影响高中生课堂学习动机的研究外文翻译资料

影响高中生课堂学习动机的研究

原文作者：Hancock, Dawson R.

摘要：本研究调查了被分为直接教学组和非直接教学组的83名研究生，研究教授的教学策略和学生的概念水平对学习动机的影响。统计结果表明，高结构的教学方法最大化了概念水平较低学生的动机，低结构的教学方法提高了概念水平较高学生的学习动机。这一发现拓宽了以往的研究，并为教授如何影响学生学习学术课程内容的动机提供了见解。

关键词：学生动机、教学策略、课堂学习、概念水平、个性化教学

一、介绍

创造课堂环境，激发高中生学习学术材料的积极性，仍然是高等教育工作者难以企及的目标。目前的主要理论有动机归因理论、目标定向理论、期望值理论、流动理论和自我效能理论，为我们全球学习环境设计提供了信息，这些理论中包含的变量和多样性使得教育者很难在教室中应用它们。因此，我们关于如何激发学生学习兴趣的知识还比较落后，教育工作者继续寻求理解动机作为学生个性变量和教育环境中情境因素的函数。

概念水平（CL）是一个适用于教育实践的个人变量，特别是与直接和非直接教学对学生学习的影响有关。根据亨特人的说，概念水平（CL）是学习者辨别、区分和整合信息的能力的属性，低认知水平的人具有相对较少的认知结构，倾向于减少或避免歧义，高认知水平的人则在结构上更为复杂，使用不同的思维过程。换句话说，低认知水平的学习者倾向于更具体地处理信息，而高认知水平的学习者倾向于更抽象地思考。为了提供认知能力的结构效度，在研究中通过协方差设计或控制学习者的分数来控制智力能力，如传统智商（IQ）测试所测量的智力能力。尽管低智商的人的智商通常都很低，但中高智商的人在智商上往往有很大的差异。研究人员发现，学习结果经常受到学生智商的影响。

为了更好地理解环境对学生学习的影响，一些研究者研究了教师直接和非直接教学策略的影响。直接教学一般被描述为一种高度结构化的环境，在这种环境中，教师组织学习任务，确定教学时间和方法，并呈现符合其目标的材料，而非直接教学是一种不太结构化的教学方式，在这种教学方式中，学生决定学习任务的组织，确立教学的时间和性质，而教师则鼓励开放的思想交流。积极和消极的学习结果都与直接和非直接教学有关。

能力倾向治疗互动（ATI）研究证明，将直接教学方法与低认知水平的人相匹配，将非直接教学行为与高认知水平的人相匹配，可以提高学生的学习成绩.潜在的假设是低认知水平的人从一个高度结构化的环境中获益，在这个环境中，向他们提供了一个医疗计划，而高认知水平的人则更多地从低结构化的环境中获益，在这种环境中，他们被允许产生需要解释和整合技能的认知活动。然而，能力倾向治疗互动（ATI）研究很少探讨适当的概念水平和教学方法匹配对学生学习动机的影响，这些研究的结果也没有定论。例如，弗劳沃等人调查了参加计算机技术课程的大学生的学习动机，发现一个对教学方法有显著影响的因素是该课程中的所有学生，不管是哪种类型的学生，在接受非直接教学时，学习的积极性更高。然而，本研究没有发现自变量之间的相互作用。在另一项研究中，汉考克发现，当高水平的学员使用直接教学法和低水平的学员使用非直接教学法时，西点军校学员在课堂上表现出更大的学习动力。不幸的是，该研究样本缺乏代表性，限制了研究结果的外部有效性。很少有研究考察学生学习的学习动机和教学模式匹配的影响时得出了相互冲突的结果，本研究试图通过调查正确的合作学习与教学策略的匹配是否会对研究生学习学术课程内容的动机产生积极的影响来澄清以往的研究。具体而言，假设存在统计学上显著的相关性，相比其他条件下的学生，高概念水平（CL）学生的非直接教学和低概念水平（CL）学生的直接教学将表现出明显的学习动机。

第一个自变量，学生概念水平（CL），使用段落完成法（PCM）测试。第二个自变量，直接/非直接教学，使用奇凯利（Cicchelli）教学模式观察工具进行。采用弗罗姆（Vroom）模型的更新版本测量了学生在接受直接/非直接教学治疗后学习学术课程内容的动机水平，这些工具的有效性和可靠性已经得到很好的证实。

二、 方法

参与者 ：美国东南部一所大型大学的83名大中专生参加了研究方法学入门课程的学习71%的参与者是女性。参与者的平均年龄为26岁

程序 ：83名受试者被允许在18分钟内完成评估认知水平的段落完整性方法（PCM）测试。动力系统控制模块测试分数从1.0到2.6，平均分为1.85，平均分为2.00。段落完整性方法（PCM）测试评分者的一致性系数分别为84.7%和79.2%。采用中分法，将学生随机分为直接治疗组和非直接治疗组，直接教学组42名学生，非直接教学组41名学生。由于直接治疗的平均概念水平（CL）得分（m=1.84）与非直接治疗的平均得分（m=1.87）不同，因此采用T检验以确保组间差异的均一性。正如预期的那样，两组之间t值为0.736（df=81），并不显著。

在直接指导治疗中，有21名学生的概念水平（CL）分数高于中值，21名低于中值；在非直接指导治疗中，有20名学生的概念水平（CL）分数高于中值，21名低于中值。在整个研究过程中，教授对学生的概念水平（CL）一无所知。在超过12周的实验周期中，每节课长达2小时50分钟，教授使用根据奇凯利（Cicchelli）教学模式观察工具设计的脚本在12节课中进行直接和非直

接的教学治疗。这些脚本详细描述了与每次治疗相关的直接和非直接行为。在第4课、第9课和第11课中，两名编码员观察了真实治疗过程的课程录像带，得到了直接指令的平均相关系数为0.799和非直接指令的平均相关系数0.828。

第十二节课后，使用弗罗姆（Vroom）期望理论模型的一个版本来测量学生学习学术课程内容的动机，每个学生学习动机的强度取决于学生的期望强度，即学习是可接受的，学习将产生有价值的结果。通过概念水平和教学模式计算动机水平的均值和标准差，第十五课之后使用相同的模型，得到了0.83的重测信度系数。

分析 ：在收集数据后，计算双向方差分析（ANOVA），以检验独立变量（即高/低概念水平和直接/非直接指令模式）与依赖变量（即学习学术课程内容的动机）之间交互作用的存在。进行随访分析以评估细胞平均值之间的差异。

结果：表中列出了所有治疗组的动机水平组平均值、标准差和样本量 。1.方差分析结果见表 2.对概念水平的主要影响不显著。文化程度高的学生在学习动机上的平均得分并不显著高于文化程度低的学生。同样，对教学类型的主要影响也不显著。非直接教学的学生在学习课程内容的动机上没有显著高于直接教学的学生。

然而，自变量组合与学习动机在统计学上存在显著的交互作用，显示了自变量组合对学生学习动机的影响。具体来说，非直接教学的高认知水平学生的学习动机平均得分显著高于直接教学的高认知水平学生和非直接教学的低认知水平学生。此外，直接教学的低认知水平学生在学习动机方面的平均得分显著高于非直接教学的低认知水平学生和直接教学的高认知水平学生。

讨论：本研究的结果证实了对于概念水平（CL）学生来说，高结构化的教学方法最大限度地激发学习课程的动机；对于概念水平（CL）学生来说，低结构的教学方法提高了学习动机。低认知水平的学生对高结构环境的反应最为积极，而高认知水平的学生更喜欢低结构的环境。

这项研究扩展了先前的研究成果，通过在一组接近全国大学生群体的中专生的样本中发现教学模式和概念水平对学生学习动机的交互作用。此外，正如之前所发现的，本研究表明，无论是教授的教学策略还是大学生的概念水平都不能单独解释学生在课堂上学习动机的差异。换言之，与那些抽象思考并认为自己的环境是差异化和综合化的学生相比，那些具体思考并喜欢高度结构化的学习环境的学生在课堂上学习的积极性不一定更高。此外，直接教学模式中，教授使用高度结构化的课堂程序，使学生直接学习与非直接的教学模式相比，商业化的教学模式不一定会产生更多或更少的积极性，在这种模式下，学生可以表达自己的偏好，并对自己的学习活动做出选择。在这种环境中，他们可以产生需要解释和整合技能的认知活动。

与此相反，本研究的结果显示，教授可能会根据学生处理资讯的取向，调整教学策略，影响学生学习课程内容的动机。具体而言，了解学生的概念水平，可以让教授以直接或间接的方式进行课堂活动，以最大限度地提高学生的理解能力。如果低概念水平的学生习惯性地把精力放在更有针对性的学习环境中，而高概念水平的学生习惯性地把精力放在不太僵化的学习环境中的学习上，那么教授们也许能够实施最适合他们的教学策略。

但实际上，一个课堂教师如何才能真正了解学生的认知水平，而不必对每个学生进行段落完整性方法（PCM）测试呢？首先，一位教授可能会依赖于之前的测试结果来获得对某一特定群体可能的概念水平（CL）分数的洞察。举例来说，如果高级课程的教授以前在其课程注册的学生中获得了高于平均的概念水平（CL）分数，她可能会安全地假设目前在其高级课程注册的学生也拥有高于平均的概念水平（CL）。因此，为了提高学生在课堂上的学习动机，她可能会实施更多的非直接教学而不是直接教学，如果知道他所在机构或学术学科课程的学生通常具有相对较低或较高的学分，一个谨慎的教师可能会认识到，在课程的第一堂课上花18分钟来进行段落完整性方法（PCM）测试，收集数据，用以积极影响学生一个学期学习的动机不会是一种负担。

此外，一个教师如何对一组学生使用直接教学策略而对另一组学生使用非直接教学策略？这个问题的一个答案可能是尽管很难实现一种单一的教学方法对任何特定群体的所有学生都有效，但适应每个学生具体学习需要的个性化教学应该是每个教授的目标，为了实现这一目标，教授必须尽可能多地了解每个学生，以提供尽可能多的帮助。例如，知道每个学生处理课堂上呈现的信息的特征（通过解释学生的PCM测试结果获得），可以使教授对如何使学生在课程材料中最大化的参与有更大的洞察力。

有时，也许由于可供教导学生的时间有限，或者必须在特定环境中教授大量学生，个性化教学可能是不适当的，

剩余内容已隐藏，支付完成后下载完整资料

Influencing Postsecondary Studentsrsquo; Motivation to Learn in the Classroom

Author：Dawson R. Hancock

Abstract： The study investigated the interactive effects of professorsrsquo; instruction strategies and studentsrsquo; conceptual levels on the motivation to learn of 83 postsecondary students randomly assigned to either direct or nondirect instruction groups. Statistically significant interactions revealed that highly structured teaching methods maximized the motivation of students with low conceptual levels, where- as teaching methods that were low in structure enhanced the motivation of high-conceptual- level students. The findings expand previous research and offer insights into how professors can influence studentsrsquo; motivation to learn academic course content.

Key words:student motivation, instruction strategies, classroom learning, conceptual level, individualized instruction

Introduction

Creation of classroom conditions in which postsecondary students are motivated to learn academic material continues to be an elusive goal of educators in higher education. Al- though the current dominant theories of motivation—attribution theory (Weiner 1985), goal orientation theory (Ames 1992; Anderman and Maehr 1994; Nicholls 1989), expectancy-value theory (Eccles [Parsons] et al. 1983; Wigfield and Eccles 1992), flow theory (Csikszentmihalyi 1990), and self-efficacy theory (Bandura 1997)—inform our design of global learning environments, the number and diversity of variables contained in these theories make it difficult for educators to apply them in the class- room (Bergin 1999; Brophy 1999).As a result, our knowledge of how to generate student interest in learning lags behind our knowledge of how to facilitate learning once the student has the desire to learn. Educators continue to seek a better understanding of motivation as a function of studentsrsquo; personality variables and of situational factors in the educational set- ting (Beck 2000; Kauchak and Eggen 1998; Keller 1983; Wentzel 1991).

Conceptual level (CL) is one personal- ity variable that is applicable to educational practice, particularly as it relates to the influence of direct and nondirect instruction on studentsrsquo; learning (Han- cock 1994). According to Hunt et al. (1978), CL is an attribute that identifies a learnerrsquo;s ability to discriminate, differentiate, and integrate information. Whereas low CL persons have relatively few cognitive structures and tend to minimize or avoid ambiguity, high CL persons are structurally more complex and use alter- native thinking processes. In other words, low CL learners tend to process information more concretely, whereas high CL learners tend to think more abstractly. To provide construct validity for CL, intellectual ability—such as that measured by the traditional intelligence quotient (IQ) test—has been controlled in research through covariance designs or control of learnersrsquo; scores (Hunt and Noy 1972; Hunt et al. 1978). Although low IQ per- sons are often low in CL, middle to high IQ persons often vary greatly in CL. Researchers have discovered that learning outcomes are frequently affected by studentsrsquo; CL (Flowers, Hancock, and Joyner 2000; McLennan 1995; McRoy and Brown 1996).

To better understand environmental effects on studentsrsquo; learning, several researchers have studied the effect of teachersrsquo; direct and nondirect instruction strategies (Casazza 1993; Rosenshine 1995; Stevens and Slavin 1991). Direct instruction is generally characterized as a highly structured environment in which the teacher organizes learning tasks, establishes times and methods for instruction, and presents material according to her or his objectives. Nondirect instruction involves a less-structured set- ting in which students influence the organization of learning tasks and establish the time and nature of instruction while the teacher encourages open exchange of ideas. Both positive and negative learning outcomes have been associated with direct and nondirect instruction (Cazden 1988; Felder and Brent 1996; Flowers et al. 2000).

Aptitude-treatment interaction (ATI) research (Cronbach and Snow 1977) has often demonstrated that matching direct teaching methods with low CL persons and nondirect teaching behaviors with high CL people enhances student academic achievement (Hunt et al. 1978; Miller 1981). The underlying assumption is that low CL persons benefit from a highly structured environment in which a mediation plan is provided to them, whereas high CL persons profit more from less- structured environments in which they are allowed to generate cognitive activity calling for interpretive and integrative skills. However, ATI research has infrequently explored the influence of proper conceptual level and instructional method matches on student motivation to learn, and the findings of those studies have been inconclusive (Pintrich and Schrauben 1992; Wigfield, Eccles, and Pintrich 1996). For example, investigating the motivation of college students enrolled in a computer technology course, Flowers et al. (2000) found a statistically significant main effect for instructional method in that all students in the course, regardless of CL, were more motivated to learn when exposed to nondirect instruction. However, this study found no interaction of the independent variables. In another study, Hancock (1994) discovered that West Point cadets demonstrated significantly more motivation to learn in the classroom when high CL cadets were taught with direct methods and low CL cadets were taught with nondirect methods. Unfortunately, the lack of representativeness of that studyrsquo;s sample limited the external validity of the findings. Because the few studies that have examined the impact on studentsrsquo; motivation to learn of proper CL and instruction pattern matches have produced conflicting outcomes, the current study sought t

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[271948]，资料为PDF文档或Word文档，PDF文档可免费转换为Word