利用行为观察与学习分析评估大学生课堂参与度、反思性表达及亲社会意图

摘要

本方案结合课堂观察、反思性写作、亲社会意图测量和学习分析，以评估大学生在为期4周的教学周期内的行为参与度、反思性表达以及以社会为导向的学习成果。方案详细说明了伦理审批、测量工具内容、软件工作流程、缺失数据处理、故障排除程序以及代表性结果的解释，包括观察到的实施限制。

摘要

为应对传统指标之外对学生参与度进行多维度评估的需求，本方案描述了一种系统性方法，用于评估本科生课程中的课堂参与、反思性表达、学习分析活动以及亲社会意图。该方案结合了基于时间间隔的行为观察、每周结构化反思写作、去标识化的学习管理系统记录，以及前后测亲社会意图问卷。修订后的流程提供了一个可重复的行为编码模型、附带评分示例的反思表达评分量表、软件与数据管理步骤，以及针对观察者分歧、平台记录缺失、反思提交率低、摄像可视性差、参与者流失和先修知识不一致等问题的明确故障排除指南。当研究者需要一种低干扰、可重复的方法，将本科教学过程中的实时课堂行为、学生自我解读与常规学习管理系统（LMS）活动相结合时，应使用本方案。该方案不适用于完全异步且无可观测互动的课程，或禁止独立观察或记录关联的环境，也不适用于需要生物特征或情绪识别推断的研究。代表性结果来自已实施的实证应用，均在获得伦理审查批准、课程记录去标识化及数据仓储准备后报告。

引言

评估高等教育中的学生参与度需要采用全面的、多来源的方法。尽管学生参与度被广泛理解为一个多维度的构念，涵盖可观察的行为、认知努力以及与环境的互动，但目前的分析方法主要依赖于表面化的日志数据，例如登录频率和系统记录的操作¹。这种过度依赖对实际课堂教学研究构成了重大挑战。最重要形式的教学参与——包括直接的同伴互动、认知反思以及社会性贡献——往往完全发生在学习平台可见范围之外²。

随着混合教学模式的普及，现代大学课堂的复杂性日益加剧，这种模式将数字平台与传统的面对面教学相结合。尽管学习分析的系统性综述证实，数字痕迹能够为时间分配、访问模式以及长期知识保留率提供有价值的见解，但仅凭这些指标尚无法判断学习者的注意力是否真正高效或具有实际意义³。因此，近期学术研究主张，应将学习分析建立在更坚实的理论框架之上，通过将数字痕迹与更丰富、依赖具体情境的参与度测量指标（如课堂行为和反思性活动）相结合，以增强其解释力⁴。

反思性写作为此项评估提供了重要的定性维度。课后有结构的反思和日志能够记录学生对学习活动的理解，澄清教学中的难点，并将理论内容与后续的实践活动联系起来。近期的实证研究将反思性表达概念化为一个整合的、多组分的结构，包括描述性回忆、分析性推断、自我参照表征以及意义概括⁵。此外，研究表明，向学生持续提供反思指导，能够逐步增强其内省能力；随着课程中结构化反思频率的增加，学生的自主探究能力也同步提升⁶。

当前参与度研究中的第二个主要空白在于课堂社会化经常被边缘化。尽管现有研究高度关注个体行为或认知，但大学课堂本质上是社会性学习环境，学生通过协作和互动相互影响。新兴证据表明，课堂氛围和参与结构与亲社会行为及以贡献为导向的心态密切相关——然而，相较于学业表现或学生满意度等传统指标，这些结果仍缺乏深入探究。学术环境中的亲社会行为不仅仅是情绪状态或压力的副产品，而是根本上关联于学生在集体学习活动中如何定位自身⁷。因此，测量亲社会意图可作为恰当的视角，用以判断课堂参与是否超越了孤立的任务完成，进而在直接教学环境之外促进合作性与鼓励性行为⁸。

这些概念性进展凸显了在单一教学窗口内部署整合性证据收集框架的必要性。多源设计可缓解依赖单一指标的局限性，能够在不同参与模式之间进行交叉验证，并揭示学生如何理解其课后活动，从而促进自主学习⁹。尽管反思性评估能够捕捉学习者的内在认知状态，但将这些自我报告与客观行为痕迹相结合，可显著提升学习数据的可解释性。目前，尚缺乏适用于常规大学教学实践的、切实可行且课堂就绪的整合方案，能够无缝融合系统性行为观察、结构化反思报告与学习分析技术。

为解决这些方法学上的不足，本文提出了一种评估方案，旨在同时测量大学生在课堂上的参与度、反思性表达以及亲社会意图。该方案专为本科教学环境设计，提供了一种简化的研究方法，在不牺牲科学可重复性的前提下，最大限度地减少了管理负担。通过弥合可观察行为、自我体验表述与社会导向学习成果之间的分析鸿沟，该框架回应了教育环境中人机交互研究对更高概念清晰度的日益增长的需求¹⁰。

方案

所有涉及人类参与者的实验方法均遵循《赫尔辛基宣言》及相关机构指南。本研究的方案在招募开始前已获得南昌工程学院伦理委员会的批准（批准编号：NITE778291）。每位参与的学生均签署了书面知情同意书。分析仅使用了去标识化的汇总课堂观察数据、反思评分、学习分析数据和问卷数据；可识别身份的课堂视频、姓名、机构编号以及未脱敏的反思文本均未公开发布。

1. 研究设计与受试者选择

1. 在每个选定的课程部分中，连续四个教学周期内实施该方案。记录匿名的课程标签、教学形式、班级规模、授课教师的课程教学经验，以及每门课程是否包含全班授课、小组合作或个人练习。目标入班人数为约180至210名年满18岁的本科生，或根据课程背景调整样本量目标。
2. 确保所有参与者均拥有有效的机构课程平台账户，将参加被观察的课程，并已获得通常提供给该班级的先修课程指导。当先修知识差异较大时，在观察期开始前提供简短的衔接讲义、课前资源清单或由教师主导的复习，并将所提供的支持作为背景元数据记录。
3. 在提供完整的书面知情通知后，获取所有学生的书面知情同意。在同意书中明确说明，本研究将课堂行为观察、每周反思写作以及匿名学习平台记录进行关联。
4. 仅将同意参与的学生纳入研究数据集。确保拒绝参与不会影响其出勤、成绩、课程访问权限或与教师的沟通。
   1. 在首次反思任务前，明确说明人工智能（AI）工具的允许使用范围与禁止事项。
      注：仅当课程政策允许时，方可使用AI工具，且仅可用于一般性学习支持；反思提交内容和亲社会意图回答必须描述学生自身的经历，并须披露任何AI辅助情况。
   2. 若教师允许使用AI工具辅助衔接先修知识，应向所有学生提供相同的经批准提示词或资源，并将此支持记录为方案调整措施。除非验证性研究明确评估AI辅助回应，否则不得将AI生成的摘要作为学生反思的主要证据。
5. 在分析前排除拒绝同意、在方案实施期间退课，或在观察记录、反思记录与分析记录中缺乏匹配数据的学生。采用重复测量设计，在4周时间内从三个不同来源持续收集一致的数据²。

2. 基线数据采集与身份管理

1. 指定一名数据管理员，通过伪随机过程为每位同意参与的受试者分配一个八位字母数字组合的研究编号。
2. 创建一份身份-研究编号关联文件，包含学生姓名、机构编号、班级分组及研究编号。将此文件与分析文件分开安全存储，确保观察员、反思编码员和研究人员完全无法访问。
3. 根据批准的机构数据保留政策，在最终数据核实完成后销毁或归档该关联文件，同时遵守当前高等教育学习分析领域关于限制性关联和去标识化的实践规范¹。
4. 在首次观察课程前的第一周内，收集参与者的基线人口学数据，包括年龄、性别、入学年级和专业。
5. 在首次观察课程前，使用补充文件1中的六项亲社会意图问卷作为结构化基线测量工具。仅通过学习管理系统（LMS）电子发放或纸质发放，并仅使用分配的研究编号。学生对每项条目在5点量表上进行评分，1 = 非常不同意，5 = 非常同意；当六项中至少完成五项时，以已完成条目的均值计算基线得分。
6. 在定性编码过程开始前，导出所有后续收集的反思文本，且不得包含姓名、电子邮件地址或其他个人身份信息，以确保完全匿名。

3. 课堂观察准备

1. 为每个班级每周安排一次观察，连续进行4周。对于标准的90分钟课程，通过排除前10分钟和最后10分钟，确定一个70分钟的观察记录时间段。⁵.
2. 从10开始编码^th 最小值和在80停止^th 标准90分钟课程的缓冲时间不计入70分钟的观察窗口内；因此，一次标准课程可提供70分钟的编码观察数据，而非30分钟的观察时段。
3. 若因警报、教室更换或平台故障导致教学中断超过5分钟，应在最终评估中排除该段中断的教学内容。
4. 将课堂参与度视为多种行为的可观察组合，通过在每个测量时间点同步记录多个行为指标来实现¹¹指标包括任务专注度、言语参与、同伴协作、以任务为中心的笔记记录或设备使用、分心行为以及求助行为。
5. 在首次观察前按小组安排教室座位，并在整个为期4周的观察期间严格维持此座位安排。
6. 安排两名经过培训的观察员站在视野可覆盖整个房间的固定位置，进行独立编码。若机构允许拍摄且参与者知情同意，可在房间后部中央和后侧区域安装两台固定摄像机，并在实验开始前对其进行同步。
7. 仅将摄像记录用于观察者培训、信度验证以及可视性问题的裁决；不得将视频记录作为主要编码来源，不得进行面部表情、声音情绪、生物特征或身份识别分析。

4. 基于时间区间的行為編碼

1. 将70分钟的观察时段划分为连续的时间区间，每个区间包括20秒的视觉扫描和随后10秒的记录期。若大型讲座、实验课或在线课程需要采用不同的区间时长，应在数据收集开始前说明调整后的区间结构并提供合理依据。
   注意：这种20秒扫描/10秒记录的结构在生态化课堂观察与编码者工作负荷之间实现了平衡：扫描时段足够长，可检测持续性注意力、合作行为及离题行为；而记录时段较短，可减轻记忆负担，并支持编码者做出一致的二元判断。
2. 根据座位安排，以循环方式每次扫描一组界限明确的十名或以下学生。
3. 利用特定的扫描标准，防止因操作定义过于宽泛而导致编码者不一致⁴在每次扫描期间，对六个二元制的学生层面指标进行编码。这些指标包括任务专注注意力、言语参与、同伴合作、任务导向的笔记记录或设备使用、分心行为以及求助行为。
4. 标记一个指示剂 "1" 如果在20秒扫描期间的任何时间点出现指定行为，则标记为是；否则标记为否 "0"如果学生在扫描过程中至少有10秒不可见，则将该时间段编码为缺失。
5. 当学生将视线朝向教师、指定任务、所呈现的信息或正在讨论任务的同伴，且持续时间至少为连续5秒时，记录其处于任务相关的注意力状态。对任何可听见且与任务相关的话语参与进行编码。
6. 当学生进行可观察的任务型交流、共同解决问题或同伴讲解时，记录代码协作行为。记录以任务为中心的笔记记录或设备使用情况，包括主动书写、打字或与课程材料进行数字互动。
7. 若学生进行无关交谈、使用电子设备从事非学术活动，或持续脱离任务达至少连续5秒，应标记为分心行为。当学生明确向教师或同伴请求 clarification 或帮助时，应记录为求助行为。
8. 计算每位学生的每周行为评分，即正向评价次数占所有有效评价次数的总和。随后计算所有六个指标的4周均值。
9. 计算学生的综合课堂参与度指数（OCEI） i 在周内 w 使用预设的数学模型：OCEI_iw = [任务专注度_iw + 口头参与iw + 同行合作iw + 以任务为中心的笔记记录/设备使用iw +（1 - 离题分心）iw)]/5.
10. 将求助行为保持为一个独立的分析变量，因为它可能表示对教学内容的积极澄清，也可能反映对教学内容的理解困难，具体含义取决于情境。¹²。参见 图1 用于研究工作流程和 表1 用于观察指标和编码规则。

5. 观察者培训与信度评估

1. 在正式项目开始前，先进行一次时长为60分钟的手动培训，并完成三轮校准。
2. 第一轮校准采用非研究用课堂视频的引导式编码；随后两轮则对不同的非研究用视频进行独立编码，并与高级编码员进行直接的统计学比较。
3. 只有当Cohen's Kappa值达到或超过0.75，且总评分者间一致率达到85%以上时，方可启动正式数据采集。
4. 在整个为期4周的方案实施过程中，对全部会话的10%进行双盲漂移验证，并从其余会话中随机抽取10分钟片段进行验证。
5. 若任一指标的Kappa值低于0.70，须在72小时内重新校准编码团队，并在数据锁定前重新验证受影响的会话。持续提供反馈并组织校准练习，以维持评估结果的长期稳定性¹³。

6. 反思性表达的收集与评估

1. 要求学生为每次观察课程提交一篇结构化反思文本（100–350词），每位参与者在为期4周的方案中需完成4次提交。
2. 在观察课程结束后的2小时内，通过学习管理系统（LMS）或纸质表格发布反思提示，并在72小时后关闭提交通道。表格应显示“研究编号”字段，并以相同顺序向所有学生展示以下三个提示：
   1. 指出他们在课堂中感到参与度最高和最低的环节。
   2. 解释相关的情境原因，包括任务难度、先备知识、小组互动、教师讲解或平台使用情况。
   3. 描述其参与行为如何影响课堂氛围，以及他们计划采取哪些后续行动。
      注意：保留少于100词的条目，但在数据库中标记为信息量较低。同时标记那些遗漏了参与度、情境原因或未来行动/社会影响提示的条目，因为这些遗漏会影响反思质量评分和可行性报告。
3. 指派两名经过设盲的编码员，从描述具体性、分析深度、自我调节取向和社会亲社会意义四个维度评估提交内容。
   1. 每个维度采用4点评分标准：0分表示缺失，1分表示证据薄弱或模糊，2分表示有明确但有限的证据，3分表示有充分且详尽的证据。例如，若未提供任何理由，分析深度评0分；若学生仅陈述活动困难，评1分；若学生将困难与特定概念或课堂情境关联，评2分；若学生能解释先备知识、同伴讨论、教师反馈与预设学习策略之间的相互作用，则评3分。表2和补充文件1提供了四个反思维度各评分等级的示例。
4. 仅在试点文本的各维度达到0.80或更高的组内相关系数后，启动正式评估¹⁴。
5. 在方案实施期间，随机对15%的研究反思进行双人评分，以控制评分者偏差。基于这些多维度质性指标评估反思文本，而非仅依赖文本长度或词频。
6. 通过至少两名教育研究者和一名课程教师的专家评审，开发或修订反思表达评分量表。在20至30篇非研究用反思文本上进行试用，修订模糊的描述语句，并在正式编码开始前记录最终版本的评分量表。
7. 施测补充文件1中所示的亲社会意图问卷。要求学生评价其帮助遇到困难的同学、分享学习资源、建设性参与讨论、鼓励同伴、在小组任务中公平行事以及改善课堂学习氛围的意愿程度。采用5点量表，范围从1（非常不同意）到5（非常同意）。当六项中至少完成五项时计算平均分，并报告基线与方案结束后的Cronbach's α系数。

7. 学习分析数据的提取

1. 在第4周后指派一名外部管理员提取学习分析数据，以防止对观察和反思过程造成任何干扰。
2. 将数据提取时间窗口设定为首次观察课程当天的00:00至最终反思窗口结束日的23:59。
3. 仅提取协议中预先指定的变量。记录平台上的活跃天数、独立资源浏览次数、已打开的指定资源比例、发布的讨论回复数量、平均视频完成率以及作业提交及时性。
4. 清理原始导出数据，删除属于授课教师和助教的账户、重复记录、测试事件以及指定时间范围之外的数据点。
5. 将活跃日定义为包含至少一次经过身份验证的课程访问，并伴随有意义的互动行为（如打开文件、观看视频或发布回复）的日历日期。
6. 统计唯一资源打开次数时，忽略60秒内发生的重复刷新事件。通过将相对于计划时长的观看比例截断至01:00，然后对所有指定媒体项目取平均值，计算视频完成率。
7. 根据在规定截止时间前提交的任务比例计算作业及时性。将深夜访问比例定义为观察期间00:00至06:00之间发生的有意义事件数量与总有意义活动数量的比值。依赖这些基于时间和贡献的指标，以提供比简单日志累加更丰富的信息¹⁵。
8. 对来自学习管理系统的原始导出数据采用预先指定的数据管理流程。将原始导出文件保存为只读文件，创建去标识化的副本，移除授课教师和助教账户、重复或测试事件，并在每一步清理操作后保留包含行数统计的处理日志。
9. 在电子表格软件或后续分析中进行数据清洗，并使用R 4.4.0或更高版本，或等效软件进行统计分析。
   1. 在电子表格中，执行7.9.1.1–7.9.1.2所述步骤。
      1. 使用 数据 > 获取数据 > 从文本/CSV 导入去标识化的CSV文件，并使用 数据 > 删除重复项 去除重复的 研究ID/时间戳/事件 行。
      2. 应用 筛选 功能排除授课教师或助教账户及时间窗口外的记录，并在每一步后保存包含行数统计的处理日志。
   2. 在R中，执行7.9.2.1–7.9.2.3所述步骤。
      1. 使用 readr::read_csv() 导入文件，使用 dplyr::mutate()、dplyr::group_by()、dplyr::summarise()、tidyr::pivot_longer() 和 tidyr::pivot_wider() 重塑周记录。
      2. 使用 irr::kappa2() 计算Cohen's kappa，使用 psych::ICC() 计算组内相关系数（ICCs），使用 psych::alpha() 计算Cronbach's alpha。
      3. 使用 stats::lm() 拟合调整了教学班次的线性模型；当需要预先指定的教学班次随机截距时，使用 lme4::lmer()；仅对二分类结果使用 lme4::glmer(family = binomial)。将确切的脚本和软件包版本随投稿材料一并归档。
10. 采用以下可重复的分析流程。
    1. 计算学生-周观察比例，使用第4.9步中的公式计算OCEI，并按研究ID和周次合并每周反思评分。
    2. 在相同的4周时间窗口内汇总学习分析变量，按数据来源检查缺失情况，计算描述性统计量和信度估计值，并拟合预先指定的关联模型。
    3. 除非标记为探索性分析，否则在查看结果后不得添加未计划的预测变量。
11. （可选）为提高透明度，可将去标识化的分析脚本、代码本、空白编码表单、反思提示、反思评分标准及亲社会问卷存入公开数据库或补充材料中。不得存入可识别身份的原始课堂视频、姓名、机构ID或未经脱敏的反思文本。

8. 实验方案后的测量与数据集整合

1. 在最后一次反思窗口结束后，立即再次施测亲社会意图量表。
2. 要求学生在1（非常不同意）到5（非常同意）的量表上，评估自己帮助同学、分享资源、建设性参与讨论、鼓励同伴、公平行事以及改善学习氛围的意愿。若学生回答了六个条目中的至少五个，则通过取其回答的平均值计算每位个体在干预后的总分。
3. 使用匿名的研究ID合并观察文件、反思评分和学习分析记录。通过此次合并构建两个最终数据集，生成一个以参与者为单位的主数据文件和一个以周为单位的长格式数据文件。
4. 对于因学生未出镜导致的观察时段缺失，或因未提交导致的每周反思缺失，均不进行缺失值填补。在分析前标记部分完成的反思记录、不完整的学习分析变量、信息量不足的反思内容以及无法匹配的研究ID。
5. 对预先设定的关联模型采用完整案例分析，报告每个模型中被排除的案例数量，并通过敏感性检验，比较纳入与排除学生在可获得的基线变量上的差异。
6. 将亲社会意图保留为主要结局指标，以反映大学生参与行为结构变化背后所依赖的支持性与协作性态度。

9. 故障排除与实验方案的调整

1. 若两名观察者在同一学生组群中的二元类别模式上存在超过一个类别的分歧，或任一指标的Cohen's kappa值低于0.70，则暂停对该场次的正式评分，重新审阅操作性定义，完成一段10分钟的重新校准环节，并在数据锁定前重新编码受影响的时间区间。
2. 若平台导出数据不完整，应记录缺失字段，向外部管理员申请第二次导出，并在观察/反思摘要中保留该学生信息，但在需要该字段的模型中排除不可用的分析变量。
3. 若在任务开放后48小时内提交的反思少于预期数量的80%，应向全班发送一条中立提醒，针对访问问题延长技术支持时间，并分别报告最终按时、延迟和缺失的提交数量。
4. 若某一组群中超过10%的学生在至少一半的扫描时间窗口内不可见，则将受影响的时间区间编码为缺失，并依赖现场观察记录，而非尝试从受遮挡的视频中推断行为。
5. 若某学生退出、拒绝继续参与，或在不同数据源之间缺乏可关联的数据，则应将该学生从关联分析模型中移除，但在伦理审批允许的情况下，保留总体的协议可行性统计数量。
6. 若多名学生反馈某部分内容难以理解，教师应提供常规的教学回应，例如简短的重新讲解、示例演示、同伴讨论或补充学习资源。应将此类事件记录为情境性事件，因其可能影响求助行为、反思深度及平台活动情况。
7. 可根据教学形式调整学生组群规模、时间区间长度、反思提示语和分析变量，但须保持预定义行为指标、去标识化记录、独立编码以及透明的缺失数据处理规则等核心逻辑不变。
8. 应将信度偏低、缺失数据较多、反思深度不足、亲社会性变化较弱以及不同数据流之间一致性较差等结果视为具有信息价值的实施结果，而非方案失败。应报告这些结果，并说明其是否反映了课堂情境、测量工具局限性或数据采集问题。

结果

参与者纳入、数据完整性与评分信度
最初邀请了所有班级共204名学生参与，其中198名学生同意参加。由于部分学生在研究期间退课，或观察记录、反思记录与平台记录之间的数据链接不完整，后续排除了14名个案。因此，最终分析样本包括184名学生。参与者特征、每周完成率及整体数据完整性详见表3。

在为期4周的项目中，共观察了24次课程，为每位参与者生成了同步的学习分析记录。在预计提交的736份反思报告中，701份在72小时窗口期内提交，18份迟交，17份缺失。最终，171名学生按时完成了所有每周的反思任务。在过滤掉教师账户、重复条目以及超出时间窗口的活动后，最终成功提取了184名参与者的完整学习分析数据。

在整个方案实施期间，观察编码保持了高度稳定性。课堂观察的六个行为指标的评分者间信度显示，Cohen's kappa 值介于 0.76 至 0.84 之间，漂移测试期间的总体一致性超过 86%。对于反思性表达得分，四个维度的组内相关系数（ICC）介于 0.82 至 0.89 之间。表 4 列出了主要研究变量的描述性统计结果及信度指标。

课堂行为观察
在为期4周的方案实施过程中，观察到的课堂行为表现出逐渐改善的趋势。如图2所示，第4周的专注任务行为、语言参与和同伴合作水平均显著高于初始几周。具体而言，语言参与率从第一周的0.18 ± 0.09上升至第四周的0.24 ± 0.10（p < 0.05）。同伴合作率同样从0.29 ± 0.11上升至0.35 ± 0.12（p = 0.006）。专注任务行为表现出高度显著的改善，从0.71 ± 0.12提升至0.76 ± 0.11（p < 0.001）。

相反，以任务为中心的记笔记或使用设备的行为仅表现出微弱的周增长趋势，未达到统计学显著性（p = 0.08）。在观察期间，求助行为始终保持在较低水平，且未显示出显著的时间效应（p = 0.21）。与任务无关的分心行为从第1周的0.14 ± 0.08显著下降至第4周的0.11 ± 0.07（p = 0.03）。总体而言，综合观察课堂参与指数从第一周的0.52 ± 0.10显著上升至最后一周的0.58 ± 0.11（p < 0.001）。

为期4周的方案中的反思性表达
在整个研究期间，反思性表达有所发展，但其各个子维度的变化程度有所不同。如图3所示，总体反思评分从第1周到第4周上升至7.2 ± 1.9（p < 0.001）。

分析深度在第4周结束时明显高于前两周（p < 0.001）。同样，社会亲社会意义从1.08 ± 0.55增加到1.54 ± 0.60（p < 0.001），自我调节取向从1.42 ± 0.63上升至1.69 ± 0.65（p < 0.05）。相比之下，描述特异性仅呈现轻微上升趋势，从2.14 ± 0.57增至2.24 ± 0.55，差异无统计学意义（p = 0.09）。

在整个方案中，每篇投稿的字数平均在223至231词之间。在预计提交的736份反思报告中，有18份迟交，17份缺失；数据库中标记了信息量不足的条目，以及遗漏了情境原因或未来行动/社会影响提示的回答。这些案例作为可行性指标予以保留，仅在无法给出相应评分时，从特定周次的反思质量模型中排除。

学习窗口期间的学习分析模式
在为期4周的观察窗口内，平台活动指标表现出显著的个体间差异，如图4所示。

在整个周期内，学生在平台上的平均活跃天数为 9.7 ± 2.4 天。学生浏览的不同资源数量平均为 27.3 ± 8.6 次，打开已分配资源的平均比例为 0.81 ± 0.14。此外，平均讨论回复次数为 4.8 ± 2.7 次。作业按时完成率和视频完成率的平均值分别为 0.86 ± 0.18 和 0.79 ± 0.17。平台在深夜时段访问量所占比例平均为 0.12 ± 0.09。

值得注意的是，尽管作业提交及时性的得分分布较广，但讨论回复和作业提交及时性与其他参与度指标表现出更显著的正相关性。

观察、反思与学习数据的交叉关联
这三个数据源显示出有意义但非均匀的关联。如图5所示，课堂参与度观察指数较高的学生往往获得更高的反思总分。在校正了课程部分差异的模型中，课堂参与度的观察值对反思总分具有正向预测作用（β = 0.34，p < 0.001）。

在学习分析变量中，讨论回复和作业按时完成情况与反思质量呈显著正相关。如表5所示，讨论回复能正向预测反思总分（β = 0.19，p = 0.013），作业按时完成情况亦然（β = 0.17，p = 0.028）。尽管资源浏览次数原始值和已打开指定资源的比例最初呈现正向关联，但在调整混杂变量后，这些相关性显著减弱。深夜访问比例与反思总分无显著关联（p = 0.18）。

数据还显示，观察到的课堂行为与特定平台活动之间存在轻微的交叉相关性；例如，资源浏览原始数据与观察到的课堂参与指数仅呈现微弱相关。此外，更频繁参与小组讨论的学生表现出更高的口头沟通能力，而行为调节能力较强的学生在任务提交中表现出更少的拖延行为。

亲社会意图的变化
从基线到测试后，亲社会意图表现出显著增长。在实施为期4周的方案后，亲社会意图的平均得分从基线时的3.61 ± 0.53上升至3.84 ± 0.50（p < 0.001）。图6展示了配对分布及调整后的关联性。

在最终的调整模型中，较高的课堂参与度观察指数可预测干预后亲社会意图相对于基线分数的更大提升（β = 0.21，p < 0.05）。在反思性维度中，社会-亲社会意义对干预后亲社会意图具有最显著的独立影响（β = 0.29，p < 0.001）。尽管语言参与度与干预后亲社会结果呈正向的未调整相关性，但在控制基线值后，该关联不再具有统计学意义（p = 0.09）。最后，夜间访问率与干预后亲社会意图无关（p = 0.27）。

观察到的实施限制与阴性结果
本研究的实施产生了若干次优但具有信息性的结果，而非导致方案终止的失败。未出现因观察者 kappa 值低于 0.70 而需排除的实验环节，最终导出后无任何学习分析字段缺失，亦未出现超过预设缺失阈值的可见性问题。观察到的限制主要集中于反思报告的完成情况以及行为学结果中出现的阴性或边缘性发现：共 18 份反思报告提交延迟，17 份预期中的反思报告缺失，任务导向型笔记记录/设备使用仅呈现边缘性增加（p = 0.08），求助行为未显示出显著的时间效应（p = 0.21），且夜间访问行为与反思总分或方案后亲社会意图均无显著关联。

保留这些结果是因为它们描述了该方案的实施可行性及其边界条件。在参与者流程和数据完整性汇总中报告了延迟或缺失的反馈；对微弱或无关联的结果也进行了报告，且未选择性遗漏；此外，方案部分中的故障排除程序明确了在未来实施中应如何处理假设性故障，例如观察者偏移、视野受阻或缺失LMS字段等情况。

去标识化的分析文件、数据字典、分析脚本、空白编码表、反思提示、反思评分标准以及亲社会意图问卷已存入 Zenodo：https://zenodo.org/records/20607517。可识别的原始课堂视频、姓名、机构编号以及未脱敏的反思文本未予公开发布。

图1：研究工作流程与多源数据整合方案。（A）在两门本科课程的六个班级中进行参与者招募、知情同意书收集及研究编号分配。（B）为期4周的数据采集周期：每周进行课堂观察、反思性写作任务以及同步的学习分析数据采集窗口。（C）三条并行的数据流：课堂行为观察、反思表达评分以及去标识化的学习平台记录。（D）构建以参与者为单位的主数据集和以周为单位的长格式数据库，生成主要研究产出：课堂参与度观察指数、反思评分和亲社会意图评分。请点击此处查看该图的放大版本。

图2：在为期4周的方案期间，课堂行为的每周变化情况。（A）专注任务的注意力。（B）语言参与。（C）同伴协作。（D）以任务为中心的笔记记录或以任务为中心的设备使用。（E）脱离任务的分心行为。（F）求助行为。数据为基于时间区间课堂观察所得的每周学生层面比例评分。圆点表示每周均值，误差线表示标准差。请点击此处查看该图的放大版本。

图3：四次反思性作业中反思性表达的周度变化。（A）描述的具体性。（B）分析的深度。（C）自我调节取向。（D）社会-亲社会意义。（E）总反思得分。反思得分由两名不知分组情况的编码员根据预先设定的评分标准进行评定。数据点表示每周均值，误差线表示标准差。请点击此处查看该图的放大版本。

图4：在为期4周的研究窗口期间学习分析指标的分布情况。（A）在学习平台上的活跃天数。（B）资源浏览次数。（C）已打开的指定资源所占比例。（D）发布的讨论回复数。（E）视频平均完成率。（F）作业提交及时性。（G）深夜访问比例。所有数值均基于与课堂观察和反思性写作相同的4周时间窗口进行计算。小提琴图显示学生层面的分布情况，箱线图表示中位数和四分位距。请点击此处查看该图的高清版本。

图5：课堂观察参与度、反思性表达与选定的学习分析指标之间的关联。（A）课堂观察参与度指数与反思总分之间的关联。（B）发布的讨论回复数与反思总分之间的关联。（C）作业及时性与反思总分之间的关联。（D）口头参与度与反思总分之间的关联。趋势线表示拟合的线性关系；阴影带表示95%置信区间。请点击此处查看此图的放大版本。

图6：亲社会意图的变化及其与课堂参与度和反思性意义的关联。（A）基线与干预后亲社会意图得分的配对分布。线条连接同一学生的前后配对得分。（B）在控制基线得分后，观察到的课堂参与度指数与干预后亲社会意图之间的关联。（C）社会-亲社会意义与干预后亲社会意图之间的关联。（D）语言参与度与干预后亲社会意图之间的关联。图B-D中的阴影带表示95%置信区间。请点击此处查看该图的放大版本。

表1：学生层面的课堂观察指标及编码规则。 该表格详细说明了任务专注注意力、言语参与、同伴协作、任务导向的笔记记录或设备使用、分心行为以及求助行为的操作性定义和编码标准。70分钟的编码时间窗口、20秒扫描/10秒记录周期、集群扫描程序、可见性缺失规则以及OCEI公式详见“实验方案”部分。请点击此处下载该表格。

表2：反思性表达评分框架、各等级示例及学习分析变量定义。 本表列出了反思性文本的评分量规，包括每个反思维度在0、1、2和3分等级上的具体示例，以及所提取的学习分析变量的操作性定义。反思性成分包括描述具体性、分析深度、自我调节取向、社会亲社会意义、总体反思评分、词数和提交状态。学习分析指标包括活跃天数、资源浏览次数、已打开指定资源的比例、发布的讨论回复数、视频平均完成率、作业提交及时性以及深夜访问比例。 请点击此处下载该表格。

表3：参与者特征、纳入流程及数据完整性。该表总结了三个数据来源的参与者资格、知情同意率、排除标准、最终样本量以及数据完整性情况。报告了基线人口学特征，以及预期的反思条目数、按时提交数、延迟提交数、缺失反思数和成功提取的学习分析数据。除非另有说明，数值均以n（%）形式表示。由于四舍五入，百分比之和可能不完全等于100%。根据研究方案，延迟提交的反思内容将被归档，但不纳入特定周次的反思分析。完整的学习分析数据提取指在剔除教师账户、重复记录和超出研究时间窗口的事件后，成功获取去标识化的研究时段记录。请点击此处下载该表格。

表4：主要研究变量的描述性统计与检验信度得分。 该表格展示了针对课堂观察行为、反思性表达、学习分析及亲社会意图等变量在各周的均值、标准差和信度指数。课堂观察数据的信度采用Cohen's kappa进行评估。反思评分的信度以双人评分文本的组内相关系数（ICC）表示。亲社会意图测量工具的内部一致性通过Cronbach's α报告。学习分析变量的计算周期与课堂观察和反思数据所采用的相同4周时间段一致。请点击此处下载该表格。

表5：课堂参与度观察、反思性表达、学习分析数据与亲社会意图之间的多变量关联。 该表格详细列出了主要分析中所使用的推断模型，包括反思总分的多变量预测因子、校正基线水平后的干预后亲社会意图的预测因子，以及部分未经校正的关联结果。β值表示非标准化回归系数。所有多变量模型均对班级分组进行了校正。所有估计值均提供标准误（SE）、95%置信区间（CI）和p值。请点击此处下载该表格。

讨论

本研究提出了一种实用的方案，通过整合行为观察、反思性写作和学习分析，全面考察大学生在单一教学周期内的参与度、自我表达能力及亲社会意识。该三模态方法捕捉了参与的不同维度，回应了高等教育研究领域近期的批评观点，即仅依赖使用时长指标或基于传感器的监测在单独评估时存在不足¹。在为期4周的方案实施过程中，课堂可见参与度显著提升。具体而言，口头参与和同伴协作行为增加，任务注意力也同步提高，而求助行为和以任务为中心的笔记记录则变化甚微。这些行为变化表明，随着学生逐渐适应教学环境，其参与方式逐步演变为更具策略性、社会互动性和贡献导向性的形式¹⁶。

从方法论的角度来看，该方案的价值取决于严谨的实施，而非结果是否一致地呈现积极效果。因此，修订后的工作流程强调预设的OCEI计算公式、独立观察、有记录的软件处理过程、评分量表示例、信度阈值以及明确的缺失数据处理规则。这些补充内容旨在使该方案能够在普通课堂环境中实现可重复性，因为在这些环境中，平台记录、学生出勤、摄像头可视性以及反思质量可能存在不完善的情况。

该方案还应被视为对格式敏感。在大型讲座课程中，观察者可能需要更小的轮换小组和更长的校准期；在线上课程中，行为观察可能依赖于互动日志和可见的参与情况，而非对教室环境的巡视；在实验室环境中，与安全相关的行为可能需要增加额外的指标；而在文化多元的课堂中，反思提示语和社会性意图条目在使用前应审查其语言清晰度和文化适宜性。

反思性写作为这些行为模式提供了更深层次的洞察。在整个研究方案过程中，总体反思得分呈现持续上升趋势，其中分析深度和社会亲社会意义方面的提升尤为显著。学生不再仅仅复述课堂事件，而是逐渐展现出从更广泛、更具社会意识的视角来分析教学情境的能力。这与近期研究发现一致：即使表层文本量保持相对稳定，重复且结构化的反思任务仍能促进高阶意义建构和基于知识的对话交流⁹。因此，高等教育中的反思性写作应被视为一个多维度的构念，其与解释、迁移以及自我调节性展望相关的技能会随着时间以不同的速率逐步发展⁵。

学习分析技术的整合进一步证明了多源协议的必要性。实质性行为（如讨论回复和作业提交的及时性）被证实比单纯的活动数量更能有效反映参与度。相反，深夜访问平台的行为与反思质量或亲社会意图均无显著关联。这些发现支持了以往研究的警示，即应避免过度依赖简单的频率或登录指标来评估学生参与情况⁴。我们的结果表明，能够以建设性方式与课程材料互动的学生，其反思能力更强；然而，基础的平台活动并不能完全等同于课堂中可观察到的参与程度。观察、反思与分析数据之间存在中等程度的重叠而非高度冗余，这验证了采用复合测量策略相较于独立的单源推断更具合理性¹⁷。

本研究的另一项贡献是将评估结果的范围扩展到了标准参与度指标之外。亲社会意图从前测到后测表现出可测量的提升，这种提升在那些在反思中明确表达社会性-亲社会主题且保持广泛互动模式的学生中最为显著。这一发现与当前高等教育研究的观点一致，即合作性和以贡献为导向的特征是课堂互动的内在组成部分，而非仅仅是附带效应⁸。此外，这些结果支持将课堂视为复杂社会系统的理论构想。当学生主动评估自己对学习共同体的相对贡献时，其行为往往从基本的服从转向建设性、亲社会的参与¹⁸。

这些结论为教学设计提供了可操作的见解。所提出的方案无需专用传感器或侵入式监测系统。通过仅依赖基于时间间隔的观察、每周结构化反思以及标准课程平台数据，这种组合为本科教学环境提供了一种高度可行的解决方案，尤其适用于需要透明、形成性参与证据但缺乏先进技术支持的场景。近期强调学习共同体与价值创造型教学的教育框架认为，将学生重新定位为积极的共同创造者，而非被动接受者，能够使高等教育的参与更具意义¹⁹。我们的实证发现表明，与贡献相关的指标与反思质量及亲社会意图高度聚集，其相关性远高于简单的平台访问量，这有力支持了上述教学范式的转变。

必须承认存在若干局限性。首先，由于该方案设计适用于有限数量的课程环节，若将其应用于基于实验的课程、以讲座为主导的课程、完全异步的在线课程或文化背景多样的教学环境，需进行有计划的调整并重新开展信度检验。其次，亲社会意图通过自我报告方式进行测量，应将其解读为报告的意图，而非直接行为的真实情况。第三，学习分析数据仅能捕捉平台中介的活动，可能遗漏线下准备、非正式的同伴支持以及未公开披露的由人工智能辅助的学习行为。第四，为期4周的观察窗口可识别短期实施模式，但可能无法捕捉长期的发展轨迹。最后，4周的代表性数值应被理解为特定情境下的实施证据，而非可推广的因果估计值²⁰。

未来的研究应从多个方向拓展该框架。在不同学科领域和教学模式中重复本方案是至关重要的下一步。此外，还需开展纵向追踪研究，以确定这些短期反思性实践是否能够产生持久的亲社会态度或持续的行为益处。后续研究还可将这种观察框架与其他方法进行比较，例如同伴评价、小组层面的成果分析或事件序列分析。然而，就目前而言，该方案为三角验证学生在课堂中的行为、他们事后对这些行为的解读，以及他们在更广泛学习环境中的社会定位，提供了一种可靠且可操作的机制。

材料

本文使用的材料清单

姓名	公司	目录编号	评论
课堂观察编码表	内部开发	六项二元行为指标	基于时间区间的编码，包括任务专注注意力、言语参与、同伴协作、任务导向的笔记记录/设备使用、分心行为以及求助行为。
GraphPad Prism	Graphpad	版本 10.2.3	用于生成工作流程图、周趋势图、分布图和关联图。
机构学习管理系统 / 课程平台	所属高校	现有机构LMS账户系统	收集去标识化的学习分析数据。
Microsoft PowerPoint	Microsoft	Microsoft 365 v2402	用于生成工作流程图、周趋势图、分布图和关联图。
R	R Foundation		ggplot2 3.5.1
电子表格软件	Microsoft Corporation	Microsoft Excel 365 v2402	用于数据录入、清理、去标识化检查，以及观察数据、反思数据与学习分析数据集的合并。
SPSS Statistics	IBM Corp	版本 26.0	统计分析软件；用于描述性统计、重复测量比较、Cohen's kappa、组内相关系数（ICC）、Cronbach's alpha、相关分析和回归模型。