向于發(fā)散型思維，而文科生則在除聚合型思維的其他三種思維分布較為均勻。關鍵詞：自適應學習，學習風格，felder-silverman，kolb，t-sne算法一、引言1954年美國學者herbert·thelen首次提出“學習風格”這一概念以來，其作為影響學生學習的一種個性化要素，受到教育者的廣泛關注。但是不同學者對其概念的認識卻不盡統(tǒng)一。有些學者認為學習風格是某種學習方式或學習策略；有些學者則認為學習風格是某種穩(wěn)定的行為表現(xiàn)方式；也有些學者認為學習風格應是某種信息加工方式。關于學習風格的研究，在內容方面，早期學習風格偏向于理論研究，重點研究什么是學習風格、影響學習風格差異的

3、主要因素是什么，以及怎么恰當測量運用學生學習風格。例如，有些學者傾向于研究構成及影響學習風格的要素，1-2不同學習者學習風格的基本特征有無差異等，如高中生、大學生、網絡學習者的學習風格是否有某種明顯的特征；3-5有些學者則側重基于某種已有的學習風格進行調查或是通過挖掘學習數(shù)據等來構建某種學習風格，如常見的基于kolb、基于felder-silverman學習風格等線下模型基礎上再結合線上大數(shù)據，運用j48、貝葉斯、邏輯回歸等算法等相互對比構造出學生學習風格；6-8研究較多的則為不同學習風格學習者與教學策略、教學內容設計等的關系，即針對不同學習風格學習者為其設計個性化的高效的教學策略，以提高其學

4、習效率，9-10還有不同學習風格的學習者與其學習績效、學習過程等的影響。11此外，自2010年起，學習風格研究中，在線學習，如在線學習中學習風格對學生的交互影響、學習過程、學習行為、學習效率等的影響；12-14自適應學習，如自適應系統(tǒng)中學習風格模型的構建，學習風格研究的方向、研究趨勢等；15遠程學習，如遠程學習中學習風格測量方法，遠程學習中學習者學習風格特點類型等字眼逐漸增多，即學習風格逐漸轉向實證研究。16-18綜上所述，學習風格呈現(xiàn)了從理論到實踐過渡的趨勢，經歷了因素選擇即構成學習風格的要素、模型表示即構造出某種學習風格測量表示方法階段，如kolb學習風格量表、模型修正是基于已有的學習風格

5、不斷加深研究，運用算法等數(shù)據挖掘手段使其更加完善這樣一個研究重點變化的過程。學習風格中的信息加工是指對信息、知識的理解方式，分為積極實踐與反思觀察兩類。積極實踐類思維學習者在學習過程中喜歡做中學，在實際生活中解決問題，傾向于用具體的方法來解決問題，反思觀察類思維學習者顧名思義喜歡認真思考、細心觀察、多角度理解知識內容。這是結合felder-silverman量表部分維度及kolb量表對大三數(shù)學專業(yè)及文學專業(yè)學生學習風格展開的研究。首先，選取felder-silverman及kolb量表所共有的信息加工維度對其數(shù)學及歷史專業(yè)學生進行對比研究。然后，在kolb量表中對這兩類學生從不同角度重在信息加

6、工維度進行對比分析，比較兩專業(yè)學生學習風格是否有明顯差異。以期在后續(xù)自適應系統(tǒng)研究里，在學生模型中針對不同學習風格學生推薦合適的學習資源。二、學習風格1.基本理論盡管自美國學者首次提出“學習風格”以來，不同的學者對其概念的認識不盡統(tǒng)一，但都認為學習風格具有獨特性、穩(wěn)定性兼有個性兩種功能。19即學習風格在個體中一定程度上是穩(wěn)定的，通過一定方法是可以測量而知的，且在一段時間內不會改變，但同時又是具有個性的，即不同學習者的學習風格是有差異的。此文章就是基于學習風格的這一特性而展開研究。學習風格的準確測試方法一直是學者致力研究的。目前為止，測試學習風格一般有線上線下兩種方法，線上是通過收集學習者在某一

7、學習平臺某一時間段的學習數(shù)據。通過某種特定的大數(shù)據處理方法而得到，線下則是運用某些已被認可的學習風格測試量表而得，目前，較為認可的學習風格測量量表模型有felder-silverman學習風格模型及kolb學習風格模型等。2.量表測量方法felder-silverman學習風格模型中，從知識的加工、感知、輸入、理解四個方面將學習風格分成了四組。在知識的加工中分為活躍型與沉思型，感知中分為感悟型與直覺型，輸入中分為視覺型與言語型，知識的理解中則分為序列型與綜合型。kolb學習風格模型在學習四階段中形成了具體經驗、反思觀察、抽象概括和積極實踐四種適應性學習模型。其中具體經驗和抽象概括是一個人偏好的

8、感知維度的兩個極端，反思觀察與積極實踐則是信息加工維度的兩個極端。這樣，在感知維度與信息加工維度可以組合形成發(fā)散型思維、聚合型思維、吸收型思維和適應型思維四種學習方式，如圖1所示。對四種典型的學習風格描述如下：20發(fā)散型思維，學習者通常用具體的思維方式感知信息，并對這些信息進行反思式的加工，這類學習者需要獨自從事學習活動。聚合型思維，學習者常用抽象思維方式感知信息，并對這些信息進行反思式的加工；在學習活動中，他們需要根據相近的、程序化的步驟進行思考。吸收型思維，學習者常用抽象的思維方式感知信息，并對這些信息進行積極的加工；在學習活動中，他們需要投入實際問題的解決過程。適應型思維，學習者通常應用

9、具體的思維方式感知信息，并對這些信息進行積極的加工；他們在學習活動中需要冒險，進行變革實驗，而且具有靈活性。felder-silverman量表中，a、b選項前系數(shù)為1、3，則為平衡型學習風格，其余5a、7a、9a、11a為積極型學習風格，5b、7b、9b、11b則為沉思型學習風格。kolb量表中，感知維度具體的經驗命名為0，抽象的概括命名為1，對量表12道題同一選項合計相加后，取數(shù)值大的這一維度對應0或1即可。同理，在信息處理維度積極實踐命名為0，反思觀察命名為1。（此處在信息加工維度命名0的需是主動的實驗而不能是省思的觀察，應與感知維度命名為同一方向，便于之后研究）最后可組合形成00、01

10、、10、11這四種類型，分別對應適應型、發(fā)散型、聚合型、吸收型四種思維模式。顯然第一位以0開頭是感知維度的具體經驗思維，以1開頭則是抽象概括思維；第二位為0是信息處理維度積極實踐思維，第二位為1則是反思觀察思維。三、研究設計與分析1.研究設計本文采用由kolb學習風格測量量表及所羅門學習風格量表部分維度整合而成的新量表。數(shù)據處理采用spss工具及python中t-sne算法等，對湖北師范大學數(shù)學專業(yè)109人、歷史專業(yè)83人共192人，進行學習風格測試，旨在研究不同學科學生的學習風格的穩(wěn)定性與個性，即理科類偏向某一學習風格，文科類偏向另一學習風格，且兩者學習風格在一定程度上是不同的。2.研究結果

11、此次研究量表共回收192份，其中無效問卷24份，有效問卷168份，有效率為88%，文科類62份，理科類106份。首先，對此量表進行信度分析，信度分析包括文科類、理科類及文理合并類，且在每一類中又包括總的信度分析及兩個維度分別的信度分析，如表1所示，總維度、感知維度、信息加工維度的文科、理科及文理科合并的信度均在0.8左右，顯示信度較好，但文科類信度相對比較低，查閱相關知識猜想，是由于文科類學生相對較少。此量表回收數(shù)據分兩步討論：一為從所羅門及kolb量表的信息加工維度比較理科與文科生，且比較這兩個量表此維度結果的差異性；二為從kolb量表四種思維方式重在信息加工維度分別討論理科生與文科生，對比研究。先從兩個量表信息加工維度分析，在所