跳转到内容

认知与教学/元认知与自我调节学习

Add links
来自维基教科书，开放世界中的开放书籍

本章介绍了元认知和自我调节学习的基本概念，探讨了学习者如何通过自我调节在学习中发挥积极作用。我们考察了自我调节学习（SRL）的不同模型。我们讨论了元认知和SRL的理论，并展示了这些基本认知过程如何推动学术环境中的学习，以及如何在课堂上促进SRL。

阅读本章后，您将了解

  • SRL的概念和主要模型。
  • 元认知的概念及其对学生重建知识和管理学习策略的重要性。
  • 影响SRL和元认知的主要因素。
  • 学习分析如何促进SRL研究。
  • 科技如何促进SRL。
  • 自我调节发展的四个阶段，以及四种类型的SRL策略。
  • 如何在课堂上促进和鼓励SRL。


图1. 元认知与自我调节学习

概念定义

[编辑 | 编辑源代码]
图2. 定义概念

自我调节学习的定义

[编辑 | 编辑源代码]

自我调节学习（SRL）是指学习者能够监控和控制自己的学习过程[1]；它关注学习者使用不同的认知和元认知策略来控制、监控和调节他们学习中的认知、行为和动机。[2]以自我调节的方式学习，学习者可以设定自己的学习目标，控制自己的学习过程，并在参与时激励自己，以实现目标[3]。在SRL环境中，学习者可以更积极有效地提高学习表现和行为，从而改善最终的学习成果。自我调节学习者能够根据自我理解[4]改变和发展自己的学习策略，并通过建设性活动、协作工作和自由探索来检验自己的学习。SRL是一种以学生为中心的学习的认知和动机积极方法。

作为“元认知引导动机的行为表现”（Winne & Baker, 2013, p.3）[5]，SRL的过程帮助学习者管理自己的思想、行为和情绪，以便成功地完成他们的学习体验。这个过程要求学习者独立地计划、监控和评估自己的学习。[6]

根据Zimmerman (2002)，SRL可以在学习者认知和行为活动期间分为三个阶段：预备阶段、执行阶段和自我反思阶段。预备阶段（自我评估、目标设定和策略规划）包括分析学习任务并设定完成该任务的具体目标。[2]执行阶段（策略实施和策略监控）发生在学习过程中，自我反思阶段可以是学习成果的评估。[7]。通过采用这种方法，可以通过查看学习者用来参与自己学习的具体策略来更好地理解学习者。自我调节学习的大规模结构如下，详细解释将在本章的后续部分提供。

元认知的定义

[编辑 | 编辑源代码]

元认知是自我调节学习的关键组成部分之一，它涉及对思维的认知思考和调节。具有元认知能力的学习者能够监控、控制和调节自己的学习。[1]在本节中，我们将研究元认知的定义是如何演变的。

1979 年，Flavell 在他的研究中首次提出了元认知的概念。[8] 元认知的概念可以与学习过程中的各个方面相关，包括阅读、写作、规划和评估。元认知所执行的两个基本功能是认知的监控和控制。[9] 1980 年，Ann Brown 对元认知给出了一个定义，它不仅主要关注认知的知识和调节之间的关系，而且是第一次提出“调节”这个词。 [1] 最近，元认知的概念在许多研究中被提及，通常被分为三个部分：[9]

元认知知识 也称为元认知意识。作为认知处理器，每个个体学习者都应该了解自己、任务、策略、目标和其他相关信息。[9] 元认知意识有三种不同的类型，即陈述性知识、程序性知识和条件性知识。 [10]

元认知体验 是“当一个人遇到一项任务并处理与该任务相关的信息时，他所意识到和感受到的”。[9] 在自我调节学习中非常重要，因为它允许学习者对自己的感受做出归因并调整自己的目标。

元认知技能/策略 是“为了控制认知而有意使用策略（即程序性知识），其中包括定向策略、规划策略、认知处理调节策略、监控计划行动执行的策略以及评估任务处理结果的策略”。[9] 与元认知知识类似，元认知调节或“认知调节”包含三个必不可少的技能：计划、监控和评估。 [11]

在这三个部分中，元认知体验和元认知知识与认知的监控相关，而元认知技能/策略更侧重于元认知的控制。元认知的定义将元认知概念化为“多方面的”、“有意识的过程”和“个体现象”。为了研究自我调节过程中的元认知，我们需要结合“暗示自我（例如，反馈、社会比较）的不同实验方法以及元认知体验和情感的衡量”。 [9]

在教育领域，已经开发了许多涉及元认知三个部分的干预措施。例如，干预措施提供元认知体验来控制学习者的认知学习。这些干预措施通常强调策略的元认知知识以及随着时间的推移而参与元认知体验的过程。具体来说，元认知干预还可以评估自我调节学习并确定元认知调节失败的原因，“也就是说，是元认知知识、元认知技能还是元认知”。[9]

[edit | edit source]

学习判断

[edit | edit source]

与元认知相关的主题是学习判断。学习判断（JOLs）是“学习者对他们已经学到了多少特定信息做出的评估”。[12] Nelson 和 Dunlosky (1991) 定义学习判断“有助于在习得期间指导自定步调学习”。在学习后不久发生时，它会更准确。这意味着学习者应该在等待一段时间后评估他们的学习过程。此外，他们称学习者自我评估的方式为“延迟-JOL 效应”，他们认为学习判断可以在学习期间自我监控。[13]

感觉-知道判断是指“识别或知道一项任务或答案以及预测一个人知识的准确程度”，[14] 它类似于学习判断的概念。 “感觉-知道”和 SRL 概念都因元认知准确性而相关联。元认知准确性的概念将在本章后面讨论。

自我调节行动

[edit | edit source]

自我调节行动展示了调节是如何进行的。客体和行动是自我调节行动的主要组成部分。为了更好地解释这一点，客体是学习者在学习的早期阶段设定的学习目标，行动是学习者如何实现特定的学习目标。行动可能包括认知、情感、动机、行为、人格特质和物理环境的变化。[15] 例如，动机的行动会直接受到学习者完成学习任务的能力和时间的影响。个体学习者的行为行动也会影响每个人的学习能力和目标实现。

自我评估

[edit | edit source]

自我评估使人们反思自己的能力和策略。它需要选择最适合学习所需信息的技巧。它发生在自我调节学习的第一阶段。进行自我评估要求学习者有动力，并有意志和努力采用新的学习技巧。自我评估需要对学习抱有积极的态度。[16] 对学习技巧抱有积极的态度和开放的心态可以增强自我评估的过程。你可以问自己的问题可能是：我的技能是什么？我的兴趣是什么？我是通过观看视频还是做笔记学习的？我是通过写作还是打字做笔记学得更好？我最好的学习方法是记忆和解释吗？ [4]

图 3. 自我调节学习过程

参与目的

[edit | edit source]

参与目的结合了自我过程、目的以及在特定学习情境中相关的可能行动[15]。每个个体学习者都有自己学习参与的不同理由。例如，有些学习者想学习，因为他们对特定的知识感兴趣，而有些学习者则因为他们工作场所的需要而学习。这样，他们将具有不同的动机因素，这将引导他们的学习过程。在学习者的自我调节学习过程中，他们的参与主要体现在他们计划、监控和评估自己的学习中。以下是对自我调节过程以及学生如何调节个人功能、学习成绩和学习环境的更详细的表格

自我解释

[edit | edit source]

自我解释是一种有效的学习策略，有利于稳健的学习。Butcher[17]指出，自我解释的概念最初由Chi及其同事在1997年提出，它指的是参与者用来解释他们正在处理的内容的一系列有意义的口头表达。Chi[18]本人将自我解释定义为一种认知活动，通过这种活动，人们可以通过向自己解释来理解新内容或学习新技能，通常是在从文本或任何其他媒介学习的背景下。自我解释类似于阐述，只是目标是理解学习者正在学习或阅读的内容，而不仅仅是记住内容。在这方面，自我解释是一种由学习者自己引导的知识构建活动Chi[18]。在自我解释的过程中，学习者发现因果概念之间的逻辑联系 (Bisra, Liu, Salimi, Nesbit and Winne[19])。根据Bisra等人的说法[19]，自我解释是为了让自己理解新信息。由于它是自我导向的，自我解释过程可以无声地进行，或者，如果大声说出，它也只有学习者自己才能理解。Wylie和Chi[20].将自我解释描述为一种建设性和生成性的策略，它可以加深学习，并且与其他认知技能一样，随着时间的推移而发展和改进。一般来说，自我解释 (SE) 这个词指的是通过向自己解释而产生的一系列表达。换句话说，它是学习者在阅读文本的一部分之后产生的任何与内容相关的表达[18]。

自我解释与教学解释

[edit | edit source]

自我解释是一种有效的学习策略，它会导致稳健的学习。根据Bisra和她的同事[19]，自我解释是一种有效的活动，不仅被产生它的人使用，也可以被其他人使用。在这种情况下，学习是通过自我解释的产品而不是过程发生的，就像教师的解释一样，教师并不知道学生的先验知识。Hausman和VanLehn (引自Bisra等人[19]) 将这种基于产品的自我解释称为覆盖假设，描述了自我解释通过生成“教学材料中不存在的额外内容”而起作用 (p. 303)。更广泛接受的自我解释理论认为，自我解释产品是一个生成性的认知过程，而覆盖假设认为，自我解释的认知产品类似于教学解释的产品。当学习者无法生成适当的自我解释时，首选教学解释 (Bisra el al.[19])。VanLehn, Jones和Chi[21]提出了自我解释有效的三种可能原因。首先，自我解释是一种说服性的程序。也就是说，它导致学习者发现并填补他们知识库中的空白。其次，自我解释似乎帮助学习者从他们生成这些解决方案和步骤的原始语境中思考问题，从而将其推广到问题的更一般情况。第三，它增强了学习者的类比能力，最终产生了对问题的更深入的阐述。此外，Wylie和Chi[20]，提出自我解释的过程可以帮助学习者识别不一致并对其心理模型进行适当的调整。自我解释程序有助于学习者获得更好的领域陈述性知识，并增强他们的解决问题的能力[20]。

自我解释相对于教学解释的优势

[edit | edit source]

Bisra和她的同事对自我解释进行的荟萃分析研究的结果[19]反对覆盖假设。这项荟萃分析表明，自我解释比教学解释更有效。在这项研究中，Bisra和她的同事表明，自我解释 (g=.29) 比教学解释具有更明显的优势。作者将自我解释的优越性归因于学习者在自我解释过程中经历的将先验知识与新知识匹配的认知过程，这有助于学习者建立有意义的关系。当先验知识和新信息之间形成有意义的联系时，认知过程就会被激活，新生成的解释会在以后被回忆起来，并被用作进一步推理 (Bisra et al[19])。Wylie和Chi[20]指出，带有提示的自我解释可能比与教学解释配对的自我解释更有效，因为前一种程序即使在没有接受培训、没有错误纠正或没有解释的情况下也会激活学生的认知能力。Ionas, Cernusca 和 Collier[22].认为自我解释比教师、书籍或其他来源传达的解释更有效，原因有三个：1. 它使学习者激活他们的先验知识，因此自我解释是一种知识构建活动。2. 它解决了学习者的特定问题，3. 学习者可以在需要的时候随时访问这种资源。

多媒体学习环境、先验知识和自我解释

[edit | edit source]

多媒体学习环境通过结合文本、动画、插图（如图形、图表和图片）、文本和旁白来促进学习，通常是计算机化的[20]。多媒体有利于学习者，因为它提供了多种呈现方式。例如，图表帮助学习者充分理解空间信息，而旁白则创造了一个动态的环境，使学习者比仅从文本中获得更多信息。在多媒体学习中，学习者有机会对言语和非言语数据进行编码，他们应该能够整合来自每个来源的信息[20]。但值得注意的是，只有当学习者能够参与跨来源整合信息的认知过程时，多模式呈现的学习才真正有益。Wylie 和 Chi[20]认为，参与多媒体学习环境的一种认知方式是自我解释，这有助于整合信息。Butcher[17]在一项研究中表明，在处理多媒体资源时进行自我解释的学生比在学习单一媒体资源（仅文本）时进行自我解释的学生学习得更多。Ionas、Cernusca 和 Collier[22]的一项研究表明，具备先前的知识可以提高自我解释在解决化学问题的有效性。在这项研究中，学习者表明他们从先前知识和自我解释程序的相互作用中受益匪浅。首先，学生对自己化学知识的表达越多，他们的自我解释就越有效。换句话说，自我解释的使用似乎有助于学习者将他们先前的知识与手头的活动整合起来。其次，为了使基于自我解释的策略发挥作用，学习者应该获得一定程度的先验知识，即“阈值”。这意味着当学生对该领域的先验知识很少时，使用自我解释对他们没有帮助；换句话说，不仅先验知识很少无法帮助学习者获得任何知识，还会阻碍他们取得成功[22]。当学习者对自己的化学知识有很高的感知时，他们倾向于提供强大的自我解释，而当他们没有达到阈值时，他们可能对该领域的不同部分有所理解，但他们不知道这些部分之间的关系，也无法将它们联系起来。事实上，他们分别理解这些部分和概念，但他们无法找到它们之间的相互作用[22]。因此，当学生进行自我解释时，他们试图在他们先前的知识库中找到类似的概念、条件或程序，以便他们能够建立新的知识并解决给定的问题。作者得出结论，当学习者没有牢固的先验知识基础时，整个过程无法顺利进行。此外，Yeh、Chen、Hung 和 Hwang[23]断言，先验知识水平会影响学生进行自我解释的方式。他们对 244 名拥有不同先验知识水平的学生进行了一项研究，以解释学生在使用动态多媒体内容学习时的提示的影响。他们设计了两种自我解释提示，并应用了几个指标，包括学习结果、认知负荷、学习时间跨度和学习效率。基于推理的提示使学生对动画的动作进行推理，而基于预测的提示则要求学习者预测动画即将采取的动作，如果他们的预测错误，他们必须进行推理。结果表明，先验知识较低的学习者从基于推理的提示中获益最多，而先验知识较高的学生从基于预测的提示中获益最多。总之，可以说，学习者应该达到一定的先验知识水平，并对该领域有一个良好的背景，这样他们才能更好地理解新信息并进行自我解释。此外，不同先验知识水平的学习者表现不同。因此，先验知识在帮助学习者进行自我解释方面发挥着至关重要的作用。在处理多媒体环境时，知识水平较高的学生更喜欢预测动画的下一幕，而知识水平较低的学生更喜欢对动画的动作进行推理。

自我解释教学的启示

[edit | edit source]

根据 Ionas、Cernusca 和 Collier[22]，对于课程的教学设计，有一些建议可以找到使用自我解释有效的阈值。尽管自我解释用于通过在不同的学习活动中更深入地参与学习者的认知活动，来扩展辅导和复习课程或短期转移问题的优势，但教师或指导教师不应该过早地要求学生使用自我解释。因此，在学习周期的最初阶段，不建议使用自我解释。相反，强烈建议应用其他认知方法和程序。这些方法帮助学生在学习周期的初始阶段达到一定的熟练程度，这将使使用自我解释变得有利[22]。作者认为，自我解释的优势在于，当学习者学会自我解释时，他们会尝试将其应用到其他领域和问题中，因为自我解释是一种领域无关的认知策略。自我解释的缺点是，当学习者的总体领域扩展时，他们的特定领域知识仍然需要扩展，这样自我解释才能发挥最佳作用，但如果学习者处于获得特定领域的早期阶段，他们可能会体验到自我解释的无效性[22]。因此，正如 Ionas、Cernusca 和 Collier[22]所论证的，在设计教学设计时，教育者应该考虑这种倾向，并实施预防措施，防止学习者在达到适当的知识水平之前使用自我解释。总的来说，基于这项研究的结果，在要求学习者进行自我解释之前，应该首先评估他们的先验知识；然后，根据这种评估，教育者可以计划如何提出自我解释。例如，为了评估学习者的先验知识，教师可以在要求学生解决新问题之前向学生提出更具体的指导性问题。当学习者理解了内容后，教师可以应用一般的提示来引出自我解释。指导教师还可以要求学习者在解决问题时自己利用这些提示。实际上，使用自我解释的长期影响是让学习者在尝试解决问题时能够自己激活自我解释策略[22]。根据 Ionas、Cernusca 和 Collier[22]，另一个策略是让教师通过论证结构帮助学生对自己进行解释。在这种情况下，学习者使用预先计划的提示，帮助他们对他们已经解决问题的方式进行论证。因此，在这种策略中，预先计划的论证提示是那些引出自我解释的提示[22]。设计自我解释提示没有通用的方法，因为它们是主题相关的。提示性问题从一般到具体，指导教师有责任判断引出自我解释行为的最佳策略[22]。为了帮助学习者采用一种方法在进一步解决问题时使用，强烈建议教师从简单的问题开始，以防主题不熟悉，然后逐渐转向更具体的问题[22]。

不同类型的自我解释

[edit | edit source]

如果我们将自我解释放在一个连续体上，在一端，我们有开放式的自我解释提示，它说服学习者将先前的知识与新信息联系起来。在这种形式的自我解释中，学习者可以自由地描述他们的想法，不受预先强加的观念的影响。因为学习者的想法不受他人想法的影响，并且是原创的，所以这是一个非常自然的解释。在连续体的另一端是基于菜单的解释提示。在这种类型中，会向学习者提供一个解释列表，然后要求他们从列表中选择，并提示他们自我解释选择的原因[20]。Atkinson、Renkl 和 Merrill 的一项研究结果[24]表明，在从多项选择菜单中选择时被提示自我解释的学生在近距离和远距离迁移条件下都比没有被提示自我解释的学生更成功。这一事实表明，提示学生通过菜单进行解释可能是一种有效的教育策略。虽然开放式和基于菜单的方法位于连续体的两端，但集中式、脚手架和基于资源的提示介于两端之间。集中式提示和开放式提示在两个方面相似；两者都是生成的，不会影响学习者的想法。但在集中式方法中，关于自我解释所需内容的说明比开放式类型更明确。在开放式自我解释提示中，学生只需解释新信息，但在集中式自我解释提示中，学生被直接要求以特定方式解释[20]。自我解释脚手架更加集中。脚手架或辅助的自我解释提示处理闭合或填空方法。在这种方法中，学习者需要通过填写空白来完成解释。Wylie 和 Chi[20]认为，这种方法可能对那些没有足够的先验知识无法自行产生开放式自我解释的经验不足的学习者有利。基于资源的自我解释类似于基于菜单的方法。在这种方法中，学习者需要通过从给定的词汇表中选择来证明或解释问题解决步骤。他们可以使用这个词汇表作为参考来检查解释，并将每个步骤的解释作为对问题的识别，而不是回忆它。Wylie 和 Chi 通过其词汇表的规模庞大这一特征，将基于资源的方法与基于菜单的方法区分开来。Wylie 和 Chi[20]相信，所有不同形式的自我解释都会使学习者深入思考，并通过建立与先验知识的桥梁并修改他们的心理模型，在认知上参与学习新信息。根据研究，在不同类型的自我解释中，开放式自我解释方法在多媒体学习环境中尤其不如提供更多基于焦点的方向的策略。研究还表明，包括集中式、脚手架和基于资源的方法的自我解释提示，这些提示引导学习者进行特定解释，有利于比开放式解释更深入的理解。Van der Meij 和 de Jong[25]构建了两个基于模拟的学习环境模型，其中包含多模式表示。在一个模型中，要求学生通过回答一个要求他们辩护或证明其答案的广泛提示来进行自我解释（开放式自我解释）。在另一个模型中，学生得到了更直接的指示，并被要求澄清两个给定表示之间的联系（集中式自我解释）。研究结果表明，在两种模拟模型中，学生的表现都得到了改善，但学生在集中式自我解释组中获得了更多学习收益。因此，结果证明了多媒体学习环境的假设，即更集中的自我解释提示比广泛的自由形式的开放式提示更好。

自我调节学习模型

[edit | edit source]
图 4. 自我调节学习模型

Zimmerman 的循环 SRL 模型

[edit | edit source]

Zimmerman 的循环 SRL 模型将自我调节学习过程分为三个不同的阶段：前思阶段、执行阶段和自我反思阶段。前思阶段指的是学习努力之前发生的流程和信念；执行阶段指的是行为实施过程中发生的流程，自我反思指的是每次学习努力之后发生的流程。[2]

前思阶段

[edit | edit source]

前思阶段的流程主要分为两类：任务分析和自我激励。任务分析包括目标设定和战略规划。自我激励源于学生对学习的信念，例如关于具有学习个人能力的自我效能信念和关于学习个人后果的结果期望。[2]

目标设定是看你需要实现什么，以及如何在特定时间框架内实现[4]。目标设定需要对需要学习的信息有一个基本的了解，因为为了设定目标，学习者必须对结果应该是什么样子有一些了解。目标设定很重要，因为它有助于创造动力，并能激励学习者完成特定的学习目标。创建你能够实现的目标至关重要。因此，你设定的目标既不能太高也不能太低；它应该在你的实现和成功的范围内。可实现的目标促进了渴望和动力，因为它们更有可能实现。有相当多的证据表明，为自己设定具体的近端目标（例如，为了拼写测试而记忆单词列表）的学习者，以及计划使用拼写策略（例如，将单词分成音节）的学习者，学业成绩有所提高。[2]一个人可以问自己一些关于目标设定问题，如下：我想要实现什么？哪些步骤会带我实现我的目标？

战略规划类似于目标设定，因为学习者需要对学习内容有一个基本的了解。在设定目标后，学习者应该计划实现这些学习目标的具体策略。[4]战略规划是实现学习目标的更详细的方式。战略计划包含一个更大目标中的多个小目标。为了制定一个好的计划，学习者需要了解学习任务、学习目标以及他们想要追求的方向。[4]

例如，如果一个人有七天时间来复习涵盖十四章的考试，他可以将学习分成每天复习两章。通过战略性地规划每天需要复习多少，就可以实现七天内复习完十四章的最终目标。战略计划也可以用来实现体育目标。例如，为了在一个月内完成马拉松训练，一个人可以创建一个时间表，说明他每周应该提高多少，以及他每天和每周应该跑多长时间，这样他就可以将每天和每周的锻炼加起来，以实现最终目标。

为了帮助制定战略计划，学习者可以问自己一些问题，例如：我学习的目的是什么？我将如何实现我的学习目标？我如何实施我的学习策略来实现我的目标？我有足够的时间来完成每个目标吗？我的目标在这个特定时间框架内是否现实？我应该如何学习这个特定目标？我的个性如何影响我实现这些目标？当我学习时，什么会分散我的注意力？

自我激励信念包括自我效能、结果预期、内在兴趣和学习目标导向。 [2]在这种情况下，自我效能是指学生对自己学习任务的能力的信念。例如，当学生在课堂上学习一个难点概念时，他可能会觉得他很容易理解，或者他可能会担心他会迷路。“自我效能对于自我调节学习极其重要，因为它影响着学习者参与和坚持挑战性任务的程度。”较高的自我效能与学业成就和自尊正相关。 [26]教师可以通过提供适当难度的学习任务以及适当的支架来增强自我效能。Schraw、Crippen 和 Hartley 建议有两种方法可以增强学生的自我效能。“一种是使用专家（例如，教师）和非专家（例如，学生同伴）模型”， “第二种是尽可能多地向学生提供信息反馈”。 [26]结果预期是指学习者对学习结果的个人预期，例如，学生相信他们可以在经济学课上学习一个难点概念，并将在未来使用这些知识。教师可以通过提醒学生这些信息在未来会有用，来促进结果预期。内在兴趣是指学生对其任务技能本身的价值观，而学习目标导向是指对其学习过程本身的价值观。具有较高内在兴趣的学生更有动力以自我调节的方式学习，因为他们想要获得任务技能。例如，一个想成为教师的学生可能会非常努力地学习教育知识。 [2]教师可以通过介绍知识的应用来增强内在兴趣。教师可以通过使课堂变得娱乐或使用不同的方式（视频片段、图表）来吸引学生的注意力，来增强学习目标导向。

Schraw 等人详细阐述了科学自我调节学习中的动机成分，将其作为自我效能和认识论信念的组成部分。认识论信念是“关于知识的起源和本质的那些信念”。这些信念影响解决问题和批判性思维，而这些是自我调节学习的重要组成部分。 [26]

执行阶段

[edit | edit source]
图 5. 齐默曼的循环 SRL 模型

执行阶段的过程分为两大类：自我控制和自我观察。自我控制是指在预先思考阶段选择的特定方法或策略的部署。自我观察是指自我记录个人事件或自我实验，以找出这些事件的原因。例如，学生经常被要求自我记录他们的时间使用情况，让他们意识到他们花在学习上的时间。自我监控是自我观察的一种隐蔽形式，是指对个人功能的认知跟踪，例如在写论文时，没有将单词首字母大写的情况发生的频率。 [27]

自我控制过程，如自我指导、意象、注意力集中和任务策略，可以帮助学习者和表演者专注于物理任务，优化他们的解决方案努力。例如，自我指导包括在执行任务时，公开或隐蔽地描述如何进行，例如，在解决数学问题时“大声思考”。意象或形成生动的思维图像，是另一种广泛使用的自我控制技术，以帮助编码和执行。第三种形式的自我控制，注意力集中，旨在提高一个人在解决问题时的集中力，并屏蔽其他隐蔽过程或外部事件。 [27]意志控制方法，如忽略干扰和避免反复思考过去的错误，对增强解决问题能力有效。 [28]任务策略可以通过将任务分解为基本部分并有意义地重新组织它们来帮助解决问题。 [29]

执行阶段过程的第二大类是自我观察。它指的是一个人对他自己表现的特定方面的跟踪，围绕它的条件，以及它产生的效果。 [30]在预先思考阶段设定分层过程目标的学习者可以在执行过程中更有效地进行自我观察，因为这些结构上有限的目标提供了更大的集中度，并减少了必须回忆的信息量。关于自我观察的准确性，无法编码和回忆他们先前解决方案努力的个人无法优化地调整他们的策略。 [27]自我记录可以为学习者提供有关先前解决方案尝试的更准确信息，将信息结构化为最具意义的信息，并提供更长的数据库，以辨别解决问题努力进展的证据。 [31]对个人表现的自我观察，特别是在非正式环境中，会导致系统的自我发现或自我实验。 [32]

策略实施是学习者部署战略性学习计划并将这些计划实际应用到学习实践中的过程。 [4]策略实施需要动机和自我决定。学习者必须有一个可靠的战略计划，以防止环境干扰，并了解什么将激励和阻止学习实现目标。策略实施对于学习体验的成功至关重要，因为它影响着学习的效率和有效性。它解决学习将如何以及在何处发生，并且是学习者实现学习目标的最重要因素之一。

策略监控是监控战略性计划在促进学习方面的有效性的过程。通过监控学习策略的实施、学习任务的进展以及环境如何影响学习过程，学习者可以评估他们的学习效果，并根据需要调整策略，以便获得最佳的学习体验。

自我反思阶段

[edit | edit source]

自我反思阶段的过程主要分为两大类：自我评价和自我反应。自我评价是一种形式的自我评价，它指的是将自我观察到的表现与某些标准进行比较，例如，个人先前的表现、其他人的表现或绝对的表现标准。另一种形式的自我评价涉及因果归因，它指的是对个人错误或成功的成因的信念，例如，数学考试的成绩。

自我评价：人们使用四种主要的标准来评估他们的解决问题能力：精通、先前表现、规范和协作。精通标准是解决方案的绝对指标，例如，将填字游戏的解决方案与作者的解决方案进行比较。当在非结构化的非正式环境中解决问题时，学习者必须经常依赖非精通标准，例如，将他们当前的表现与先前的表现水平进行比较。自我比较涉及主体内的功能变化，因此，它们可以突出显示学习进展，而学习进展通常会随着反复练习而改善。自我评价学习的规范标准涉及与他人的表现进行社会比较，例如，与同学或在全国比赛中进行比较。协作标准主要用于团队努力完成学习任务。 [27]

自我评价判断与关于学习结果的因果归因有关，例如，失败是由于个人能力有限还是努力不足。将糟糕的成绩归因于固定能力的局限性，在动机上可能非常有害，因为它暗示着努力改进下次考试不会有效。相比之下，将糟糕的数学成绩归因于可控的过程，例如，使用了错误的解决方案策略，将会维持动机，因为它暗示着不同的策略可能导致成功。 [2]

自我反应：自我反应的一种形式包括对自身表现感到自我满足和积极的情感。自我满足的增加会增强动机，而自我满足的减少会削弱进一步学习的努力。[33]当学习者将他们的自我满足感建立在实现他们的解决问题目标的基础上时，他们可以更好地引导自己的行动并坚持他们的努力。 [34]自我反应也采取适应性/防御性反应的形式。防御性反应指的是为了保护自我形象而采取的措施，例如放弃课程或缺席考试。相反，适应性反应指的是旨在提高学习方法有效性的调整，例如丢弃或修改无效的学习策略。[2]

结果评估 : 结果评估发生在学习完成之后。它回顾学习目标、策略计划，并评估它们的有效性。[4]结果评估非常重要，因为它帮助学习者提高学习实践的效率和有效性，并为未来的学习过程制定更好的计划。学习者可能会问自己的问题是：我的目标有多实用？它们是可以实现的吗？我的策略计划有多准确？我是否应该包含其他我没有包含的策略？我应该如何改变未来的学习？我的环境是否分散注意力？

博伊卡特的“三层 SRL 模型”

[编辑 | 编辑源代码]

维恩的“阶段 SRL 模型”

[编辑 | 编辑源代码]

研究问题和主题

[编辑 | 编辑源代码]
图 6. 研究问题和主题

自我调节学习中的文化差异

[编辑 | 编辑源代码]

学习的概念，尤其是自我调节学习，与文化差异有关。关于“自我调节”和“学习概念”的大多数信息都来自西方视角。这是一种片面的理解自我调节的方式。接触不同的文化，人们也会接触不同的思维方式。

当日本学生在澳大利亚学习时，[35]他们学习了不同的学习策略，并发现了理解知识的新方法，这些方法与他们以前习惯的方法不同。这个过程可能无意识，但由于他们被置于一个新的系统中，使用不同的语言和不同的结构，他们被迫改变一些学习策略。从不同的角度看待学习使人们意识到，知识并不一定是二元化的。这意味着知识并非对错，或好坏。知识是灵活和动态的，因此可以质疑。亚洲文化对学习的刻板印象是，知识是由权威人物（知道对错）传授的，需要记忆。这导致人们认为来自亚洲的学生是消极的学习者，他们服从、听话，并吸收知识而不是理解知识。澳大利亚学生的刻板印象是，他们更积极的学习者，因为他们以“自信、独立、自信、接受多样性以及愿意质疑和探索替代思维和行动方式”为特征。[35]

元认知中的个体差异

[编辑 | 编辑源代码]
图 7. 不同的思维

元认知研究中的另一个热门话题是个体差异问题。元认知能力个体差异的研究表明，这个问题使得元认知非常难以衡量。维恩 (1996) 提出，有五个影响自我调节学习中元认知监控和控制的个体差异来源。这些是：“领域知识、策略和策略的知识、策略和策略的执行、策略和策略的调节以及全局倾向”。（维恩 1996，第 327 页）[36]全局倾向指的是关于学习的倾向。维恩强调，他的提议只是初步的，需要进一步调查。然而，他的研究鼓励其他研究人员深入研究这个话题。

许多研究人员认为，元认知准确性的个体差异反映了元认知能力的差异，但是凯勒曼、弗罗斯特和韦弗 (2000) 认为情况并非如此。元认知准确性指的是“元认知与未来记忆表现之间的关系”（凯勒曼等人，2000，第 92 页）。[37]该研究衡量了四个常见的元认知任务：“学习容易度”判断、“知道感觉”判断、“学习判断”和文本理解监控。在该研究中，包括前测和后测，记忆和置信度水平保持稳定。然而，元认知准确性的个体差异并不稳定。这表明，元认知准确性在衡量元认知能力的个体差异方面不可靠。需要注意的是，研究的有效性是有问题的，因为许多研究人员承认衡量元认知的难度。该领域需要进一步研究。

元认知能力个体差异的概念也表明，没有一个适用于所有人的元认知教学解决方案。林、施瓦茨和畑野 (2005) 建议，应用元认知需要仔细关注个体学习和课堂环境的差异。[38]他们还建议教师使用适应性元认知，其中包括“对各种课堂可变性的反应，既适应自我，也适应环境”（林等人，2005，第 245 页）。[38]课堂可变性包括社会和教学可变性。为了实施适应性元认知，林等人建议了一种名为“关键事件教学”的方法，它“帮助教师认识到需要进行元认知适应，特别是在表面上看起来很常规的情况下”（林等人，2005，第 246 页）。[38]这种方法有助于为职前教师做好应对课堂上常见问题的准备。它提供了有关如何处理不同的价值观、目标和经验的信息。

学习分析和 SRL 研究

[编辑 | 编辑源代码]

定义学习分析

[编辑 | 编辑源代码]

从商业到流行病学等各个领域，计算机使用量的普及和计算能力的提升为从大型数据集提取、分析和报告有用信息创造了机会。在教育领域，类似的处理“大数据”的方法被称为学习分析。尽管学习分析通常被认为是一门新学科，但它是由一些由来已久的想法、原则和方法构成的。它的根源是多学科的，融合了人工智能、统计分析、机器学习、商业智能、人机交互和教育的元素。[39]

什么是学习分析？

学习分析研究学会 (SoLAR) 为学习分析领域提供了以下定义：“学习分析是对学习者及其环境数据的测量、收集、分析和报告，目的是为了理解和优化学习及其发生的环境。” [40]综合各个领域专家提出的不同定义，[41][42] 可以推断出以下关于学习分析本质的几点。

  • 该学科涉及用于处理数据的技术、方法、框架和工具。
  • 它侧重于来自学习者在各种教育环境中的行为和活动的數據。实际上，正如西门子 (2013) 所提议的那样，数据的来源可以追溯到各个教育层级，从单个教室到国际课程。[39]
  • 它的范围涵盖数据操作的各个阶段：数据捕获，使用实际用于收集必要数据的工具；数据分析，使用旨在发现数据中结构和模式的工具；以及数据表示，使用创建数据可视化来进一步使用的工具。
  • 它具有理论方面，因为对教育数据的分析可以帮助我们更好地理解学习过程，并提供必要的经验证据来支持相关理论。
  • 它具有实践方面，因为这些数据分析和解释的结果可以提供新的方法来操作并因此优化学习环境和整个学习过程。

促进学习分析使用增加的因素 尽管学习分析的叙述在重点方面并不新鲜，但仍有一些发展和因素重新燃起了人们对该领域的兴趣，使其成为一门独立学科。其中最突出的因素如下。

  • 数据量

可供进一步分析的教育数据量大大增加，尤其是在各种学习环境中引入数字设备后，例如混合式教学模式、学习管理系统等。[39]当学习者使用数字媒体时，他们会以数据形式留下他们互动的“数字痕迹”，这些数据很容易捕获并存储以供进一步分析。这些数据可能包括登录时间、帖子、点击次数、学生访问的材料部分、已使用的组件以及使用时长等。对数据的后续分析可以对学习活动以及与之相关的更深层次的认知过程产生有趣的见解。

  • 处理/计算能力增强，算法更有效

计算方面的某些进步促进了对大量可用教育数据的分析。计算能力大幅提高，使数据分析在更短的时间内成为可能，而机器学习和人工智能的新算法允许在没有直接人工监督的情况下发现数据中的模式和结构。

  • 数据格式

捕获分析所需的數據并不足以。数据必须以可用的形式存在，以便能够高效地处理。这就是用于记录特定类型教育数据的标准化格式的作用。[43]事先拥有这些格式可以节省大量时间，这些时间原本需要用来准备数据以供分析和解释。

学习分析的关键方法和工具

[编辑 | 编辑源代码]

西门子 (2013) 区分了学习分析的两个主要组成部分，即技术和应用。技术包括用于分析教育数据的计算元素（算法和模型）。应用是在教育环境中实际实施这些技术的应用，以实现特定目标，例如根据用户调整学习环境或创建学习者档案。[39]

在本节中，将介绍学习分析中使用的主要技术和方法，以及一些可能的应用示例，这些示例概述了这些技术可以应用于学习环境和其他教育环境的方式。

预测方法

这些方法功能的简化描述是通过分析与其他变量相关的一组其他数据方面（称为预测变量）来识别特定变量（称为预测变量）的值。[44]例如，有一些预测方法从在线课程中收集学生各种活动的數據（登录时间、博客活动、评估测试中的表现——预测变量）以确定挂科的可能性（预测变量）。这些预测模型可用于两种类型的应用：预测未来事件，例如学生辍学[45]或学生在课程中的结果[46]。还有一些情况下，无法直接收集數據，因为这样做会干扰学生的活动。在这些情况下，预测模型允许研究人员通过测量其他变量集来推断必要的數據。[47]

结构发现

这种学习分析技术与之前的方法有很大不同，因为它包含旨在发现教育數據中的结构的算法，而无需事先对要发现的内容进行假设。实现这一目标的方法有很多。在聚类中，目标是将數據组织成组，结果是将数据集分成一组集群。例如，这些集群可以是学生组，根据他们使用探索性学习环境的方式进行分类。[48]在社交网络分析中，识别学习者之间关系和/或互动模式。该方法已用于许多不同的研究，例如确定学生在社交网络中的行为和地位与他们对作为社区一部分的认知之间的关系。[49]

关系挖掘

这种技术用作在大型数据集中存在大量不同变量的情况下检测变量之间关系的方法。这种方法最常见的目标是发现哪些变量与特定变量关联更强，或找出变量之间最强的关系。这种学习分析技术有很多应用。贝克等人 (2009) 成功计算了智能辅导系统的一些特征与学生“玩弄系统”的倾向之间的相关性（= 为了不学习材料而故意滥用系统）。[50]在另一项研究中，佩雷拉等人 (2009) 使用这种方法分析數據，以确定哪种学生协作路径可以成功完成小组项目。[51]

数据提炼供人工判断

这项技术涉及多种教育数据提炼和展示方法，使用适当的可视化手段，以支持基础研究以及教育从业者（教师、学校领导、管理人员等）。例如，鲍尔斯 (2010) 使用跨越数年学生轨迹的可视化来识别模式，从而预测哪些学生有风险。其基本原理是，成功或不成功学生的某些共同模式是可以识别的，并且当这些模式出现时，可以被视为学生成功或失败的指示。[52]

学习分析和 SRL 研究

[编辑 | 编辑源代码]

考虑到之前关于学习分析方法和应用的部分，显而易见的是，这些工具提供了形成和支持学习理论的经验证据。自我调节学习领域的研究也不例外。为了探索该领域并检验关于自我调节的性质以及其出现的条件的假设，已经进行了多项使用学习分析方法和工具的研究。

自我调节研究中的问题和挑战

计算机辅助学习环境的不断扩展使用带来了对自我调节研究兴趣的随之增加。原因是这些新的学习应用为学习提供了重要的机会，促使研究人员去检验学生如何成功利用这种潜力以及成功的条件。[53]这些学习环境提供了高度的学习者控制，因此，也为自我调节学习提供了机会。学习者能够以多种方式接近内容，决定多种表示方式，操纵环境的多个参数等等。然而，这也意味着缺乏必要自我调节技能的学习者可能会面临无法完成这些资源的学习目标的可能性。因此，在这些环境中捕捉和评估学生的自我调节学习行为至关重要，以便进一步了解这些认知过程的本质，并设计干预措施和支架来支持它们。

研究人员和该领域的专家已经确定了捕捉和评估自我调节学习行为中的几个问题和挑战，尤其是在所涉及过程的内在性质方面。在检查或衡量学习者在计算机辅助学习环境中的自我调节时，研究人员采用特定的 SRL 理论模型非常重要。Siadaty 等人 (2016) 强调，为了对自我调节的衡量结果进行有效的解释，“测量方法（或多种方法的组合）的选择、开发和部署应与基础 SRL 模型或理论相一致”（Siadaty 等人，2016 年，第 190 页）。[54]然而，也存在一些研究没有承认特定理论模型或框架的情况，从而导致术语和定义缺乏清晰度。[53]此外，在某些研究中，会针对自我调节学习模型的特定方面进行研究，例如目标设定、自我监控或自我效能。这些方法将这些方面孤立并作为独立元素进行处理，并没有提供关于这些部分在 SRL 更大结构中所起作用的准确描述。[53]

自我调节学习研究中的另一个问题在于多项研究中使用的數據收集方法。大多数相关研究将学习者使用学习资源的自我报告作为主要数据来源。数据的准确性和整体质量高度依赖于学生的学习意识，以及他们在与学习环境交互时描述其行为和策略的能力。正如温特斯等人 (2008) 指出的那样，这些学生自我报告并不总是像观察技术那样准确。[53]其他研究依赖于出声思维协议作为其主要数据来源。这些方法可以在这些过程发生时以更准确的方式捕捉自我调节过程。然而，使用这些协议的重点是识别所使用的策略和过程，排除了对其质量的检验，即学生在学习过程中使用和实施这些策略的成功程度。例如，概括是一种非常有效的学习策略。但是，有效性的程度不仅取决于是否实施了这种策略，还取决于概括的质量和条件，以及与学习目标的关系（概括的时间、实施方式、主题的选择等）。

最后，研究人员在决定数据收集和测量工具时要考虑的一个重要问题是这些工具对学习程序的侵入程度。理想的捕捉方法是在与学习者与系统的交互平行运行，并在不以任何方式干扰学习过程的情况下收集数据的工具。这种“非侵入性”行为出现在学习分析数据收集工具中。这些工具跟踪用户的行为，例如他们与系统交互时的时间、使用频率较高的环境特征、评估活动的性能等等，以发现提供自我调节证据的行为模式。下一部分将进一步讨论学习分析在调查自我调节学习中的应用。

使用学习分析捕捉自我调节学习行为

学习分析技术和应用提供了准确且非侵入性的数据收集方法，以追踪和进一步分析学习者与学习环境交互期间自我调节过程的经验证据。此外，计算机科学的最新发展提供了高度复杂的跟踪数据收集方法，丰富了研究人员可使用的工具种类。

图 8. KWL


正如我们在上一节中已经看到的那样，大多数关于自我调节的相关研究使用学生的自我报告作为主要数据来源，但这选择也带来了所有挑战。然而，一些研究使用了自我报告调查、在线行为数据和学习成果测量的混合方法。Sha 等人 (2012) 试图探索在使用移动学习环境期间自我调节学习的模式。该研究涉及使用移动学习平台学习科学的小学学生（三年级和四年级）。该平台在新加坡的正式课程背景下使用。学习平台包含多种用途的多个应用程序，例如绘制动画、创建概念图和创建 KWL 表。学生在后一个应用程序 (iKWL) 上的行为和表现是研究中使用的数据来源。更具体地说，该应用程序包含三个预设问题，学生在每个课程之前、期间和结束时回答这些问题（参见图 8）：我知道什么？，学生将他们之前的知识带到任务中，我想知道什么？，它充当目标设定组件，我学到了什么？，它指的是自我调节学习的自我反思阶段。研究人员的目的是探索学习者参与回答 KWL 问题的特征。为了衡量这一点，实施了两个变量：一个指示学生是否完成了 KWL 表（如果一个字段都没有填写，则为 0，如果至少填写了一个字段，则为 1），另一个指示每个学生完成表格的程度（量化每个类别中插入项目数量的评分标准）。这种衡量方法相当简单，因此可以由系统自动执行，无需检查这些插入内容的质量。 [55]


图 9. 海报

有一些研究专注于调查学习者在计算机辅助学习环境中实施的自我调节策略的特定方面。Cutumisu 等人 (2015) 在他们的研究中调查了策略“寻求负面反馈”和“修改”对使用名为 Posterlet 的学习应用程序的小学生学习成果的有效性。这个学习环境使学生能够为学校的趣味嘉年华设计海报。与该资源相适应的学习目标是让学生学习有效海报设计的原则和实践（最佳图形和文本特征）。捕获该特定学习行为的组件被嵌入为学习环境的功能。特别是，学习者使用环境提供的多种工具设计海报，然后以动物代理的形式获得对其产品的反馈，以正面（我喜欢……）或负面（我不喜欢……）形式的评论（另请参见图 9）。该系统捕获学生做出的两个学习选择，即学生选择负面反馈选项的次数以及学生修改其产品的次数。收集的数据严格来说是数字化的。在研究期间，没有对修改的质量进行测量（即学生是否根据系统提供的反馈进行修改）。[56]


图 10. MetaTutor

某些学习环境在自我调节学习方面具有双重作用：学习工具旨在教授和支持自我调节行为，以及研究工具，用于收集学生自我调节行为的数据。MetaTutor 就是这种学习应用程序的一个例子，它被 Azevedo 等人 (2013) 的研究使用。MetaTutor 是一个具有生物科学内容的学习环境，它使用多个代理来指导和支持学生在与平台交互时使用自我调节学习策略。它的许多功能都与特定的自我调节阶段和过程（目标设定、计划、自我监控、自我反思）有关，并且它们被无缝地嵌入到系统的界面中（另请参见图 10）。此外，MetaTutor 包含数据收集机制，用于收集有关用户交互的信息，以便为研究人员提供调查自我调节过程所需的数据，同时也为学生提供必要的形成性反馈，以支持和进一步扩展他们的自我调节技能。除了通常使用的方法（自我报告调查、出声思考协议）外，该系统还使用一系列复杂的学习分析技术来捕获和评估自我调节学习。眼动追踪组件用于推断有关学习者如何浏览和探索内容、他们关注的哪些部分、他们访问信息的顺序、他们使用的图表部分等的宝贵信息。这些数据非常重要，因为它们揭示了有关学生自我报告或出声思考环节中可能不会提到的过程的信息。该系统还跟踪与自我调节学习策略相关的各种过程和交互产生的数据，这些策略由学生用来促进学习过程。这些数据跟踪的示例包括笔记记录模式或绘图行为，以及学生交互的基于事件的跟踪（按键、鼠标点击、访问的章节或活动、测验成绩等）。随后分析数据并发现与特定自我调节过程和策略相关的动作模式或序列。所有这些不同类型数据的综合为研究人员提供了对下级认知过程的洞察。例如，学生阅读文本时花费的时间越长，就表明对文本内容的认知处理越多，或者跟踪用户从文本到图表和图形的转换表明试图整合来自多个来源的信息。还有一个详细的面部表情识别组件。该系统收集学生面部表情的视频数据，这些数据随后由专用软件（Noldus FaceReader 3.0）进行分析，并确定学生的感情状态。缺点是该系统只能识别有限数量的基本、普遍的情绪，这些情绪不能代表学生在与学习环境交互时体验到的所有情绪。[57]


图 11. Bretty 的大脑

最后，有一些研究使用学习应用程序的特定组件，这些组件与某些自我调节阶段有关，并实施这些组件收集的数据来发现数据中的结构（另请参见第 2 节中的聚类）。Segedy 等人 (2015) 在一种他们称之为 **一致性分析** 的自我调节学习研究方法中采用了类似的数据收集方法。在他们的研究中，他们使用了一个名为 Betty 的大脑的学习应用程序。在这个学习环境中，学生尝试通过构建因果图来教虚拟代理 Betty 关于科学现象。这个图（另请参见图 11）由实体组成，这些实体代表现象的关键概念，由有向链接连接，这些链接代表概念之间的因果关系。Betty 使用这个因果图通过链接链进行推理，并为各种测验问题提供答案。[58]


因果图的正确性将决定代理正确回答这些问题的能力。学生通过从提供的特定文本中获取必要的信息来推断这些因果关系，根据某些测验测试他们的因果图，并根据反馈修改它们以达到更高的准确率。对学生与程序交互过程中收集的数据的分析确定了 5 组不同的学生，具体取决于他们的行为模式。第一组，频繁研究人员和细致编辑人员，花费大量时间查看信息来源，而不太关注编辑他们的因果图。第 2 组，战略性实验者，花费足够的时间查看信息，但实际上没有利用这些信息。然而，他们对因果图的编辑比第 1 组更频繁。第 3 组可以被描述为困惑的猜想者，他们经常编辑他们的因果图，但没有得到科学资源的支持。第 4 组涉及对任务不感兴趣的学生。这些学生有很高的比例的无支持编辑，并且他们在系统中超过 30% 的时间处于不感兴趣模式。第 5 组，感兴趣且高效，他们在因果图上具有很高的编辑频率，并且大多数编辑都得到了支持。这些学生也拥有很高的查看时间和潜在生成时间。这种行为实际上是让学生在 Betty 的大脑中取得成功的行为。

从理论到实践

[edit | edit source]
图 12. 从理论到实践

元认知的应用理论

[edit | edit source]

阅读中的元认知

[edit | edit source]

关于元认知及其对阅读理解影响的最新研究包括对语言障碍者和青少年的研究。这些研究表明元认知与阅读和写作之间的关系，以及元认知干预的可应用性。Furnes 和 Norman (2015) 比较了三种形式的元认知（即元认知知识、元认知技能和元认知体验）在正常发展读者和阅读障碍读者中的表现。[7]参与者阅读了两篇事实文本，他们的学习成果通过记忆任务进行测量。元认知知识和技能通过自我报告进行评估，元认知体验通过对性能的预测和学习判断进行测量。结果表明，阅读障碍者的阅读和拼写问题通常与阅读情境中较低的元认知知识水平、元认知策略或对元认知体验的敏感度无关。一项对正常发展儿童的纵向研究表明，女孩在 10-14 岁之间的元认知知识水平更高。[15]该研究还表明，文本理解与策略使用元认知知识的个体差异呈正相关。这两项研究表明，阅读障碍者的文本理解与学生的元认知技能、元认知知识或元认知体验无关。然而，对于正常发展儿童，他们的文本理解与他们的元认知水平相关。

**问题生成**通常有助于学生更好地理解文本。“理想的学习者——自我调节到主动——是一个提出深刻问题并寻找发人深省问题的答案的人”（Garcia 等人，2014 年，第 385 页）。[4]已经进行了一些研究来确定问题生成对阅读的影响。García 等人 (2014) 调查了 72 名九年级科学课学生。结果表明，“问题生成训练影响了学生学习和研究的方式，特别是他们的元认知”（Garcia 等人，2014 年，第 385 页）。[4]第 1 组的参与者通过提供提示接受问题训练，他们在元认知知识和自我调节方面的得分最高。这表明问题生成的有效性取决于个人的元认知知识。重要的是，教师在让学生生成问题之前要识别学生的元认知技能。

写作中的元认知

[edit | edit source]

元认知能力在写作中至关重要，尤其是在大学课程中。虽然教师经常敦促学生反思自己的写作并进行多次修改，但学生很少真正以详细的方式评估和重做自己的写作。Parrott 和 Cherry（2015）提出了这种担忧，并提出了一种新的教学工具，让学生更积极地思考自己的写作。该策略被称为**过程备忘录**。[59]

过程备忘录是学生和教师提交的引导性反思。学生在完成论文初稿和最终稿后提交过程备忘录。对于初稿，学生被要求反思他们的论文，评分标准的有用性，关于作业的问题，论文的优缺点，以及他们认为需要在最终版本中改进的地方。之后，教师会批阅论文并提供反馈。在第二次过程备忘录中，学生被要求反思他们从教师那里收到的反馈。问题包括“哪些评论最有帮助，为什么？”（Parrott 等人，2015，第 147 页）。[59] Parrot 等人从 2005 年开始测试过程备忘录，并在 2015 年的一项研究中全面实施。该研究包括 242 名来自不同社会学课程的大学生，包括入门课程和更高级的课程。[59]结果表明，过程备忘录有助于学生和教师积极参与写作过程。教师可以获得有关其教学质量的反馈，以便他们能够改进未来的教学并确保评分标准清晰。虽然一些学生没有认真对待过程备忘录并提供了不足的评论，但大多数学生发现这种方法有助于提高他们的写作技能。大多数学生对他们的评论很坦诚。过程备忘录也促进了学生和教师之间的沟通，因为它们允许教师直接回应学生的反思。根据 Parrot 和 Cherry 的说法，使用过程备忘录的另一个优势是，它们让课堂上的每位学生都参与进来，因此那些羞于举手在课堂上提问的学生可以从中受益。它是一种有效的方式来提高学生的元认知意识，并逐步指导学生的写作。[59]

科学教育中的元认知

[edit | edit source]

如前所述，元认知在科学教育领域很重要，因为更高层次的科学要求学生自己重建感知知识和程序性策略。学生和教师了解他们对科学的信念也很重要，因为这些信念会分别影响他们的学习和教学。[26]然而，许多教师认为这些信念是理所当然的。一项研究（Abd-El-Khalick 等人，1998）中，研究人员采访了预备教师和学生，结果表明没有多少教师教授关于科学或科学本质的信念。这项研究中的一些教师认为，教授科学的本质不如教授科学中的其他概念重要。[60]

当学生继续学习大学和学习更高层次的科学时，这就会成为一个问题。它也会影响学生学习科学的动机，因为它阻碍了他们对科学的理解。Schraw、Crippen 和 Hartley（2006）同意这一点，并指出“有效的教学应该帮助学生和教师意识到他们对科学持有的信念”（Schraw、Crippen 和 Hartley 2006，第 117 页）。[26]那么，我们如何促进科学学习中的元认知？Schraw 等人建议，“真实的探究促进元认知和自我调节学习，因为学生能够更好地监控自己的学习，并评估他们思维中的错误或他们概念理解中的差距”（Schraw 等人，2006，第 119 页）。[26]这是许多研究人员认为对科学教学有效的探究式学习的一部分。在探究式学习中，学生提出问题并构建解决方案。Schraw、Crippen 和 Hartley 建议的另一种在课堂上增强元认知的方法是学生和教师之间的合作。这将促进反馈、建模和社会互动，这将有利于学生的动机和认识论信念。同样，元认知和自我调节学习在数学学习和教学研究中也得到了高度讨论。有关更多信息，请参阅学习数学章节。[26]

从发展的角度看元认知

[edit | edit source]

研究表明，元认知能力与年龄和生物学等因素相关（引文 4）。因此，了解发展过程对于应用该理论很重要。

成熟基础

[edit | edit source]

年龄作为因素

  • 幼儿
    • 心智理论
  • 青少年
  • 成人

生物学基础

[edit | edit source]

学习障碍


自我调节学习策略

[edit | edit source]

自我调节学习是一个不断发展的话题，尤其是在教育心理学领域（Rosman 等人，2015）。[61]目标在于寻求将理论整合到一个连贯的框架中，该框架可用于指导教育者和学习者。在对自我调节学习文献的回顾中，Paris 和 Paris（2001）总结了几个原则，这些原则是在课堂环境中应用自我调节学习的实践应用。[62]他们将这些原则归类为四个整合该领域研究的思想。首先，当学生能够进行自我评估时，他们能够更好地理解学习的含义。这意味着通过分析他们的学习方式并将其与他人进行比较，评估他们知道和不知道的内容，以及评估他们的努力，学生可以提高他们对学习过程的认识。其次，思想和情感的自我管理可以提高适应性解决问题的能力。通过设定专注于提高自身能力的现实目标，通过持续监控有效地管理时间，以及回顾/修改学习策略，学生可以为自身设定更高的绩效标准。第三，关于教学，自我调节学习可以通过多种方式进行教学，从而适应不同的情况。自我调节学习可以明确地教授给学生（引导性反思、围绕元认知的讨论、与专家的练习）；它可以间接地教授（建模和反思性实践）；它可以通过个体化发展映射来提示。最后，人们相信自我调节与每个学生的身份相关的叙事体验交织在一起。学生选择评估和监控自己行为的方式与他们渴望的身份相一致，通过成为学习者/指导者反思社区的一部分，人们可以提高他们看待自我调节学习的深度水平。

尽管学生自我调节的方式可能有所不同，但重要的是要了解孩子最初是如何学会自我调节的。根据 Paris & Paris（2001）的说法，SRL 可以通过三种方式增强：（1）通过经验间接增强：反复接触学校的经验可以引发学生对老师期望和对自己最有益事物的学习。[62] 例如，学习到反复检查工作，虽然最初很费时间，但从长远来看是有益的，因此下次也会有利于这样做。（2）SRL 可以直接教授：学生可以从强调有效策略使用的教育工作者的明确指导中学习，并提高对目标设定重要性的认识。例如，讲师可以强调如何从头到尾分析文字题的策略步骤。（3）当自我调节与体现 SRL 的主动实践相结合时，可以激发自我调节。一种将 SRL 包含在内的有效实践是协作学习项目，每个学生负责整个项目的一部分。在这些项目中，当学生从他人的反馈以及对自己贡献分析中学习时，自我调节学习就会贯穿始终。这三种增强 SRL 的方法通常会结合在一起，因为学生会在其教育环境中与同伴和讲师的互动经验中学习。

在整个教育过程中，学生学习各种学习策略，并将这些策略融入学习中；然而，正如研究表明的那样，仅仅了解这些学习策略是不够的，重要的是能够有效地调节这些策略的使用（Leutner 等，2007）。在 Leutner、Leopold 和 Elzen-Rump（2007）进行的一项基于计算机的训练实验中，研究人员能够证明，不仅教授学生一项有用的认知学习策略（高亮显示）而且还提供如何使用元认知学习策略来监控和调节该工具的使用带来的益处。[63] 该研究涉及 45 名大学生，他们被随机分配到三个组：一个对照组没有接受任何训练，另一个组只接受高亮显示认知策略的训练，最后一个组接受高亮显示训练，同时还接受关于新生儿学习的自我调节训练。组合的自我调节训练组拥有一个计算机程序版本，该版本包含如何获得元认知控制的步骤，并留出时间练习控制策略并在下一节文本学习中应用它。研究结果表明，接受策略使用和该策略使用元认知控制训练的学生在训练后接受测试时，能够以更有目标的方式应用他们的学习。仅接受认知策略使用的组表现优于没有接受任何训练的对照组；然而，组合训练组的成绩超过了这两个组，这表明，虽然策略使用可以提高结果表现，但当学生被教导如何调节这些策略时，学习可以进一步增强。

融入科技

[edit | edit source]
[edit | edit source]

不可否认，科技使用正在不断增长，Prensky（2001）在他的文章中指出，教师必须找到方法利用科技来增强学生的学习体验。此外，教师必须了解学生的“需求”，并利用可用的信息以及计算能力，以方便舒适的方式向数字原住民传递内容。[64][65][66] 如今，科技干预主要包括数字原住民自我调节学习过程和目标实现的学习工具。[66][67]。学生乐于尝试各种新技术来规划自己的学习活动，监控自己并自我评价自己的学习成果。[68][65] 关于学生，他们的先前知识、兴趣和动机可以直接影响他们在科技增强的 SRL 环境中的个体学习体验、表现和成果。[65]

例如，Ma 等人（2015）提供了一个智能辅导系统（ITS）在学习环境中实施的例子，以研究利用科技支持学生学习成果的可能性和方法。ITS 作为计算机系统，通过根据学生的行为让学生参与学习活动和互动，为基于计算机的教学带来智能。[69] ITS 提供主题领域的知识，并且“可以通过将每个任务描述为完成该任务所需的一组生产规则，并将每个学生描述为一组最需要练习的生产规则，然后找到最佳匹配来进行任务选择”（Ma 等人，2015，第 4 页）。[69] ITS 为每个学习者提供了选择和监控自己任务的机会，这对于知识水平和学习能力不同的学生来说可能更有效和更有用。ITS 提供的个性化学习者控制选项可以鼓励学生掌控自己的学习，这将促进他们的自我激励，并培养他们的自我调节学习。[70][71]

Kauffman、Zhao 和 Yang（2011）对利用科技促进和支持学习者自我调节和元认知的结论与 Ma 等人的结论类似。[72] 更具体地说，Kauffman 等人（2011）发现，在教育环境中使用科技可以帮助人们通过多媒体进行教学和学习，以及组织课程内容。对于教学设计师和讲师来说，他们可以通过网络化的教学和多媒体工具为学生创建和交付课程内容。各种媒体格式可以帮助教育工作者保持学生的注意力，提高他们的学习兴趣，并更好地将他们融入自我调节学习过程（Kauffman 等人，2011）。[72] 另一方面，通过多媒体学习可以帮助学习者获取完成任务的相关信息，并“为他们提供多种选择，以各种媒体格式查看课程内容”（Kauffman 等人，2011，第 43 页）[72]，这将提高他们的学习兴趣并帮助他们参与自我调节学习。此外，内容创建工具将采用强大的学习策略，使学习者能够通过媒体格式展示他们对课程内容的理解，从而监控和评估自己的学习过程（Kauffman 等人，2011）。[72]

学习科技给 SRL 带来的一些问题

[edit | edit source]

学生使用数字技术的频率不断增加，这对 SRL 带来许多挑战。[70][71][65][68]其中一个最大的挑战是，技术无法完全监控学生的理解，并且受学生自身控制，这在发展学生在 SRL 过程中的认知技能方面可能效率较低。这样，学生在 SRL 过程中就失去了学习的自由，他们必须在学习过程中从教育者那里获得口头反馈和解释，才能更好地理解信息流。[73]例如，学习管理系统 (LMS) 分发学习内容，组织学习流程，并通过界面建立学生与教师之间的联系。然而，学生在 LMS 上并没有真正获得自己的学习过程的自由。相反，教师在他们参加 LMS 课程时一直在监控他们的理解。[70][71]相反，个人学习环境 (PLE) 为每个学生提供了选择和控制他们想要使用的服务的機會，而不是控制内容和学习策略。PLE 中缺乏课程内容和方法的指导，使得学生在自主学习过程中的学习效率降低[70][71]；此外，还限制了他们 SRL 的有效性。

学习技术为 SRL 环境带来的机会

[edit | edit source]

尽管人们对 SRL 中的技术使用有很多担忧，但我们不能否认，技术在帮助学生传递和保留知识方面具有巨大的潜力[74]。Simao 等人（2008 年）发现，通过访问不同的信息来源，技术包含了新的规划和完成学习任务的方式，这可能导致特定技能的发展。[65]学生必须能够自我调节他们的学习过程，以实现他们自己制定的或为他们制定的目标。另一方面，教师应该鼓励促进自主学习的社会和智力环境。[68]

许多学术文章和报告似乎都持有相同的观点。研究表明，学习技术可以作为促进自我调节的重要决定因素。[68][74]事实上，本文的最后一部分将提供几个技术示例，说明学生在 SRL 中使用学习技术的最新体验。该综述旨在证明为学生在自主学习环境中进行自我调节量身定制的学习技术的有效性。特别地，当有意识地使用学习技术来支持自我调节、动机和在线学习环境中的参与时，学生的学业表现将显着提高。[74]

此外，一些研究人员、教师、学院和大学已经研究了学习技术支持自主学习的整合。他们希望了解学习技术在自主学习环境中所起的作用。学习技术是否适合作为教学和学习的替代模式或实质性补充？学习技术能否为教师/学生和学生/学生之间的互动带来更多机会？学习技术如何发展学生的元认知、动机和行为，以实现他们在 SRL 中的学习目标。此外，最后一部分将揭示技术在自主学习中的作用，以及为什么将技术融入自主学习至关重要。为了让学生参与自我调节，已经开发了几种技术，例如 Betty's Brain、MetaTutor 和 nStudy。技术在学生的 SRL 活动中发挥着至关重要的作用，这将使他们能够选择搜索策略、监控策略的影响，并批判性地评估访问的信息，所有这些都旨在促进元认知反思。[65]这一部分将描述三种现有的特定技术，并说明它们对支持和促进学生 SRL 的影响。

图 13. Betty's Brain 主要界面
图 14. MetaTutor 界面


  • Betty's Brain

Betty's Brain 是一个可教的代理系统，由范德比尔特大学创建，用于支持学生的自主学习和策略使用[75][76]。在 Betty's Brain 中，学生首先“通过阅读有关科学现象的内容来学习”（Roscoe 等人，2013 年，第 287 页）。[76]根据他们获得的知识，他们将构建一个简化的概念图可视化表示，以代表他们的理解，并通过他们创建的概念图来教授计算机代理角色 Betty。[1]Roscoe 等人（2013 年）在他们的文章中解释了构建这些概念图如何帮助学生整合和组织新旧知识，同时帮助他们理解“各个概念如何在更深层的原则中相互联系”（第 287 页）。[76]为了教别人，学生必须先学习并解决学习问题。在通过教学来学习时，学生会从 Betty 程序中获得反馈，并有动力将知识从一个环境转移到另一个环境，从而导致更高的元认知和自我调节实践。[75][77]这样，他们就能监控自己，并教他们的代理人做得更好。最后，Roscoe 等人（2013 年）总结说，学生最终可以通过使用 Betty's Brain 来“应用元认知过程来检测和修复地图错误，以提高准确性和完整性”（第 289 页）。[76]


  • Azevedo 的 MetaTutor

根据 Khosravifar 等人（2013）的研究，MetaTutor 是一款基于研究的学习工具，旨在提高学生的学业成绩。通过运用不同的交互式和战略性的智力技巧，学生将更好地自我调节他们在学习过程中的认知、情感、元认知和动机[78]。MetaTutor 的设计目的是通过超媒体来培训和培养高中和大学学生对复杂和具有挑战性的科学主题的学习[79][78][74]。MetaTutor 检测、建模、跟踪和培养学生对人体系统的自我调节学习[79]，这主要基于自我调节学习的认知模型。[80][81] 在开始探索和访问超媒体学习环境中的内容之前，MetaTutor 需要所有用户完成关于 SRL 过程的培训课程。超媒体学习环境中共有四个教学代理，它们不仅提供反馈来为参与者的 SRL 技能和内容理解提供支架，而且帮助参与者浏览系统，指导他们设定适当的目标，监控他们朝着学习目标的进展，并部署 SRL 认知策略，如总结和笔记记录[74][78][79]。

通过使用 MetaTutor，学生可以与不同的代理互动，并根据个人喜好实施特定的 SRL 学习过程。[74][78][79] MetaTutor 可以跟踪所有参与者的互动，并在日志文件中记录用户行为。当数据显示学生正在使用无效的策略时，代理可能会通过提醒学生使用更好的学习策略来提供反馈。学生可以使用 MetaTutor 的反馈来改进他们在学习环境中的学习选择和结果[78][79]。同时，教师可以从 MetaTutor 收集数据，以更好地了解学生如何与 MetaTutor 互动，以及他们在自我调节过程中的学习体验[78]。尽管 MetaTutor 中的教学代理无法控制学生在学习环境中的总体学习进度，但它们仍然提供有用的学习策略来帮助学生和教师进行计划和监控。


图 15. nStudy 浏览器、引用表和链接工具
  • nStudy

Winne 教授及其研究团队设计了 nStudy，这是一个基于网络的学习工具，供学习者在自我调节学习过程中进行搜索、监控、组装、排练、翻译[82] [83]。nStudy 的设计允许学习者和研究人员通过基于网络的学习环境积极参与学习和研究。在 nStudy 中，他们可以通过创建、操作和链接学习对象来组织他们的学习对象，以帮助他们实现学习目标。[82][83] 与 Betty 的大脑一样，他们还可以构建学习概念图，然后链接、分组和空间排列它们。链接允许学习者创建他们自己的个人学习网络，并以他们自己的方式构建信息，这对于他们提高互动、阐述和管理信息的技能来说可能是最佳的。[82][83]

nStudy 为个人和团体学习者提供了工作区，让他们可以在线进行协作、交换信息和讨论内容，这为他们创造了相互联系以支持协作学习的机会。[80] 此外，在工作区之间交换信息的的能力可以“通过角色和提示来构建，为学生创造自我调节、共同调节彼此的工作以及分享调节的机会”（Winne & Hadwin，2013，p.302）。[80] 当学习者和研究人员使用 nStudy 的工具进行学习或研究时，系统会收集跟踪数据，这些数据可以反映他们在自我调节学习过程中的特定认知和元认知事件[80]

促进和鼓励 SRL

[edit | edit source]

自我调节学习 (SRL) 是一种帮助学生管理他们的想法、行为和情绪以成功应对学习体验的过程。这个过程要求学生独立地规划、监控和评估他们的学习。[84] SLR 是学生学业动机和成就的重要预测指标。自我调节的概念指的是学生在学习过程中调节他们思维、动机和行为各个方面的程度。在实践中，自我调节体现在对不同学习过程的积极监控和调节。[85]

自我调节学习本质上和起源上并不是非社会性的。自我调节过程通常是在一个既有结构又为自主提供机会的环境中逐渐发展起来的。[86] 研究表明，自我调节过程是可以教的，并且可以提高学生的动机和成就。每个自我调节过程都可以从父母、老师、教练和同伴的指导和示范中学到。[2] 此外，许多研究表明，关于自我调节学习的干预措施和培训可以提高学生的学业成绩[span]87][88][89] [90] 在一项针对高中生的研究中，Labuhn 等人（2010）发现，通过监控和模仿学习 SRL 技能的学习者更有可能产生更高水平的学业自我效能（即自信），并且在学业成就的衡量指标中表现得比没有接受 SRL 指导的学生更好。[91] 因此，学生应该在整个学校生涯中练习自我调节学习，教师需要应对培养学生自我调节学习行为的任务。[92]

通过教导学生变得更加自我调节，教师可能会在促进学业成就、动机和终身学习方面取得更大的成功。[93] 教师可以帮助学生成为自我调节的学习者，他们可以使用有效的策略来帮助他们为学习任务制定计划和设定目标，监控学习过程，并评估学习表现，以便下次改进。教师可以通过直接教授学习策略或间接安排有利于学生练习自我调节的学习环境来促进课堂上的自我调节学习。[94]

发展自我调节学习

[edit | edit source]

根据 Zimmerman (2002) [2]，自我调节学习过程可以分为三个不同的阶段

预先思考和计划阶段包括分析学习任务并设定完成该任务的具体目标。在这个阶段，教师指导学生使用有效的方法，提供结构化和明确的指导，示范和解释策略，并帮助学生将策略推广到其他类似的学习任务中。 [84][86][95]

绩效监控阶段包括使用策略在学习任务上取得进展，监控策略的有效性，以及监控完成学习任务的动机。教师可以组织活动，提供密切监控和具体反馈，帮助学生学习使用新策略。随着学生学会独立执行策略，教师逐渐减少指导，转而担任指导者的角色。 [84][86]

绩效反思阶段侧重于评估学习任务的绩效，以及管理与学习体验结果相关的的情绪反应。教师可以通过鼓励同伴评价和反思，促进评估，并将结果不断与学习目标联系起来，来提供支持。教师还应该引导学生分享学习过程中哪些方法有效，为学生的自我效能和动机做出贡献，并针对他们的努力和有效策略的使用给予表扬。 [86]

图 16. SRL 的循环

自我调节技能不是自动获得的。自我调节技能的发展阶段包括四个层次：观察、模仿、自我控制和自我调节。观察级技能是通过示范获得的，它为学习者提供了成功表现的图像。这有助于学生建立一般的绩效标准，并传达一种在获得技能过程中控制动机的策略。在模仿级，学生使用通过示范学习的一般策略来执行技能，而教师的反馈和指导对于提高绩效的准确性至关重要。此外，社会强化，如表扬或鼓励，也会提高学生的动机。自我控制级涉及结构化练习和自我观察。学生在结构化的环境中独自练习技能。学生可以参考和内化模型的绩效，并且应该关注过程而不是结果。自我调节级技能是在非结构化环境中执行的。学生应该关注绩效的有效性或质量，而不是仅仅执行学习的技能，并根据个人和环境条件调整他们的绩效。他们可以独立执行技能，但偶尔仍然需要社会支持。 [96] 图 16 显示了 SRL 的循环。

学生自我调节学习策略

[edit | edit source]

自我调节学习策略的类型

有四种类型的 SRL 策略可以促进学习 [97][98]: 认知策略包括复述、意象、阐述和转换或组织材料。阐述帮助学生将新材料与先前的知识联系起来；意象指的是学生为了增强记忆而形成的心理图像；复述帮助学生在工作记忆中保持信息；转换和组织策略包括总结、概述、做笔记或重新排列材料以使学习更容易。

元认知策略包括计划、自我意识和监控以及自我评估。最重要的计划策略是任务分析和目标设定。常用的监控策略是自我记录和自我实验。 [96] 自我测试是与自我监控和自我评估相关的策略。自我指导和注意力集中是监控或控制注意力的策略。自我指导帮助学生专注于任务，并增强他们对材料的编码和保留。注意力集中用于消除干扰，以便集中精力完成任务。

管理策略用于创造最佳学习条件，包括控制学习环境、时间管理和寻求帮助。自我记录通常用于提高时间管理技能。鼓励学生提问会增加学生的寻求帮助行为。课堂的结构，包括反馈和互动，也会影响学生的寻求帮助行为。

动机策略帮助学生增强和维持他们参与学术任务的动机。示例包括学习目标的制定，它增强了目标导向；积极归因风格的发展，它增强了学生的自我效能；兴趣增强，它操纵材料使其更有趣或更具挑战性；自我对话，它指的是言语上的自我鼓励。


表 1. 策略类型

策略类型 描述 示例
认知策略 此类型包括与内容互动的策略。 复述、意象和组织材料
元认知策略 此类型包括组织、监控和评估学习的策略。 任务分析、自我记录和自我实验
管理策略 此类型包括用于创造最佳学习条件的策略。 时间管理和寻求帮助
动机策略 此类型包括增强和维持学生动机的策略。 学习目标的制定和积极归因风格的发展


教授学生 SRL 策略 - 培养自我调节学习者

教师在培养学生的自我调节能力方面发挥着主要作用。为了在课堂上促进 SRL，教师必须教授学生促进学习的自我调节策略。最常见且有效的 SRL 策略包括：目标设定、计划、自我激励、注意力控制、灵活使用学习策略、自我监控、适当的寻求帮助以及自我评估。 [84]

目标设定：设定个人目标有助于学生专注于他们可以采取的切实可行的具体行动，以改善他们的学习。短期可实现的目标通常用于实现长期目标。设定近似目标可以增强自我效能和技能发展 [96]。教师应该鼓励学生设定短期目标，以帮助他们跟踪进度，思考他们期望学习什么以及能够做什么。

计划：计划可以帮助学习者设定经过深思熟虑的目标和策略，以取得成功。教学生带着计划来处理学术任务是促进 SRL 的一种可行方法。教师可以与学生一起探讨他们实现所设定目标的计划。然后，学生可以使用该计划来提醒自己完成目标的步骤和程序，并在需要时进行任何必要的调整。 [84]

自我激励：学生在任务选择方面的行为以及他们在学术任务中的努力和坚持程度与他们的内在动机直接相关。具有高度内在动机的学生更有可能使用元认知策略。内在动机可以通过提高感知的自主性、感知能力和任务掌握目标导向来增强。强调学习过程的重要性，提供选择和允许自我指导的机会可以增强内在动机，因为它会增加自主感。

注意力控制：自我调节学习者必须能够控制自己的注意力。教师可以通过消除可能造成干扰的刺激，并为学生提供频繁的休息，以帮助他们建立注意力跨度，来帮助学生控制他们的注意力。 [84]

灵活使用策略：成功的学习者能够在不同任务中实施多种学习策略，并在需要时调整它们以促进他们的进步。通过示范如何使用新策略，组织课堂以支持相关活动，并在学生练习时提供适当的脚手架，教师可以帮助学习者成为独立的策略使用者。 [84]

自我监控： 战略性学习者承担起他们学习和成就结果的责任。教师可以通过让学生记录他们完成学习任务的次数、使用的策略以及花费的时间来鼓励自我监控。这种做法让学生能够直观地看到他们的进步，并在需要时做出改变。[84]

寻求帮助： 自我调节学习者在需要时经常会向他人寻求帮助。以精通为目标的课堂鼓励学生在不感到尴尬的情况下寻求帮助。教师可以通过向学生提供持续的进度反馈，并允许学生在进行适当修改后重新提交作业来促进积极的寻求帮助行为。[84]

自我评估： 教师可以通过帮助学生监控他们的学习目标和策略使用，并根据学习结果对这些目标和策略进行调整来促进自我评估。自我评估活动可以包括使用清单、总结学习内容、制定和回答自我问题以及寻求同伴反馈。[84] 图 . 显示了关于 SRL 的基本概念及其对应行动。

图 17. SRL 的各个方面——概念及其对应行动。

在课堂上促进自我调节学习

[编辑 | 编辑源代码]

鼓励自我调节学习的教学策略

教师的教学技巧可以增强学生的学习动机，促进自我调节学习。小林 (2006)[98] 描述了教师将 SRL 嵌入教学中的四个原则：引导学习者准备和构建有效的学习环境；组织教学和活动，以促进认知和元认知过程；利用教学目标和反馈来提供学生监控的机会；并向学习者提供持续的评估信息和自我评估的机会。

  • 直接教学和示范

明确说明如何使用不同的学习策略，可以帮助学生在完成学习任务的过程中，养成一套可供他们参考的工具。SRL 的直接教学涉及向学生明确解释不同的策略，以及如何使用这些策略。这种教学侧重于示范，可能是鼓励学生更加自我调节的最佳初始策略。[84]

教师可以作为榜样，在应用策略和阐述思维过程中扮演角色，或者通过提问来激活学生参与战略性行为。例如，在语言课上，教师可以将课文显示在屏幕上，并告诉学生他们在阅读过程中对课文的看法，并暂停提问和评论，例如：“这有道理吗？这里的主要思想是什么？我觉得我需要回到本段的开头重新阅读一下，这样我才能确保我理解了。”同样，教师可以通过在黑板上写作时大声思考，来示范写作过程。自我提问和评论可能是：“我的想法表达清楚了吗？我的读者会理解我的意思吗？我是否按照我的计划或提纲进行？如果没有，我需要制定新的计划吗？” 在阅读或写作过程中，学生可以做笔记记录他们对课文的反应，以表明他们对主题思想的理解、他们对学习内容的疑问以及他们的个人观点。另一方面，教师可以通过明确地向学生介绍某项活动，解释这项策略如何提高学习效率，并告诉学生如何运用、监控和评估这项策略。[94] 在小学课堂上，教师可以通过对话来鼓励学生分享他们的想法，通过提问，例如“你觉得怎么样？”“你为什么这么认为？” 他们还可以提供有关协作技能和沟通行为的明确指导，这些技能和行为支持共同意义的构建。[99]

  • 引导练习和独立练习

引导练习是教师帮助提高 SRL 和学习动机的另一种方式。在引导练习中，实施学习策略的责任从教师转移到学生。学生与教师的交流是教师帮助学生设定目标、监控他们策略使用和进度的一种方式。独立练习应遵循引导练习。在这个过程中，学生有机会独自练习该策略，这最终可以强化自主性。

教师应为学生提供自我反思练习的机会，以提高他们在学习过程中监控、评估和调整自身表现的技能。[98] 这些策略包括提出开放式问题、要求学生进行反思、总结学习内容的关键要点，以及提供讨论和解答问题的机会。[100] 例如，为了提高 SRL 和语言课的阅读成绩，教师可以要求学生记录他们阅读的书籍名称，在阅读日志中记录和绘制阅读分钟和页数，为系统地提高书籍选择难度设定里程碑，并在阅读日志中进行每周反思。

教师应鼓励学生在各种学习任务中不断练习有效的策略。这有助于促进策略的泛化和维持，使学生能够排练策略的使用，制定监控和评估自身表现的方法，并积极地让学生参与新策略的修改和构建。[95]

  • 社会支持和反馈

来自教师和同伴的社会支持，在学生学习变得更加自我调节的过程中扮演着重要角色。通常，社会支持以反馈的形式出现。Labuhn 等人。(2010)[91] 的研究表明，从教师那里获得反馈的学生更有可能准确地使用 SRL 策略来提高他们的数学成绩。有效的反馈包括关于学生做得好的地方、需要改进的地方以及他们可以采取的改进措施的信息。教师的反馈帮助学生评估进度，并评估他们对目标、标准和标准的内部构建。[101] 教师应提供形成性评估，不仅要向学生展示他们的学习情况，还要帮助他们学习如何生成内部反馈并监控自己的进度。[102] 根据 Nicol 和 Macfarlane-Dick 的观点 (2006)[85]，有效的反馈应：明确说明什么是好的表现；促进学习中自我评估的发展；向学生提供关于他们学习的优质信息；鼓励教师和同伴围绕学习进行对话；鼓励积极的动机信念和自尊；提供弥合当前表现与预期表现差距的机会；并向教师提供可以用于帮助塑造教学的信息。

教师在发展有效的自我评估方面发挥着重要作用，自我评估是一种元认知技能，与学生的成功归因和学习动机相关。[99] 为了促进 SRL，教师可以让学生参与到评估过程中，通过明确定义学生参与制定的可衡量且可实现的目标、对目标进行建模和核算，以及调整和区分问题以匹配学生的水平。[100] 学生积极参与学习过程，可以为构建积极的学习氛围做出重要贡献。在高等教育中，促进 SRL 的一个有用方法是在课程网站上建立一个互动论坛，学生可以在论坛上讨论课程材料，互相学习，从而增强以学生为中心的学习。[103]

  • 其他教学策略

自我观察技术是提高 SRL 中学生意识的一种工具。自我记录可以提高学生对所犯错误的认识，以便制定和实施适当的策略。绘图是一种有用的方法，可以帮助学生培养对学习的控制信念。一个例子是绘制成绩，并将用来取得这些成绩的学习策略写下来，以突出所用策略与学习结果之间的联系。[104]

反思练习是教师适应和修改教学风格以满足学生需求的重要且有效的工具。这种练习使教师能够调查解释特定教学策略有效性的可能原因。通过深思熟虑的反思、实验和评估，教师可以更好地为学生创造有意义的学习体验。[84]

促进自我调节学习的课堂环境

促进 SRL 的一个重要方法是营造一个支持性的学习环境，该环境由学生和教师的特征、学习内容和任务以及教学方法构成。合适的学习环境可以使学生能够并鼓励他们在自我决定的方式下学习。[94] Young (2005)[105] 描述了以下指导原则，以提高学生的学习动机，并在课堂上培养 SRL，即提供支持能力发展和任务精通取向的正面反馈，提供活动选择以支持自我决定和自主性的发展，鼓励学习中的社会联系，以及提供关于学习表现的反馈以促进学习动机。

学生在课堂上的感知学习控制和教师反馈的方式会显著影响他们的学习动机。一个具有高度任务自主权的课堂环境，加上以信息化风格的积极反馈，将最大限度地提高学生的内在动机。教师应该在课堂上保持学生和教师控制的最佳平衡，并提供有效的反馈。当教师经常提供具体和定性的反馈，并且淡化成绩的重要性时，学生更有可能接受具有挑战性的任务。参与有意义的活动、自主选择任务和合作学习可以帮助学生提高自我效能。[98]

教师应通过营造积极和支持性的学习环境，促进一种尊重个人观点的宽容文化，例如鼓励寻求帮助、提供帮助和协商不同的观点。这包括鼓励学生对具有挑战性的任务产生积极的情绪，将错误视为学习的机会，承认和应对与学习经历相关的负面情绪，以及帮助学生改变无助的信念。[99]

培养课堂自我调节学习的活动

有多种类型的活动可以促进 SRL。复杂的协作活动促使学生监控自己的表现和他人的任务相关活动。它帮助学生规划行动、形成想法、根据目标检查进度以及根据小组的贡献重新制定理解。有意义的任务（即与学生过去经验、兴趣相关，并对他们的学习产生实际影响的任务）可以激发学习动机并培养 SRL。包含针对个人最近发展区 (ZPD) 的认知需求的活动也与 SRL 相关。多维度的任务允许学生找到舒适的挑战水平。在小学课堂上，游戏化活动可以为自我调节提供引人入胜的机会。[99]

Paris 等人 (2001)[106] 描述了教师可以用来设计课堂活动以促进学生 SRL 的四种原则，包括：自我评估，这将导致对学习的更深入理解；自我管理思维、努力和情感，这将促进灵活的解决问题的方法；自我调节，可以用多种方式进行教学；自我调节，融入每个人的叙事体验和身份追求。

为了帮助学生成为自我调节的学习者，教师可以为学生创造机会，让他们在结对学习和小组学习中分享信息并传递所学内容；组织关于目标和学习策略的公开课讨论；提供预习活动来确定和分享目标，以及课后活动来进一步练习策略的使用和巩固知识获取；在课堂结束时，为学生创造反思时刻，让他们反思自己学到了什么。[107] 教师还可以使用问卷，例如学习动机策略问卷 (MSLQ) 或学习与学习策略清单 (LASSI)，为学生提供关于他们动机信念和学习策略的反馈。[108]

以下是教师可以融入课堂以促进 SRL 的一些具体活动的示例：“头脑风暴-结对-分享”活动允许学生反思问题、与同伴讨论答案并与全班分享想法。“提取练习”有助于自我观察并促进有意义的、概念性的和长期的学习。“分类-分块-组织信息”活动帮助学生组织概念和术语，以便从信息中获得意义。“阅读反思”可以帮助学生进行自我监控和反思性思考。“考试总结”活动促使学生考虑他们用来准备考试的策略，并反思其有效性。[109]

词汇表

[edit | edit source]

行动控制: 控制行动（例如，动机，集中力）的能力，有助于个人进行自我调节。

认知建模: 培养学生表现的程序，包括给出表现的理由、演示表现以及提供练习机会。

认知处理: 描述思维和应用知识的术语。

协作学习: 通过同伴/小组分享和学习知识。

批判性思维: 一种反思性思维类型，包括权衡、评估和理解信息。

前瞻阶段: 学习前进行的策略。自我评估、目标设定和策略规划。

元认知: 对思维的思考；对自身思维过程的意识和理解。

元认知知识: 语言和记忆等陈述性知识。

元认知体验: 个人在遇到任务和处理相关信息时所意识到的内容及其感受。

元认知技能: 有意地使用策略（即程序性知识）来控制认知。

动机: 推动个人执行行为和想法。

执行阶段: 学习期间进行的策略。策略实施和策略监控。

参与目的: 自我过程、目的以及在特定情况下相关的可能行动。

相对主义者: 知识是灵活且可改变的。它可以被质疑。

自我效能: 个人如何看待自己的能力以及根据感知到的能力实现目标的信心水平。

自我评估: 根据标准评估自己。

自我调节行动: 进行调节的手段。

自我调节学习: 控制和明确理解自己学习的各个方面的能力。

自我调节阶段: 学习结束后进行的策略。评估。

额外资源

[edit | edit source]

读物

Schunk, D.H. & Zimmerman,B.J.(2008).动机和自我调节学习：理论、研究和应用.泰勒与弗朗西斯集团，LLC。

Zimmerman, B. J. &Schunk, D H. (2010).自我调节学习与学业成就：理论视角第二版。劳伦斯·厄尔鲍姆联合会。

视频

元认知、有效教学与学习。取自 https://www.youtube.com/watch?v=yo-c-Q3KHlA

好思维！— 太元认知了！取自 https://www.youtube.com/watch?v=f-4N7OxSMok

参考文献

[edit | edit source]
  1. ↑ a b c d Bruning, R.H., Schraw, G.J., & Norby, M.M. (2011).认知心理学与教学（第五版）.波士顿，马萨诸塞州：皮尔森
  2. ↑ a b c d e f g h i j k Zimmerman, B. J. (2002). 成为自我调节的学习者：概述。理论到实践。41(2):64–70. doi:10.1207/s15430421tip4102\2.
  3. ↑ Purdie, N., & Hattie, J. (1996). 文化差异对自我调节学习策略使用的影响。美国教育研究杂志 33.(4): 845–871。
  4. ↑ a b c d e f g h i García, F. C., García, Á., Berbén, A. G., Pichardo, M. C., & Justicia, F. (2014). 问题生成训练对科学元认知知识、自我调节和学习方法的影响。心理学家，26(3), 385-390。
  5. ↑ Winne, P. H. & Baker, R. J. D. (2013). 教育数据挖掘在元认知、动机和自我调节学习研究方面的潜力。教育数据挖掘杂志，5(1)。
  6. ↑ Zumbrunn, S., Tadlock, J., & Roberts, E. D. (2011). 鼓励课堂自我调节学习：文献综述。大都会教育研究联盟 (MERC)。
  7. ↑ a b Furnes, B., & Norman, E. (2015). 元认知与阅读：比较三种形式的元认知在正常发展阅读者和阅读障碍阅读者中的表现。阅读障碍：国际研究与实践杂志，21(3), 273-284
  8. ↑ Flavell, J. H. (1979). 元认知与认知监控：认知发展研究的新领域。美国心理学家，34(10), 906-911。
  9. ↑ a b c d e f g Efklides, A. (2008). 元认知：定义其方面和运作水平与自我调节和共同调节的关系. 欧洲心理学家, 13(4), 277-287.
  10. ↑ Jacobs, J.E., & Paris, S.G. (1987). 儿童关于阅读的元认知：定义、测量和教学问题. 教育心理学家 22: 225–278.
  11. ↑ Schraw, G. (1998). 促进一般元认知意识. 教学科学 26: 113–125.doi:10.1023/A:1003044231033.
  12. ↑ Son, L.K., & Metcalfe, J. (2005). 学习判断：两个阶段过程的证据. 记忆与认知, 33(6), 1116-1129.
  13. ↑ Nelson, T. O., & Dunlosky, J.. (1991). 当人们对学习的判断（JOLs）极其准确地预测随后的回忆时： “延迟 JOL 效应”. 心理科学, 2(4), 267–270. .
  14. ↑ Bembenutty, H. (2009). 知觉判断和学习的自我调节. 教育, 129(4), 589-598.
  15. ↑ a b c Kolić-Vehovec, S., Zubković, B. R., & Pahljina-Reinić, R. (2014). 阅读策略的元认知知识和对阅读的态度的发展在青春期早期：对阅读理解的影响. 心理学主题, 23(1), 77–98.
  16. ↑ Siadaty, M., Gašević, D., & Hatala, M. (2016). 基于轨迹的微观分析测量自我调节学习过程. 学习分析期刊, 3(1), p. 183-220.
  17. ↑ a b Butcher, K. R. (2006). 从带有图表文本中学习：促进心理模型发展和推断生成. 教育心理学杂志, 98(1), 182-197. DOI: 10.1037/0022-0663.98.1.182
  18. ↑ a b c Chi, M. T. H. (2000). 自我解释说明性文本：生成推断和修复心理模型的双重过程. 在 R. Glaser (Ed.), 教学心理学进展 (pp. 161–238). 马瓦, 新泽西州：劳伦斯厄尔巴姆.
  19. ↑ a b c d e f g Bisra, K., Liu, Q., Salimi, F., Nesbit, J.C. & Winne, Ph, H. 诱导自我解释：一项元分析. 未发表手稿，西蒙弗雷泽大学，本拿比，不列颠哥伦比亚省.
  20. ↑ a b c d e f g h i j k Wylie, R., & Chi, M. T. H. (2014). 多媒体学习中的自我解释原理. 在 R. E. Mayer (Ed.), 多媒体学习的剑桥手册 (第 2 版，第 413e432 页). 纽约，纽约：剑桥大学出版社
  21. ↑ VanLehn, K., Jones, R. M., & Chi, M. T. (1992). 自我解释效应模型. 学习科学杂志, 2(1), 1-59. doi:10.1207/s15327809jls0201_1.
  22. ↑ a b c d e f g h i j k l m Ionas, I. G., Cernusca, D., & Collier, H. L. (2012). 先验知识对解决问题时自我解释有效性的影响：一项科学学习探索性研究. 高等教育教学与学习国际期刊, 24(3), 349-358.
  23. ↑ Yeh, F., Y, Chen, C., M, Hung, H., P., & Hwang, J., G. (2010). 动态多重表征学习环境中最佳自我解释提示设计. 计算机与教育杂志 54, 1089–1100.
  24. ↑ Atkinson, R. K.,Renkl , A. , & Merrill , M. M. (2003). 从学习示例过渡到解决问题：自我解释提示和逐步淡化已完成步骤的影响. 教育心理学杂志, 95(4), 774–783.
  25. ↑ Van der Meij , J. , & de Jong , T. (2011). 指导性自我解释提示的影响，以支持基于模拟的学习环境中对多种表征的主动处理. 计算机辅助学习杂志, 27(5), 411–423.
  26. ↑ a b c d e f g Schraw, G., Crippen, K. J., & Hartley, K. (2006). 促进科学教育中的自我调节：元认知作为更广泛学习视角的一部分. 科学教育研究, 36(1-2), 111-139.
  27. ↑ a b c d Zimmerman, B. J., & Campillo, M. (2003). 激励自我调节问题解决者. 解决问题的认知心理学, 233-262.
  28. ↑ Kuhl, J. (1985). 认知行为一致性的意志中介：自我调节过程和行动与状态导向. 在 J. Kuhl & J. Beckman (Eds.), 行动控制 (pp.101–128). 纽约：施普林格.
  29. ↑ Bruning, R. H., Schraw, G. J., & Ronning, R. R. (1995). 认知心理学与教学 (第 2 版). 上萨德尔河，新泽西州：梅里尔.
  30. ↑ Zimmerman, B. J., & Paulsen, A. S. (1995). 大学学习过程中的自我监控：学术自我调节的宝贵工具. 在 P. Pintrich (Ed.), 大学教学和学习的新方向：理解自我调节学习 (No.63, 秋季, pp.13–27). 旧金山，加利福尼亚州：乔西 - 巴斯公司.
  31. ↑ Zimmerman, B. J., & Kitsantas, A. (1996). 运动技能的自我调节学习：目标设定和自我监控的作用. 应用运动心理学杂志, 8, 60–75.
  32. ↑ Bandura, A. (1991). 通过预期和自我反应机制自我调节动机. 在 R. A. Dienstbier (Ed.), 动机视角：内布拉斯加动机研讨会 (第 38 卷, pp.69–164). 林肯：内布拉斯加大学出版社.
  33. ↑ Schunk, D.H. (2001). 社会认知理论和自我调节学习. 在 B.J. Zimmerman & D.H Schunk (Eds.), 自我调节学习和学术成就：理论视角 (第 2 版, pp. 125-152). 马瓦, 新泽西州：厄尔巴姆.
  34. ↑ Schunk, D. H. (1983 c). 进度自我监控：对儿童自我效能和成就的影响. 实验教育杂志, 51, 89–93.
  35. ↑ a b Purdie, Nola, and John Hattie.(1996). “自我调节学习策略应用中的文化差异”. 美国教育研究杂志 33.4 (1996): 845–871.
  36. ↑ Winne, P. H. (1996). 从元认知角度看待自我调节学习个体差异. 学习与个体差异, 8(4), 327-353.
  37. ↑ Kelemen, W. L., Frost, P. J., & Weaver, C. A. (2000). 元认知的个体差异：反对一般元认知能力的证据. 记忆与认知, 28(1), 92-107.
  38. ↑ a b c Lin, X., Schwartz, D. L., & Hatano, G. (2005). 迈向教师的自适应元认知. 教育心理学家, 40(4), 245-255.
  39. ↑ a b c d Siemens, G. (2013). 学习分析：一门学科的出现. 美国行为科学家, 57 (10), p. 1380 - 1400.
  40. ↑ 太阳能学习分析研究学会. (n.d.). 从 http://solaresearch.org 获取
  41. ↑ Larusson, J. A., & White, B. (2014). 学习分析. 施普林格
  42. ↑ Martin, T., & Sherin, B. (2013). 学习分析和检测和评估学习模式的计算技术：特刊介绍. 学习科学杂志, 22(4), p. 511-520.
  43. ↑ Koedinger, K. R., Baker, R. S., Cunningham, K., Skogsholm, A., Leber, B., & Stamper, J. (2010). EDM 社区的数据仓库：PSLC 数据商店. 在 Romero, C., Ventura, S., Pechenizkiy, M., & Baker, R. S. (Eds.). (2010) 教育数据挖掘手册. CRC 出版社. p. 43-56.
  44. ↑ Baker, R. S., & Yacef, K. (2009). 2009 年教育数据挖掘现状：回顾与未来展望. JEDM - 教育数据挖掘杂志, 1(1), p. 3-17.
  45. ↑ Dekker, G.，Pechenizkiy, M. 和 Vleeshouwers, J. (2009 年 7 月)。预测学生辍学：案例研究。载于第二届教育数据挖掘国际会议论文集，EDM 2009，第 41-50 页。
  46. ↑ Ming, N. 和 Ming, V. (2012)。从非结构化数据预测学生成果。载于 UMAP 研讨会论文集，第 11-16 页。
  47. ↑ Baker, R. S.，Corbett, A. T. 和 Koedinger, K. R. (2004 年 8 月)。检测学生滥用智能辅导系统。载于智能辅导系统国际会议论文集，第 531-540 页。
  48. ↑ Amershi, S. 和 Conati, C. (2009)。结合无监督和监督分类构建探索性用户模型。JEDM-教育数据挖掘杂志，1(1)，第 18-71 页。
  49. ↑ Dawson, S. (2008)。学生社交网络与社区意识之间关系的研究。教育技术与社会，11(3)，第 224-238 页。
  50. ↑ Baker, R. S.，de Carvalho, A. M. J. A.，Raspat, J.，Aleven, V.，Corbett, A. T. 和 Koedinger, K. R. (2009 年 6 月)。鼓励和阻止“玩弄系统”的教育软件功能。载于第 14 届人工智能教育国际会议论文集，第 475-482 页。
  51. ↑ Perera, D.，Kay, J.，Koprinska, I.，Yacef, K. 和 Zaïane, O. R. (2009)。在线协作学习数据的聚类和序列模式挖掘。IEEE 知识与数据工程学报，21(6)，第 759-772 页。
  52. ↑ Bowers, A. J. (2010)。分析整个学生群体的纵向 K-12 年级历史：成绩、数据驱动决策、辍学和层次聚类分析。实用评估研究与评估，15(7)，第 1-18 页。
  53. ↑ a b c d Winters, F. I.，Greene, J. A. 和 Costich, C. M. (2008)。基于计算机的学习环境中的学习自我调节：批判性分析。教育心理学评论，20(4)，429-444。
  54. ↑ Siadaty, M.，Gašević, D. 和 Hatala, M. (2016)。基于轨迹的自我调节学习过程微观分析测量。学习分析杂志，3(1)，第 183-220 页。
  55. ↑ Sha, L.，Looi, C. K.，Chen, W.，Seow, P. 和 Wong, L. H. (2012)。识别和测量移动学习环境中的自我调节学习。人机行为学报，28(2)，第 718-728 页。
  56. ↑ Cutumisu, M.，Blair, K. P.，Chin, D. B. 和 Schwartz, D. L. (2015)。Posterlet：一款基于游戏的儿童寻求反馈和修改选择的评估工具。学习分析杂志，2(1)，第 49-71 页。
  57. ↑ Azevedo, R.，Harley, J.，Trevors, G.，Duffy, M.，Feyzi-Behnagh, R.，Bouchet, F. 和 Landis, R. (2013)。使用轨迹数据检查认知、元认知和情感自我调节过程在多智能体系统学习过程中的复杂作用。载于元认知和学习技术国际手册，纽约施普林格出版社，第 427-449 页。
  58. ↑ Segedy, J. R.，Kinnebrew, J. S. 和 Biswas, G. (2015)。使用一致性分析来描述开放式学习环境中的自我调节学习行为。学习分析杂志，2(1)，第 13-48 页。
  59. ↑ a b c d Parrott, H. M. 和 Cherry, E. (2015)。过程备忘录：促进学生和教师之间关于写作的对话。教学社会学，43(2)，146-153。
  60. ↑ Abd-El-Khalick, F.，Bell, R. L. 和 Lederman, N. G. (1998)。科学的本质和教学实践：让不自然变得自然。科学教育，82: 417–436。
  61. ↑ Rosman, Tom; Mayer, Anne-Kathrin; Krampen, Günter. (2015)。在信息素养评估中结合自我评估和成绩测试：实证结果和实践建议。高等教育评估与评价，40(5)，第 740-754 页。
  62. ↑ a b Paris, S.G. 和 Paris, A.H. (2001)。自我调节学习研究的课堂应用。教育心理学家，36 (2)，89-101。
  63. ↑ Leutner,D.，Leopοld, C. 和 Elzen-Rump, V.D. (2007)。使用文本高亮策略进行自我调节学习：一项训练实验。心理学杂志，215 (3)，174-182。
  64. ↑ Beishuizen, J. (2007)。技术增强学习环境中的自我调节学习——欧洲评论。载于 R. Carneiro, P. Lefrere, K. Steffens. (编)。万花筒种子项目，检索自 http://www.lmi.ub.es/ taconet/documents/srlinteles3.pdf。
  65. ↑ a b c d e f Simao, A.M.V.，Duarte, F.C. 和 Ferreira, P.C. (2008)。技术增强环境中的自我调节学习：视角和实践。教育——线：欧洲教育研究会议，哥德堡大学。
  66. ↑ a b Prensky, M. (2001 年 9 月)。数字原住民，数字移民 第一部分。在视野上 9(5)。
  67. ↑ Kitsantas, A. (2013)。利用学习技术促进大学生自我调节学习。希腊心理学杂志，10(2013)，第 235-252 页。
  68. ↑ a b c d Carneiro, R.，Lefrere,P.，Steffens, K. 和 Underwood, J. (2011)。技术增强学习环境中的自我调节学习 欧洲视角。Sense Publishers 鹿特丹/ 波士顿/ 台北。
  69. ↑ a b Ma, W.，Adesope, O. O.，Nesbit, J. C. 和 Liu, Q. (2014)。智能辅导系统和学习成果：元分析。教育心理学杂志，106(4)，901-918。
  70. ↑ a b c d Nussbaumer, A.，Dahn, I.，Kroop, S.，Mikroyannidis, A. 和 Albert, D. (2015 年 a)。支持自我调节学习。S. Kroop 等人 (编)，响应式开放式学习环境，第 17-49 页。DOI 10.1007/978-3-319-02399-1_2。
  71. ↑ a b c d Nussbaumer, A.，Hillemann, E.，Gütl, C. 和 Albert, D. (2015 年 b)。一项基于能力的虚拟环境自我调节学习支持服务。学习分析杂志，2(1)，101-133。
  72. ↑ a b c d Kauffman, D.F.，Zhao, R. 和 Yang, Y. (2011)。在线笔记格式和自我监控提示对从在线文本中学习的影响：利用技术增强自我调节学习。当代教育心理学 36 (2011) 313-322。
  73. ↑ Azevedo Roger. (2005)。利用超媒体作为元认知工具来增强学生学习？自我调节学习的作用。教育心理学家，40(4)，199-209。DOI：10.1207/s15326985ep4004_2。
  74. ↑ a b c d e f Kitsantas, A.，Dabbagh, N.，Hiller, S. 和 Mandell, B. (2015)。学习技术作为促进大学生自我调节学习的支持性环境。载于 Cleary, Timothy (编)，(2015)。针对有风险青年的自我调节学习干预：增强适应性、表现和福祉。学校心理学系列。，(第 277-294 页)。华盛顿特区，美国：美国心理学会，xv，305 页。 http://dx.doi.org/10.1037/14641-013。
  75. ↑ a b Leelawong, K. & Biswas, G. (2008). 设计教学代理的学习：Betty 的大脑系统。检索自 http://www.ijaied.org/pub/997/file/997_Biswas08.pdf
  76. ↑ a b c d Roscoe, R.D. , Segedy, J.R., Sulcer, B., Jeong, H., Biswas, G. (2013). 可教代理环境中的浅层策略开发旨在支持自我调节学习。计算机与教育 62, pp.286–297. doi:10.1016/j.compedu.2012.11.008. 检索自 http://www.sciencedirect.com/science/article/pii/S0360131512002734
  77. ↑ Winne, P.H., Nesbit, J.C., Kumar, V., Hadwin, A.F., Lajoie, S.P., Azevedo, R., & Perry, N.E. (2006). 使用 gStudy 软件支持自我调节学习：学习工具包项目。技术、机构、认知和学习，3, 105-113.
  78. ↑ a b c d e f Khosravifar, B., Bouchet, F., Feyzi-Behnagh, R., Azevedo,R., & Harley, J.M. (2013). 使用智能多智能体系统来模拟和培养自我调节学习：基于理论的方法，使用马尔可夫决策过程。IEEE 第 27 届国际先进信息网络与应用会议。第 413-420 页。DOI 10.1109/AINA.2013.70.
  79. ↑ a b c d e Azevedo, R., Witherspoon, A.,Chauncey, A., Burkett, C.,&Fike, A. (2009). 元导师：一种用于增强自我调节学习的元认知工具。认知和元认知教育系统：来自 AAAI 秋季研讨会（FS-09-02）的论文。检索自 https://www.aaai.org/ocs/index.php/FSS/FSS09/paper/viewFile/995/1253.
  80. ↑ a b c d Winne, P. H., & Hadwin, A. F. (2013). nStudy：追踪和支持互联网上的自我调节学习。在 R. Azevedo & V. Aleven（编辑）中，元认知和学习技术的国际手册。纽约：施普林格。
  81. ↑ Zimmerman, B. J. (2008). 调查自我调节和动机：历史背景、方法发展和未来前景。美国教育研究杂志，45 ,166–183.
  82. ↑ a b c Winne, P. H. (2011). 自我调节学习的认知和元认知分析。在 B. J. Zimmerman & D. H. Schunk（编辑）中，学习和绩效的自我调节手册（第 15-32 页）。纽约：劳特利奇。
  83. ↑ a b c Winne, P. H., & Nesbit, J. C. (2009). 使用认知工具支持自我调节学习。在 D. J. Hacker, J. Dunlosky & A. C. Graesser（编辑）中，教育中的元认知手册（第 259-277 页）。纽约：劳特利奇
  84. ↑ a b c d e f g h i j k l Zumbrunn, S., Tadlock, J., & Roberts, E. D. (2011). 鼓励课堂中的自我调节学习：文献综述。大都市教育研究联盟 (MERC).
  85. ↑ a b Nicol, D. J., & Macfarlane‐Dick, D. (2006). 形成性评估和自我调节学习：一个模型和七个良好反馈实践原则。高等教育研究，31(2), 199-218.
  86. ↑ a b c d English, M. C., & Kitsantas, A. (2013). 支持学生在问题和项目式学习中的自我调节学习。跨学科问题式学习杂志，7(2), 6.
  87. ↑ Dignath, C., & Büttner, G. (2008). 培养学生自我调节学习的组成部分。对小学和中学干预研究的荟萃分析。元认知与学习，3(3), 231–264.
  88. ↑ Masui, C., & De Corte, E. (2005). 学习反思和积极归因作为自我调节学习的基本组成部分。英国教育心理学杂志，75(3), 351–372.
  89. ↑ Perels, F., Gürtler, T., & Schmitz, B. (2005). 自我调节和解决问题能力的训练。学习与教学，15(2), 123–139.
  90. ↑ Schunk, D. H., & Ertmer, P. A. (2000). 自我调节和学术学习：自我效能增强干预。在 M. Boekaerts, P. R. Pintrich, & M. Zeidner（编辑）中，自我调节手册（第 631-649 页）。圣地亚哥：学术。
  91. ↑ a b Labuhn, A.S., Zimmerman, B.J., & Hasselhorn, M. (2010). 提高学生的自我调节能力和数学成绩：反馈和自我评价标准的影响元认知与学习，5 (2), 173-19.
  92. ↑ Waeytens, K., Lens, W., & Vandenberghe, R. (2002). 学习如何学习'：教师对其支持作用的看法。学习与教学，12(3), 305-322.
  93. ↑ Graham, S., & Harris, K.R. (2005). 提高年轻挣扎作家的写作能力：加速学生学习中心的理论和项目研究。特殊教育杂志，39 (1), 19-33.
  94. ↑ a b c Kistner, S., Rakoczy, K., Otto, B., Dignath-van Ewijk, C., Büttner, G., & Klieme, E. (2010). 在课堂上促进自我调节学习：调查频率、质量及其对学生表现的影响。元认知与学习，5(2), 157-171.
  95. ↑ a b Lapan, R. T., Kardash, C. M., & Turner, S. (2002). 赋予学生成为自我调节学习者的权力。职业学校咨询，5(4), 257-265.
  96. ↑ a b c Zimmerman, B. J. (2000). 自我效能：学习的必要动机。当代教育心理学，25(1), 82-91.
  97. ↑ de Boer, H., Donker-Bergstra, A. S., Kostons, D. D. N. M., Korpershoek, H., & van der Werf, M. P. (2013). 有效的自我调节学习策略：荟萃分析。GION/RUG.
  98. ↑ a b c d Kobayashi, M. (2006). 通过促进自我调节学习来促进高中交互式电视节目中的学术成就（弗吉尼亚理工大学博士论文）。
  99. ↑ a b c d Pino-Pasternak, D., Basilio, M., & Whitebread, D. (2014). 促进自我调节学习的干预措施和课堂环境：英国小学课堂的两个干预研究。Psykhe，23(2).
  100. ↑ a b Housand, A., & Reis, S. M. (2008). 阅读中的自我调节学习：天才教育和教学环境。先进学术杂志，20(1), 108-136.
  101. ↑ Omorogiuwa, K. O. (2012). 通过有效反馈促进自我调节学习。Manzoor Ahmed，7.
  102. ↑ 鼓励课堂上的自我调节学习。(n.d.). 检索自 http://serc.carleton.edu/sage2yc/studentsuccess/self_regulated/encouraging.html
  103. ↑ Ogawa, A. (2011). 促进自我调节学习：教授大学日本社会课程的探索性案例。高等教育教学与学习国际杂志，23(2), 166-174.
  104. ↑ Cleary, T. J. 和 Zimmerman, B. J. (2004)。自我调节赋能计划：一个以学校为基础的计划，旨在增强学生学习的自我调节和自我激励循环。学校心理学，41(5), 537-550。
  105. ↑ Young, M. R. (2005)。课堂环境对促进自我调节学习的激励作用。市场营销教育杂志，27(1)，25-40。
  106. ↑ Paris, S. G. 和 Paris, A. H. (2001)。自我调节学习研究的课堂应用。教育心理学家，36(2), 89-101。
  107. ↑ Ferreira, P. C. 和 Simão, A. M. V. (2012)。促进自我调节学习的教学实践：一个案例研究。教育研究电子期刊，1(1)，1-16。
  108. ↑ Kuo, Y. H. (2010)。自我调节学习：从理论到实践。在线提交。
  109. ↑ 培养自我调节学习的活动。(n. d.)。检索自http://serc.carleton.edu/sage2yc/studentsuccess/self_regulated/activities.html
检索自 "https://wikibooks.cn/w/index.php?title=Cognition_and_Instruction/Metacognition_and_Self-Regulated_Learning&oldid=3538851"
华夏公益教科书