國內外在線學業情緒研究發展歷程與對比分析

胡曉玲 袁民

摘 要：本研究以中國知網中文數據庫的289篇和Web of Science英文數據庫的484篇在線學業情緒研究文獻作為樣本，基于Citespace軟件對文獻進行可視化計量分析。分析發現：佩克倫的控制-價值理論為在線學業情緒研究的重要理論基礎，目前在線學業情緒關注度大幅上升，整體研究經歷了早期基礎性研究、中期應用性研究、目前拓展性研究的發展歷程。同時，國內外研究對比發現：國外在線學業情緒研究偏向于主觀體驗的研究，而國內偏向于客觀表現的研究；國外在線學業情緒研究追逐功能熱詞，而國內研究依從于技術熱詞的變遷；研究力量上，國外教育心理領域研究者參與度更高，國內以教育技術領域研究者為主導。結合我國研究特點，本研究提出國內研究應加強情緒基礎研究豐富性、提升研究團隊綜合性、堅持學術精神獨立的未來發展建議。

關鍵詞：在線學業情緒；發展歷程；對比分析；理論基礎

中圖分類號：G4文獻標識碼：A文章編號：2096-0069（2023）02-0085-08

引言

快速更新迭代的技術與現代教育持續邁向深度融合，在線學習環境已成為常態化學習環境。佩克倫指出，學業情緒是學習者在接受教學或學習的過程中與其學業相關的各種情緒[1]。由于情緒對認知有著廣泛存在的影響[2]，國內外研究者對于在線學習環境中的學業情緒展開了長期而深入的研究，以厘清在線學業情緒在學習過程中的支持與阻礙效應。但目前學界對國內外在線學業情緒研究的發展歷程尚缺乏系統全面的梳理，對國內外研究的異同也暫無討論，因此，本文將利用Citespace軟件對國內外773項研究成果進行文獻計量分析，挖掘國內外在線學業情緒研究的發展歷程，進而對比分析國內外研究呈現出的特點，并為我國未來在線學業情緒研究深入發展提出建議。

一、數據與方法

（一）文獻數據來源

本研究中，國內研究指來自中國知網（CNKI）數據庫的中文文獻，選取“情緒” “學業情緒”“在線學習” “網課”“慕課”等主題詞進行檢索，選取發表時間為2000年1月1日至2022年6月1日，篩選在在線學習環境中針對學業情緒進行研究的文獻，最終納入相關研究289篇，時間跨度為2007—2022年。國外研究指來自Web of Science（WoS）核心數據庫的外文文獻，選取發表時間為2000年1月1日至2022年6月1日，篩選在在線學習環境中針對學業情緒進行研究的文獻，最終納入研究484篇，時間跨度為2004—2022年。

（二）文獻分析方法

CiteSpace軟件可運用多種算法對文獻進行共引共現計量分析，以尋找文獻集合的關鍵節點、在分布時段內呈現的規律，并呈現出可視化圖譜。本研究通過該軟件，針對國內外在線學習環境中情緒主題下的研究進行關鍵詞共現、主題聚類、機構共現等分析，精確呈現該主題下研究的發展歷程并實現國內外研究的深入對比。

二、在線學業情緒研究的理論基礎

通過作者共引分析發現，外文文獻中，萊因哈德·佩克倫（Reinhard Pekrun）的共引頻次為108次，居于榜首；由于中文文獻無法利用Citespace軟件分析共引作者，本文隨機選取199篇文獻，通過中國知網數據庫進行文獻互引網絡分析，發現佩克倫的成果在46篇研究中被引，也為最高，即佩克倫是在線學業情緒研究中最具影響力的作者。

佩克倫在2000年首次提出成就情緒的控制—價值理論及綜合分析框架[1]，用于分析學術環境中情緒產生的前因后果。該理論的中心觀點是學習過程中成就情緒的產生或喚起有兩個核心前提，即行為與結果間的因果感知控制以及行為與結果間的價值感知[2]。經過后續多年的不斷完善與發展，佩克倫依據個體對對象目標的價值評估及所采取的不同程度控制行為劃分了16種成就情緒結果[3]，得以更加清晰地闡釋和預測情緒產生；他還構建了成就情緒問卷（Achievement Emotion Questionare，簡稱AEQ），用以評估學生在學術環境中經歷的成就情緒[4]?；诔墒斓睦碚摷僭O、清晰的分析框架和配套的研究工具，佩克倫的控制—價值理論經過多年實踐檢驗，成為學習情緒研究中最具影響力的理論，并被證明在在線學習中具有良好適用性[5]，順利實現了從傳統學習向在線學習的遷移應用，為在線學業情緒研究奠定了深厚的理論基礎、提供了有力的理論支撐，助力了后續在線學業情緒研究的長久推進。

三、國內外在線學業情緒研究現狀分析

（一）在線學業情緒研究發文數量變化趨勢

各年國內外在線學業情緒研究發表數量如圖1所示。國內早期在線學業情緒研究稍滯后于國外，而2013年后，國內外文獻發表數量趨勢變化呈現出同一性，整體數量緩慢增長，2018年后均呈指數型上升，說明在線學業情緒研究近年來關注度大幅上升。在線學業情緒研究植根于在線學習發展的時代背景中，國內外研究文獻發表數量的階段性差異反映出世界科技、教育背景不斷變化導致在線學業情緒研究的熱度和內容都緊跟時代步伐。

（二）在線學業情緒研究關鍵詞聚類圖譜分析

利用Citespace對國內外文獻分別進行關鍵詞共現聚類分析，聚類編號越靠前、聚類下關鍵詞數量越豐富，則相關研究越多、研究領域內關注度越高。聚類結果如圖2、圖3所示。

2001年，美國麻省理工學院發起開放課程計劃項目 （Open Course Ware）[6]，率先成為了在線學習和在線學習研究的領跑者。我國網絡課程建設緊隨其后，在線學習不斷在高等教育中推廣，在我國大學英語教育中被廣泛應用，在線學習過程中情緒對學習的影響凸顯，在線學業情緒研究自此開始。結合圖2、圖3并對中文文獻關鍵詞聚類結果進行時間線探索發現，2012年以前，國內研究圍繞“#1學習焦慮”“#2學業情緒”展開，發文數量并不豐富，主要以網絡化英語學習中的學業情緒研究為主[7]。而對外文文獻關鍵詞聚類的時間線探索發現，2012年前的國外研究針對“#0 computer self-efficacy（計算機自我效能感）”“#1 acdemic emotions（學業情緒）”“#4 frustration（挫折）”“#9 foreign- language anxiety（外語焦慮）”主題開展研究，數量相較國內更多，檢測了遠程學習過程中產生的學業情緒，并檢驗了對計算機效能感的影響[8]。

2012年“MOOC元年”開啟，而后世界范圍內普遍、深度、多元的技術應用使得混合式學習、翻轉課堂、基于計算機支持的協作學習等學習模式取得廣泛實踐機會，在線學習規模進一步擴大，國內外在線學業情緒研究在成熟的理論基礎上得以進入更加豐富多樣的學習場景中，研究數量也逐漸增長。國內研究在之前的主題中繼續邁進，并擴大了“#0在線學習”、“#3翻轉課堂”環境中的學業情緒調查，關注“#5情緒設計”，在“#4人工智能”“#6大數據”“#9表情識別”等技術支持下深化了在線學業情緒的探索。而國外研究增加了“#2 emotion regulation（情緒調節）”“#6 affective computing（情感計算）”“#10 affective learning（情感學習）”聚類主題下的關注度，同時關注“#7 computer mediated communication（計算機媒體交互）”中的情緒表達以及情緒調節對“#8 learning performance（學習績效）”的提升。

2018年至今，在線學業情緒研究規模急速膨脹。目前在線學習所用的各類學習設備、平臺已有成熟統一的功能體系，但還未能完全實現深度有效的學習，缺乏學習績效的智能評價方法。因而近年來，智能技術在在線學習中大力加碼，情緒的動態識別成為助推智能學習系統構建和優化的有力抓手，因此各個聚類主題下在線學業情緒研究繼續穩步推進。

（三）在線學業情緒研究機構分析

通過Citespace進行機構共現分析，得到中、外文文獻中發文數量在前五位的發文院校，并通過查看文獻，整理出每所院校作者所屬的單位數量，如表1所示。

從表1可知，國內院校在每校發文數量和每校參與研究機構數量上更具優勢。國內在線學業情緒研究的主導力量為國內師范類院校中教育技術領域的研究者。結合國內文獻各院校的發文數量來看，華中師范大學享有高水平的研究力量與學科貢獻，保持著在線學業情緒研究的中堅地位，成果卓越。在華中師范大學參與研究的八個下屬機構中，包含國家工程實驗室和教育部重點實驗室，所涉學科領域包括教育技術學、大數據科學、計算機科學、心理學、人工智能科學等。華中師范大學的研究成果主要集中于情緒設計和情感分析兩個主題下，如通過對教育智能體情緒線索的設計探索了對學習者積極情緒喚醒的影響[9]，通過互動話語進行學習者的情感分析[10]等。查看外文文獻中具體研究機構名稱發現，教育相關院系為國外主要研究機構，但不同院校有著各自特色，整體而言，所涉及學科豐富，但心理學領域參與度較高。外文發文量最高的院校為加泰羅尼亞開放大學。加泰羅尼亞開放大學的研究由教育科學、心理科學和計算機科學三個學科力量支撐，相關研究內容以在線學業情緒對學習造成的影響以及基于情感捕捉的情緒反饋研究為主[11-12]。

四、國內外在線學業情緒研究主題劃分與階段特征

從上述結果可知，隨著時間推進，國內外在線學業情緒研究主題愈發豐富。根據具體的研究內容，國內外在線學業情緒研究可以劃分為三類具有階段特征的主題：作為早期研究焦點的基礎性研究，作為中期研究焦點的應用性研究，長久發展直至作為近期和未來研究重點的拓展性研究。

（一）在線學業情緒的基礎性研究

基礎性研究以2012年以前的聚類主題下開展的研究為代表，關注在線學業情緒對學習造成的影響，關注情緒類型、水平的識別與測量，以及情緒造成的直接影響，另外兩類研究往往需要以這類研究的結論做支撐。早期在線學業情緒研究以此類基礎性研究為重點，圍繞情緒狀態的測量分析采取以問卷法為主的研究方法，多年以來保持一定的關注度，且國外關注度高于國內。

在國外研究中，自我效能感也是國外最聚焦的研究視角，研究者將自我效能感看作動態變化的個體特征，調查情緒狀態與自我效能感變化之間的關聯[8]。國內基礎性研究起步于網絡環境英語教學的普及階段，主要聚焦于網絡環境下英語學習中的學習焦慮研究[7]，情緒研究涉及的情緒類型與學習場景都過于單一。后來，在線學習規模擴大，該主題下的研究不再局限于調查學習成績受到的影響，而是拓展深入情緒對其他維度的影響，如學習動機、學習行為及認知過程等；同時，隨著在線學習場景的豐富增添了各種學業情緒的相關研究[13]，填補了不同學習場景、情緒類型基礎性研究的空白。

（二）在線學業情緒的應用性研究

大規模、多樣化的在線學習和深度交融的技術應用，使得在線學業情緒研究進入到新層面。在線學業情緒的應用性研究注重不同學習場景中教學策略、教學資源或技術環境的應用對學習者情緒的影響，并通過相關設計實現情緒調節與管理。在這類研究中，情緒狀態并非研究中的主角，而是關注從情緒維度進行的新課堂模式學習效果評價或者以情緒設計、情緒調節為基礎的學習改善路徑，研究結論有著明確的應用價值導向。如國內研究進入到以翻轉課堂為首[14]，包括SPOC、在線游戲化教學等多種課堂或學習模式的應用效果探究[15]，從情緒維度評價學習模式、改善學習體驗；國外研究關注到負面情緒對學習績效等各方面造成的影響，從而展開了負面情緒消減與積極情緒喚醒的情緒調節研究[16]。該類研究以國內“在線學習”“翻轉課堂”“情緒設計”“在線教學”和國外“emotion regulation（情緒調節）”“learning performance（學習績效）”主題下的研究為主，研究始發于在線學業情緒研究中期，隨著學習場景的更新不斷豐富，且國內關注度高于國外。

（三）在線學業情緒的拓展性研究

在線學習理念不斷發生變化，不斷涌現的各類技術加速與教育相融合，以回應個性化、人性化、智能化的終身泛在學習要求。因此，教育研究者結合在線學業情緒基礎性研究和應用性研究成果，在新興領域展開了在線學業情緒的拓展性研究，情緒測量不再是通過問卷調查，而是通過技術手段實現情緒狀態特征的精準動態把握，從而構建科學智能的數據模型，以得到更加現代化的應用性成果。隨著技術與教育的融合不斷深入與升級，在線學業情緒的拓展性研究已成為當前時段與未來研究的關注焦點。

該類研究以國內聚類中技術性詞語“人工智能”“大數據”和國外聚類中功能性詞語“affective computing（情感計算）”“affective learning（情感學習）”主題下的研究為主。2007年，國內研究者便提出利用情感識別技術使電子學習系統中的教學更加智能化和人性化[17]。早期以情緒的外部表達——表情識別實現情感識別；而后借助大數據，通過運用文本挖掘、網絡爬蟲等技術優化了在線學業情緒的動態測量水平；如今在人工智能與教育領域的不斷深度交叉融合的潮流中，基于機器學習的情感分析模型開發，可以挖掘出學習者更為內隱的情緒狀態。國外研究則長期緊緊圍繞情感學習與計算展開，以社交軟件、在線學習互動平臺等計算機媒介為基礎的交互行為中留下的信息軌跡為抓手，通過這些信息進行情感學習、完成情感計算，從而實現對學習者在線學業情緒的精確捕捉與動態識別[18]。

五、國內外在線學業情緒研究對比分析

從整體的發展歷程來看，國內外研究在三個主題下均有深入的研究，但在具體的研究中仍然展現出不同的傾向性。依據國內外在線學業情緒研究的關鍵詞聚類圖譜和具體的研究內容，對比國內外研究的發展歷程，結果如下。

（一）主觀體驗與客觀表現

以基礎性研究為主和以應用性研究為主的在線學業情緒研究多見于在線教育的成長期，在線學習慢慢走向大眾，同時教育研究在不停地尋找不斷涌現的新技術與教學、學習的結合點。學習者面臨著不斷與新型學習模式相繼適應、契合的問題，而針對這一問題，國外研究重點關注學習者自我效能感、學習者態度等主觀體驗與在線學業情緒之間的關系。如早期國外研究發現焦慮在計算機感知易用性中的調節作用會影響計算機使用的感受，從而影響學習者對計算機的態度[8]。相較于國外，國內早期網絡化教學應用最廣泛的英語教學研究中，更加關注學習行為、學業績效等客觀表現的影響。如研究者發現，網絡學習環境降低了學習者英語學習的焦慮，英語學習焦慮與學習成績呈顯著負相關[19]。

此外，本研究對比了國內“情緒設計”、國外“emotion regulation（情緒調節）”兩個以應用性研究為主的聚類時間線上的節點關鍵詞，結果發現：在國內研究中，以“情緒設計”“情緒誘發”“呈現時間”等客觀操作詞語為主，而國外最大的三個節點關鍵詞則分別為“self-efficacy（自我效能感）”“achievement emotion（成就情緒）”“satisfaction（滿意度）”三個與主觀體驗密切關聯的詞語，這也再一次印證了國外研究偏重主觀體驗、國內研究偏重客觀表現的研究偏向性。

（二）技術熱詞與功能熱詞

在植根于技術變革的拓展性研究中，國內研究聚類詞匯以技術名詞為主，而國外聚類則以功能性名詞為主。從國內在線學業情緒研究來看，“人工智能”聚類最先出現關鍵詞節點連線密集區；2013年至2016年，“表情識別”聚類下關鍵詞連線更加密集；緊接著，2016年至2019年轉變為“大數據”聚類下的連線；目前來看，三者密集區有所重合。國內技術性名詞聚類和相繼出現的聚類連線密集區呈現出的是國內在線學業情緒研究對技術熱詞的依從性，當某一新興技術誕生并投入使用時，會引起大量的研究圍繞其展開，從而挖掘技術可能帶來的功能性。這表明國內更多的是追從技術的變革，以引導在線學業情緒研究的革新。

而國外研究凸顯出來的功能性聚類的節點連線密集區從時間線上反復重合，且密集期出現時間較早。這表明國外研究一直以功能目的為研究驅力，研究的開展主要是為實現以在線學業情緒為基礎的技術功能開發，故而呈現出功能熱詞的特點。技術作用的驗證是一個短期問題，而功能實現則需要長期的改進與優化，所以，與國內對技術熱詞的追求帶來的不斷地出現階段性熱點跳轉不同的是，國外研究在對功能熱詞的追逐上保持了長期穩定的關注度，而且研究的成熟與豐富也早于國內。

（三）教育心理與教育技術

從國內外高發文量院校的研究機構來看，國外研究涉及的機構中，心理學領域的參與度高于國內，國內研究的主要研究力量集中于教育領域內的教育技術學科，這從側面解釋了國外研究對于主觀信念關注度更高的原因。此外，在發表數量較多的院校中，國外研究中多見以教育心理為主的院系與計算機學院等做技術性支撐的學院合作，而國內則多以教育技術院系做主導，因而可能囿于跨院合作的局限性導致國外單個院校研究數量不比國內豐富，但整體呈現出的基礎性研究的豐富性和技術相關研究的成熟度相較國內更佳。

值得注意的是，無論是國內還是國外，處于領先位置的院校都擁有多學科交叉的高水平研究機構，這樣的研究機構成為了不同領域研究者深度合作的有效平臺，打破了學科交叉的壁壘，從而建立了真正擁有跨學科實力的高水平研究團隊。對于目前的在線學業情緒研究，既需要支持在線環境開發的教育技術、計算機等學科力量的支撐，還有賴于學習分析所需的大數據、人工智能技術的支持，同時須以教育學、心理學中的學業情緒理論做基礎，因而，擁有高水平的、多學科深度合作的研究團隊是進行在線學業情緒研究最有力的保障。

六、結語與建議

目前，在線學業情緒研究早已不是狹義的“在線學習”和“學業情緒”概念簡單拼湊而進行的研究，而是立足于在線學習環境中復雜的動態學習過程，關注學習者情緒與各方面密切交互影響的多層次、多維度的研究。同時，智能技術在學習分析、學習者模型構建等研究中的應用更是掀起一股世界范圍內新的學術熱潮。這一領域的研究融入了越來越多的學科，積累了龐大而精細的知識體系，以學業情緒研究助力更加科學、先進、智能、人性化的學習模式探索。因此，結合國內外在線學業情緒研究的發展歷程與對比結果，本文就國內研究走向更成熟的未來提出以下幾點建議。

（1）豐富關注學習者主觀感受的基礎情緒研究。學習者意愿是實現終身學習的根本條件，未來在線學業情緒研究應該豐富面向改變學習者在學習中的體驗、提升學習者學習行為的動機、增強學習者自主學習的效能感的基礎情緒研究，以促使學習者保持長久的學習意愿與學習行為。

（2）建設多學科、多領域研究力量支撐的綜合型研究團隊。目前國內大多數教育研究者缺乏計算機、人工智能等領域的專業知識，且多數學校不同院系間的合作并不緊密，在多學科交叉的研究領域中難以形成強大的學術力量引領學術發展。因此，要建設多學科、多領域研究力量支撐的綜合型研究團隊，以多學科領域知識的融合碰撞、多學科領域研究者的深度合作，推動國內在線學習環境中情緒研究的快速發展。

（3）形成“精鉆精研、獨立創新”的學術精神。國內研究在數量上、主題豐富程度上不亞于世界其他國家，但在線學業情緒的基礎性和拓展性研究并不持久深入，故而長久以來，一直缺乏具有影響力的研究成果。因此，要形成“精鉆精研、獨立創新”的學術精神，深化在線學業情緒的理論探索，不以技術熱度為驅力，而以革新學習為目標，促進國內研究成果邁向世界前端。

基金項目：2019年國家社科基金重大項目“循證社會科學的理論體系、國際經驗與中國路徑”（19ZDA142）

作者簡介：胡曉玲（1975 —），女，山東濟寧人，副教授、碩士生導師，研究方向為高等教育信息化；袁民（2000 —），女，貴州遵義人，碩士研究生，研究方向為高等教育信息化。

參考文獻

[1]PEKRUN R. A social-cognitive， control-value theory of achievement emotions[A].? Heckhausen J. Advances in Psychology. Amsterdam： North-Holland， 2000（131）：143-163.

[2]段紅，文旭.“情緒—認知”機制與語篇生成[J].西南大學學報（社會科學版）， 2014，40（4）：127-132，184.

[3]PEKRUN R. The control-value theory of achievement emotions： assumptions， corollaries， and implications for educational research and practice[J]. Educational Psychology Review， 2006，18（4）：315-341.

[4]PEKRUN R， GOETZ T， FRENZEL A C， et al. Measuring emotions in students learning and performance： the achievement emotions questionnaire （AEQ）[J]. Contemporary Educational Psychology， 2010， 36（1）：36-48.

[5]DANIELS L M， STUPNISKY R H. Not that different in theory： discussing the control-value theory of emotions in online learning environments[J]. The Internet and Higher Education， 2012， 15（3）：222-226.

[6]李海峰.中美在線開放課程的對比與分析：基于教與學的視角[J].電化教育研究，2014，35（1）：58-64，78.

[7]陳美華.計算機網絡環境下大學生英語學習心理因素調查研究[J].東南大學學報（哲學社會科學版），2010，12（4）：102-105，128.

[8]SAADE R G， KIRA D. Mediating the impact of technology usage on perceived ease of use by anxiety[J]. Computers & Education， 2007，49（4）：1189-1204.

[9]巴深，劉清堂，吳林靜，等.教育智能體情緒線索對大學生學習情緒與動機的影響研究[J].遠程教育雜志，2021，39（6）：48-57.

[10]左明章，趙蓉，王志鋒，等.基于論壇文本的互動話語分析模式構建與實踐[J].電化教育研究， 2018，39（9）：51-58.

[11]MARTIN S， VALDIVIA I M A. Students feedback beliefs and anxiety in online foreign language oral tasks[J]. International Journal of Educational Technology in Higher Education， 2017（14）：1-15.

[12]ARGUEDAS M， XHAFA F， CASILLAS L， et al. A model for providing emotion awareness and feedback using fuzzy logic in online learning[J]. Soft Computing， 2018， 22（3）： 963-977.

[13]李成陳，韓曄.外語愉悅、焦慮及無聊情緒對網課學習成效的預測作用[J].現代外語，2022，45（2）：207-219.

[14]高照，李京南.中國學習者英語課堂焦慮情緒對比：翻轉vs傳統[J].外語電化教學， 2016（1）：37-42.

[15]劉智，楊重陽，彭晛，等.SPOC論壇互動中學習者情緒特征及其與學習效果的關系研究[J].中國電化教育，2018（4）：102-110.

[16]ARTINO A R， JONES K D. Exploring the complex relations between achievement emotions and self-regulated learning behaviors in online learning[J]. The Internet and Higher Education， 2012，15（3）： 170-175.

[17]解迎剛，王志良，平安，等.模糊情感分析及其在E-learning系統中的應用[J].計算機科學，2007（10）：168-172.

[18]FARIA A R， ALMEIDA A， MARTINS C， et al. A global perspective on an emotional learning model proposal[J]. Telematics and Informatics，2016，34（6）： 824-837.

[19]曾小珊，劉秋月.網絡多媒體環境下理工類大學生英語學習焦慮研究：基于網絡教學模式與傳統教學模式的對比研究[J].外語電化教學，2012（5）：50-55.

（責任編輯 李強 王策）

Abstract： In this study， 289 online academic emotion research articles from the Chinese database of CNKI and 484 articles from the English database of Web of Science were used as samples， and a visual bibliometric analysis was conducted based on citespace software. The analysis found that： pekrun's control-value theory is an important theoretical basis for online academic emotion research. At present， the online academic emotional attention has increased significantly. The overall research has experienced the development process of the early basic research， the medium-term applied research， and the current extended research. At the same time， the comparative analysis of domestic and foreign studies have found that： foreign online academic emotion research tends to be subjective experience research， while domestic research prefers objective performance research; foreign online academic emotion research pursues functional hot words， while domestic research depends on the change of technical hot words; in terms of research force， foreign researchers in the field of educational psychology participate more， and domestic researchers in the field of educational technology take the lead. Combined with the characteristics of Chinese research， this study puts forward? domestic research should strengthen the richness of the emotional basic research， enhance the comprehensiveness of the research team and adhere to the independence of academic spirit in the future development.

Key words： Online academic emotion; Development process; Comparative analysis; Theoretical basis