不同學習風格類型的大學生在線學習適應性研究

侯小雯 賈一丹 江豐光

[摘要]采用定量與定性相結合的研究方法，以上海某師范大學本科生為研究對象，通過Kolb學習風格量表和大學生在線學習適應性量表來收集數據，調查研究大學生不同學習風格類型對在線學習的適應性，從而發現在線學習適應性良好學習者的共同特性。結果表明，個案學校大學生在線學習適應性較差，學習動機和學習態度主要影響了大學生在線學習適應性。而且，不同學習風格類型學習者在線學習適應性有著顯著差異，其中發散型學習者最適應在線學習，而這樣的差別主要存在于學習者反思觀察、具體經驗和抽象概括的過程中。研究者根據研究結果，對自適應學習系統設計、學習者和教師提出相關建議。

[關鍵詞]在線學習；學習風格；適應性

[中圖分類號]G64? ?[文獻標識碼]A? ?[文章編號]1005-4634（2023）06-0001-10

2020年年初，為了更好地控制新型冠狀病毒肺炎疫情，教育部發文要求采取政府主導、高校主體、社會參與的方式，實現“停課不停教，停課不停學”，從而保障高校疫情期間的在線教學。疫情的沖擊使得在線學習受到國內外高校越來越多的關注，而大學生對在線學習的適應性成為熱門的研究議題。雖然近年來我國大學生的手機上網普及率幾乎已達到百分之百，并且可以熟練使用在線學習軟件，但研究顯示大學生對在線學習的適應性尚存在問題?？梢?，要提高網絡教學質量和大學生網絡學習效果，不能單單只解決技術上的困難。

然而，傳統的在線學習系統并未考慮學生的學習風格差異，而是提供相同的學習支架、學習路徑和學習策略，這很容易導致擁有不同信息加工方式的學習者對在線學習存在著學習適應性問題?！?020地平線報告》指出，自適應學習技術將成為未來發展的新興技術之一，而學習風格可以很好地描述學習者的學習方式和學習特征，這也是在設計自適應學習系統時考慮學習者畫像與學習者建模的重要指標。本研究以上海某師范大學的高校生為例進行問卷調查，研究問題如下：（1）大學生在線學習適應程度現狀如何？（2）在線學習環境下，學習者的學習適應性是否因其學習風格的不同而變化？

1文獻回顧

1.1學習風格（learning style）

學習風格最早于1954年由Herbert Thelen提出，他定義學習風格為“學習者在長期的學習活動中表現出的一種具有鮮明個性的學習方式和學習傾向”。但長期以來，不同學者對學習風格的定義有所不同，例如有些學者認為學習風格是學習策略和學習傾向的總和；有些學者認為學習風格是某種行為表現方式 ；有學者認為學習風格是某種信息加工方式[7]。雖然定義的側重點不同，但都指出：（1）學習風格因人而異；（2）學習風格受外部環境的影響；（3）學習方式會影響學習行為。本研究采用了Kolb的定義：“學習風格是一個人偏好的感知與加工信息的方法”。

Dunn從影響學習效果的因素角度，將學習者的學習風格分為5個大類，并且每類都分為多個子類別。但由于該模型分類涉及到學習環境的聲音、光線、坐姿，或是結伴學習、獨立學習等外部要素，并不適合作為在線學習者的學習風格模型。Felder-Silverman的學習風格理論從學習者信息加工方面分為活躍型和沉思型；信息感知這一層次分為感悟型和直覺型；從信息輸入角度分為言語型和視覺型；從信息理解角度分為綜合型和序列型。從學習過程周期角度來看，Kolb根據經驗性學習理論模型劃分出4種類型的學習風格，并且針對每一種學習風格類型都解釋了該類型學習者具有怎樣的學習表現。由于Kolb學習風格理論是依據學習者學習過程中的偏好來歸類在線學習者的學習風格的，與本研究探究的學習者在線學習風格相符，因此本研究以Kolb的學習風格理論為理論基礎，將學習者類型分為同化型、發散型、順應型和聚斂型。

1.2自我調節學習 （self-regulated theory）

自我調節學習理論最早是由Zimmerman提出的，是指學習者在一定程度上從元認知、動機和行為方面積極主動地參與自己學習活動的過程。并且他在Bandura的社會學習理論的基礎上提出了自我調節學習的三維模型，如圖1所示。該模型從個體因素、環境因素和行為因素3個方面講述自我調節過程。他認為個體通過自我效能感和元認知策略，監控和管理自己的目標和情感，這是對內部的自我調節，同時也會通過學習行為進行自我觀察、自我判斷、自我反應。個體也會對學習環境做出監控和調節，尋找有利于提高學習效率的環境和榜樣，與此同時3個關系相互關聯，共同影響著學習者的自我調節。

由于在線學習環境比傳統的面對面或混合學習環境更具自主性，因此學習者在線學習時能否根據自我調節來適應在線學習變得尤為重要。而具備自我調節學習能力的學生會對自己的學習過程和策略有清晰的認知，并會采取積極的方式適應學習環境的變化。有研究指出，疫情期間學習者的學習效果不盡如人意，當學習過程的外部調節較少時，自我調節學習對于學習者的成功就顯得尤為重要，因為學習者必須在更大程度上管理自己的學習，所以研究學習者在線學習適應性十分重要。

1.3在線學習適應性相關研究

國內學者研究網絡環境下的大學生適應性多從影響因素入手，如鄧雋以網絡環境下大學英語學習者為研究對象，從學習者、學習資源、學習環境、教師4個角度研究其對學習者的自主學習適應性的影響；秦超基于翻轉課堂，分析了影響學習適應性的3個因素：學習主動性、信息素養和認知前提特征；蔣成鳳則建立了網絡學習者學習適應性的關系模型。由此可以看出，研究影響大學生的學習適應性因素多從環境和學習者本身特征入手。通過前期研究發現，國內針對網絡學習適應性量表的研究并不多，張萌編制了理工類學生網絡學習適應性量表；董燕結合文獻回顧和我國學生學情編制了大學生學習適應性問卷。由于疫情影響，很多學者開始關注學生在線學習的適應性以及學習適應性與學習者學習績效、學習倦怠等的關系，并且研究如何開發更適合的在線教學平臺。

如上所述，自我調節學習理論為“以學習者為中心”的在線學習方式提供了良好的理論基礎。在線學習更是將教學的主體放在了學習者身上，并通過激發學習者的內在動機，讓學生通過自主學習和協作學習的方式獲取知識，而這必須在充分了解學習者基本特征的基礎上進行?；ヂ摼W科技飛速發展，在線課程和資源逐步發展完善，但大量研究表明超過半數的學習者不適應在線學習。如復旦大學超過半數的在線學習者至今仍無法適應這種教學形式。學習適應是一個長期的自我調整過程，因此對中、高年級大學生的學習適應研究也是相當必要的。本研究從學習者基本特征出發，分析大學生的學習風格，探究其在線學習適應性，以期發現不同學習風格類型對在線學習適應性的影響。通過學習者用戶模型的構建，幫助在線平臺搭建更適合不同學習者的自適應學習平臺。

2研究方法

2.1研究對象

本研究以上海某高校本科生為研究對象，采用分層抽樣方式發放調查問卷，回收問卷共計271份，去除無效問卷6份，最終將 265份有效問卷作為本研究分析樣本，有效回收率為97.7%。其中，男生42份，占比15.8%；女生223份，占比84.2%。大一學生47份，占比17.7%；大二學生56份，占比21.2%；大三學生79份，占比29.8%；大四學生83份，占比31.3%。

2.2研究方法

本研究采取混合研究法，首先通過研究國內外大學生在線學習適應性的相關文獻，了解國內外研究進展；通過問卷進行學生學習風格和在線學習的適應性調查；最后輔以半結構式訪談，進一步了解大學生對在線學習環境下的學習適應性以及在線學習環境的改進意見。

2.3研究工具

學習風格類型的研究主要采用了Kolb學習風格量表（the learning style inventory），它是一種被廣泛使用和引用的問卷工具。Kolb于1985年修訂的學習風格量表，由12道題目組成，每個題目由12個句子描述學習者如何學習，要求被試者從最符合、比較符合、比較不符合、最不符合自己的依次得分。本研究引用中文版譚頂良所著《學習風格論》一書中所給出的版本。LSI根據被試者填寫答案的結果可以得到橫縱坐標，縱坐標代表“學習過程中偏好具體的經驗／抽象的概念”，橫坐標代表“學習過程中偏好主動實踐／沉思觀察”，并由坐標劃分出的4個象限來劃分4個學習風格的學習者。研究表明，修訂版的信度和結構效度提高，信度平均值為0.82，說明該問卷是一個穩定的工具。

對于大學生在線學習適應性的研究采用董燕于2020年編制的在線大學生適應性量表，該研究問卷將大學生線上學習適應性影響因素概括為5個：學習能力、學習環境、學習態度、教學模式、學習動機。量表的內部一致性系數為0.94，間隔2周再測信度為0.995，且具有良好的內容效度和結構效度。在前測過程中隨機抽取50名學生樣本結果進行分析，利用SPSS 25.0計算所得數據的克隆巴赫α系數（Cronbach’s α），以此測試問卷的可靠度，結果如表1所示。問卷α系數各個題項都大于0.80，則表明問卷的信度是可接受的。

訪談部分采用半結構化式訪談，選取8名學生根據大學生適應量表的5個維度（學習動機、教學模式、學習能力、學習態度、學習環境）來進行訪談，進一步挖掘學生的態度與觀點。

2.4數據分析

本研究使用SPSS和Python軟件對數據進行統計、檢驗與分析，主要使用頻數、平均數、百分比和標準差等，來了解回收樣本的基本情況，學習者的學習風格和在線學習適應性的基本情況，以及學習者學習風格對在線學習適應性的影響程度大??；通過非參數檢驗，了解不同學習風格類型的學習者，對于在線學習的適應性是否存在顯著差異；利用Pearson相關系數研究學習風格與在線學習適應性是否存在相關關系。對于本研究中訪談部分的分析，借助NVivo12.0完成，主要針對問卷中未涉及到的問題進行分析，探究學習者學習適應性較弱的原因。NVivo是一個高效率的質性分析軟件，采用編碼的方式，幫助研究者篩選材料中的關鍵語句信息，從而進行更深入的分析。

3結果與分析

3.1大學生在線學習適應性現狀

（1）學習者對在線學習適應性的基本情況。調查對象線上學習適應總平均分為2.65分，總體適應水平較低；各因素中學習能力平均得分2.47分，學習環境平均得分2.47分，學習動機平均得分2.84分，教學模式平均得分2.67分，學習態度平均得分2.95分。說明雖然學習者有著較高的學習態度或動機，但教學模式、學習環境和學習能力都未能很好地適應在線學習這種方式。結合因子解釋的總方差，經Delphi法確定各因子的權重為：學習能力0.29、學習環境0.22、學習態度0.21、教學模式0.15、學習動機0.13。為清楚了解學生線上學習適應水平，按照適應水平很高（得分S≥4.25）、適應水平較高（3.5≤S＜4.25）、適應水平一般（2.75≤S＜3.5）、適應水平較低（2≤S＜2.75）、適應水平很低（S＜2）得出學生適應情況，并對數據進行描述性分析。適應水平很高的學習者人數為0；適應水平較高的占2.3%；適應水平一般的占47.2%；適應水平較低的占40.0%；適應水平很低的占10.2%。發現大部分學習者適應水平一般，沒有適應水平很高的學習者。

（2）不同年級學習者對在線學習的適應性差異。對不同學齡段的學習者在線學習適應性進行均值對比，結果如圖2所示：4個學齡段的在線學習適應性相差不大，都處于2～2.75區間，適應性水平較低。大一的學習者適應水平均值較高一些，可能由于該年齡段剛進入大學生活，學習態度較為積極。

對4個學齡段的學習者的在線學習適應性進行方差分析，不同年齡階段對于在線學習的適應性無顯著性差異（p<0.148）。

（3）不同學院的學習者對在線學習的適應性滿意程度方差分析。不同學院學習者對在線的學習適應性存在顯著性差異（p<0.015）。

（4）不同性別學習者的在線學習適應性差異。對性別和在線學習適應性進行獨立樣本t檢驗，如表2所示。性別對在線學習適應性無顯著差異（p<0.394）。

3.2大學生在線學習風格現狀

使用Python3.8.0，根據分數在學習風格類型網格上的分布得出被測者學習風格類型，并繪制分布圖。如圖3所示，發散型學習者在反思觀察和具體經驗這兩個維度上得分較高且較為分散。不同學習風格類型的學習者人數占比如圖4所示。

3.3不同學習風格類型的學生的在線學習適應性差異通過對四大類型學習風格學習者的學習適應性進行獨立樣本非參數檢驗，4種類型的學習風格對在線學習適應性存在顯著差異（p<0.002）。

圖5為各類學習風格學習者的學習適應性平均數折線圖，從中可得知順應型和發散型學習者在線學習的適應性明顯高于聚斂型和同化型學習者，并且發散型學習者學習適應性相比于其他3類學習者分數最高，為2.77分，已到達了適應性水平一般（2.75≤S＜3.5）的等級。而順應型、聚斂型和同化型學習者分數分別為2.65分、2.45分和2.45分，屬于適應水平較低（2≤S＜2.75）的水平。

（1）在線學習適應性的影響因素對不同學習風格類型學習者影響的差異。如圖6所示，4種類型學習者受學習能力和學習環境的影響程度差異性不是非常大，但教學模式很明顯影響到了不同類型學習風格學習者的在線學習適應程度。發散型學習風格學習者相比于其他3類學習者能更適應在線教學模式，并且學習動機和學習態度也都是最佳的。聚斂型學習者學習動機分數最低，因此相較其他3類學習者，更不適應沒有人監督的在線學習方式。

為了具體研究在線學習適應性影響因素是否與學習風格有著明顯相關性，通過對不同學習風格類型學習者在線學習適應性的方差分析得出表3。由表3可知，在影響學習者在線學習適應性的因素中，學習能力、學習環境和教學模式顯著性都大于0.05，而學習動機和學習態度顯著性都小于0.05，說明對不同學習風格類型的學習者在線學習的學習動機和學習態度影響顯著。

不同學習風格類型學習者在4個學習過程中對在線學習適應性的差異。方差分析結果如表4所示，主動實踐的顯著性是0.605，大于顯著水平0.05，對在線學習適應性沒有顯著性影響，而具體經驗、抽象概括和反思觀察的顯著水平明顯小于0.05，這說明這3種學習過程對不同學習風格類型學習者的在線學習適應性有顯著影響。

通過平均值描述得出不同在線學習適應性水平在各個學習階段的得分平均值，如表5所示，以在線學習適應性的高低為X軸，學習者在不同學習過程中得分為Y軸，如圖7所示。

由圖7可知，在學習過程中，偏向于抽象概括的學習者更能適應在線學習，而偏向于具體經驗和反思觀察的學習者的在線學習適應性很低。在線學習者可以在學習過程中著重鍛煉自己的抽象概括能力，從而更好地適應在線學習方式。

3.4學習者訪談情況

參與訪談的被測者共有8名，其中順應型學習者來自教育學院（女）和數理學院（男）；同化型學習者來自建筑工程學院（男）和教育學院（女）；聚斂型學習者來自教育學院（女）和信息與機電工程學院（男）；發散型學習者來自教育學院（男）和人文與傳播學院（女）。受訪者對于在線學習不能很好適應的問題大致可以分為學習環境、學習者自身和學習任務3個父節點，見表6?？梢钥闯鰧W習者認為影響其在線學習適應性的主要原因在于學習者的自主調節能力。在學習環境問題中，可以看出手機上的其他消息很容易分散學習者上課的注意力，雖然線下課程也容易出現類似問題，但教師可以知道學生的情況，并加以提醒，而線上學習卻更加依賴于學習者的自覺性。通過分析影響在線學習適應性的因素可知，外界因素對于主觀能動性很強的學習者而言，影響是非常小的；而自制力比較弱的學習者，會受各個方面因素的影響。

4結論與建議

4.1結論

Kolb的學習風格是根據被試者偏好具體的經驗、抽象的概念、主動實踐、沉思觀察這4個維度進行劃分的，從而不同學習風格類型的學習者具有相應的特點。例如，Kolb認為發散型學習者善于多角度觀察具體情景，喜歡收集信息并積極參與小組活動，傾聽他人觀點，在線學習過程中則可以通過群聊互動等方式積極探討，網絡環境也可以支持其收集信息，這可能是發散型學習者相對于其他學習者適應性更強的原因；同化型學習者則善于邏輯和推理，偏向于有時間思考問題；聚斂型學習者更喜歡通過實踐來解決問題，在線學習中很難給予實踐支持，這在一定程度上影響了聚斂型學習者的在線學習適應性；順應型學習者喜歡在交流中學習，有很強的動手能力。根據研究，擅長抽象概括的發散型學習者可以更好地適應在線學習，而在線學習環境下實操性的減弱影響到了同化型和聚斂型的學習者。在自適應網絡系統設計時可以考慮如何優化在線學習的實踐功能或是側重鍛煉學習者的抽象概括能力。

Bechter和Esichaikul根據學習風格進行電子學習個性化研究時發現，不同學習風格類型的學習者在線學習時習慣使用的交流工具是不相同的。順應型學習者在線學習時喜歡發郵件，同化型學習者偏向于在會議交流板中討論，發散型學習者喜歡直接問老師，而聚斂型學習者偏向于通過查詢網絡自己解決問題。在這些交流方式中最有效的是直接與老師溝通交流，而聚斂型學習者缺少與老師和同學交流探討問題的機會，所以更難適應在線學習這種學習方式。本研究以學習風格理論為支撐，考察個案學校的大學生線上學習的適應性，并驗證學習者學習風格和在線學習適應性是否有相關性。得出以下幾點主要結論。

（1）大學生在線學習的總體適應水平較低。其中，學習態度和學習動機對在線學習適應性水平影響較高，而教學模式、學習能力和學習環境適應性對在線學習適應性的影響較低。

（2）學習者個人因素對在線學習適應性的影響。性別對在線學習適應性差異的影響不明顯，由于師范大學本身性別比例差距較大，因此性別是否對在線學習適應性存在顯著差異，需要更多的樣本才能進一步佐證，故性別比例在本研究有一定的限制。學習者學齡段對在線學習適應性差異不明顯。但數據顯示，大一學生的在線學習適應性是高于大二、大三和大四的學習者的。不同學院對在線學習的適應性存在顯著性差異。原因可能是不同專業的課程性質、學習方式以及教學模式的不同。

（3）不同學習風格類型學習者的在線學習適應性存在顯著性差異。發散型學習者在線學習適應性水平一般，而同化型、聚斂型和順應型學習者在線學習適應性水平較低。這可能與不同學習風格類型的學習者在具體經驗、反思觀察、抽象概況和主動實踐的過程中擅長的過程不同有關。

（4）學習能力、學習環境、學習態度、教學模式和學習動機這五大影響在線學習適應性的因素對不同學習風格類型學習者影響程度不同。其中，教學模式、學習環境和學習能力對不同學習風格類型學習者的影響程度不顯著，而學習動機和學習態度則對不同學習風格類型學習者存在著顯著性差異。

（5）具體經驗、抽象概括、沉思觀察和主動實踐4個學習階段中，反思觀察、具體經驗和抽象概括是不同學習風格類型學習者差異最顯著的階段，而不同學習風格類型的學習者在主動實踐階段對在線學習適應性沒有顯著性差異。

4.2建議

為了優化在線教學環境，幫助學習者適應在線學習方式，本研究根據研究過程和結果，分別對學生、教師和學習系統設計人員提出以下參考建議。

（1）學生作為在線學習過程中的學習者，首先要充分了解自己的學習習慣以及學習風格類型，主動克服在線學習中遇到的困難，通過自我調節來適應學習環境的變化。對于順應型學習者來說，可以嘗試多種學習方式，比如提前預習，通過網絡搜集拓展信息資料等來適應教師教學模式的變化；對于聚斂型學習者，在開始學習前先明確自己的學習動機，有了清楚明確的動機之后再學習會更加適應在線學習；對于同化型學習者，首先嘗試端正自己的學習態度，有了積極的學習態度才能更適應在線學習；發散型學習者雖然相較于其他類型的學習者適應性更好一些，但仍處于在線學習適應性一般的水平，也因自我調節學習方式從而可以更好地適應在線學習。在半結構化式訪談中可以看到，對在線學習適應性影響很大的是學習者的自控能力，學習者可以嘗試使用手機管理軟件，例如西紅柿APP等，在上課時間進行手機管理，以更好地提高學習質量，從而適應在線學習。

（2）教師作為網絡課程設計、課程推進與學習質量檢測的踐行者，首先應該不斷豐富自己的教學技能，及時改變教學策略以幫助學生適應在線教學模式，學會使用網絡教學平臺等教學工具來輔佐教學。其次可以嘗試設計獨特的教學環節來優化在線平臺相對線下教學的不足。例如，學生在學習過程中的交流減少了，可以把在在線平臺發布交流問題作為課程內容的一部分，來促進學生之間的交流，以及對知識內容的更深層鞏固；多增加教學互動來調取學生的積極性。另外，可以通過學生的不同學習風格類型開展個性化教學，在教學過程中，因為聚斂型和同化型學習者的在線學習能力適應性相對于其他兩個學習風格的學習者較差，若教學系統可以把學生學習風格在線可視化地呈現給授課教師，則教師可適當多關注聚斂型和同化型學習者，并給予一定的線上學習支持與幫助。

（3）對于學習系統的設計者來說，在線學習境給因材施教提供了更好的教學環境。在線學習可根據每位學生在線學習行為進行學習者建模，從而更好地根據學習者特點和進度來安排個性化的學習內容、資源和學習難度，并建立學生電子檔案，記錄學生學習特點以及學習偏好等學習行為，為其自適應學習提供可能性。

參考文獻

[1] 尹曉霞.新冠肺炎疫情防控背景下基于“超星學習通+釘釘直播”的在線教學探討[J].教育教學論壇，2020（40）：306-307.

[2] 張進良.網絡環境下大學生學習適應性的研究[D].蘭州：西北師范大學，2007.

[3] BROWN M， MCCORMACK M， REEVES J. 2020 educause horizon report teaching and learning edition[R].Denver：Educause，2020.

[4] 胡斌武.學習風格與學習策略的選擇[J].上海教育科研，1996（9）：38-39.

[5] 王華容，譚頂良.近十年西方學習風格研究述評[J].外國中小學教育，2008 （4）：15-20.

[6] MUMFORD A， HONEY P. Questions and answers on learning styles questionnaire[J].Industrial and Commercial Training，1992，24（7）：10-13.

[7] KOLB D A.Experiential learning theory and the learning style inventory： a reply to freedman and stumpf[J].Academy of Management Review，1981，6（2）：289-296.

[8] 陳美榮，曾曉青.國內外學習風格研究述評[J].上海教育科研，2012 （12）：18-21.

[9] CURRY L.An organization of learning styles theory and constructs[R].Quebec：American Educational Research Association，1983.

[10] RICHMOND A S，CUMMINGS R.Implementing kolb’s learning styles into online distance education[J].2005，1（1）： 45-54.

[11] ZIMMERMAN B J.A social cognitive view of self-regulated academic learning[J].Journal of Educational Psychology，1989，81（3）：329-339.

[12] 黃培雯.自我調節學習理論下本科護生學習適應性的影響因素研究[D].延吉：延邊大學，2019.

[13] XU D，JAGGARS S S.Performance gaps between online and face-to-face courses： differences across types of students and academic subject areas[J].The Journal of Higher Education，2014，85（5）： 633-659.

[14] 蔡旻君，郭婉瑢，婁顏超.在線學習過程中如何實施有效的反饋——基于自我調節學習理論的在線反饋探討[J].電化教育研究，2020，41（10）：82-88.

[15] 鄧雋，黃昌朝，李娜.網絡環境下大學英語學習者自主學習的適應性分析[J].外語電化教學，2012（1）：47-51.

[16] 秦超，謝非，高潔.影響翻轉課堂學習適應性的關鍵因素[J].現代教育技術，2018，28（5）：54-60.

[17] 蔣成鳳.網絡學習者學習適應性的影響因素及其關系模型[J].中國遠程教育，2005（1）：33-36.

[18] 張萌.大學物理網絡學習適應性問題剖析及干預策略[D].長沙：湖南大學，2014.

[19] 董燕.高校學生線上學習適應性研究與教育對策[J].教育教學論壇，2020（40）：107-110.

[20] PETER S E，BACON E，DASTBAZ M.Adaptable，personalized e-learning incorporating learning styles[J].Campus-Wide Information Systems，2010，27（2）：91-100.

[21] 陳肖生.網絡教育與學習適應性研究綜述[J].中國遠程教育，2002 （3）：6-8.

[22] 馮廷勇，蘇緹，胡興旺，等.大學生學習適應量表的編制[J].心理學報，2006，38（5）：762-769.

[23] SANTO S A.Relationships between learning styles and online learning[J].Performance Improvement Quarterly，2006，19（3）：73-88.

[24] 譚頂良.學習風格論[M].南京：江蘇教育出版社，1995.

[25] 劉冬.基于學習風格的在線學習交互行為研究[D].曲阜：曲阜師范大學，2009.

[26] 王光明，佘文娟，宋金錦.基于NVivo10質性分析的高效數學學習心理結構模型[J].心理與行為研究，2014，12（1）：74-79.

[27] KOLB D A.The kolb learning style inventory[M].Boston，MA： Hay Resources Direct，2007.

[28] ZAJAC M.Using learning styles to personalize online learning[J].Campus-Wide Information Systems，2009，26（3）：256-265.

Study on the online learning adaptability of college students with?different learning styles

HOU Xiao-wen1，JIA Yi-dan2，CHIANG Feng-kuang3

（1.College of Education，University Putra Malaysia，Selangor43400，Malaysia;2.Xi Wei Experimental Primary School，

Shanghai200233，China;3.College of Education，Shanghai Jiao Tong University，Shanghai200030，China）

Abstract This study through a combination of qualitative and quantitative approaches，tries to center on the undergraduate students of a certain normal university in Shanghai and investigate on the adaptability of college students with different learning styles to online learning environment with Kolb Learning Style Inventory and Online Learning Adaptability Scale for College Students used for data collection and analysis so as to identify the characteristics shared by those who adapt themselves well to online learning.The results show that the undergraduate students in that particular normal university in Shanghai display a relatively poor adaptability of online learning and that learning motives and attitudes are the main causes.Moreover，students with different learning styles display a significant difference of adaptability，among which the learners of divergent thinking show the highest degree of adaptability.Such differences can be mainly observed when self-reflection，learning experience and abstract generalization on the part of learners are required.The researcher makes corresponding suggestions for the learners，teachers as well as the designers of the self-adaptive learning system according to the results of the research.

Keywords online learning;learning style;adaptability

[責任編輯孫菊]

[收稿日期]2021-08-14

[基金項目]中國學位與研究生教育學會2020年度重點研究課題（2020ZDB88）；河北省研究生教育教學改革研究項目（YJG2023152）

[作者簡介]侯小雯（1999—），女，河南安陽人。碩士研究生，主要研究方向為在線學習。

*[通信作者]江豐光（1981—），男，臺灣彰化人。博士，教授，博士生導師，上海交通大學教育學院副院長、未來教育研究中心主任，主要研究方向為STEM教育、學習空間、信息技術創新教學、學習科學等。