• Off-task行为研究的理论、方法及展望

    普通类
    • 支持
    • 批判
    • 提问
    • 解释
    • 补充
    • 删除
    • 摘要
      Off-task行为会对教学效果、教学时间产生负面影响已是教育界的一个公认的问题。虽然消除所有的off-task行为并不现实,但考虑到off-task行为对课堂管理造成的挑战,以及对学业成就的潜在影响,降低off-task行为的比率是一个重要的目标。
    • 1 引言
      Off-task行为任务外行为或不专注行为被认为是一种可能影响学生学习的行为,即学生完全脱离学习环境和学习任务,去从事与学习环境和任务不相关的行为。例如,与其他学生谈论不相关的话题、扰乱其他学生的正常学习,随意上网等。有人假设,Off-task行为与学习能力薄弱有关,但这一假设仅在学习环境中进行了有限程度的研究。在一项研究中,Baker和他的同事报告说,Off-task行为与认知导师软件中的低质量学习没有显著相关性。然而,同一研究小组后来的分析发现,Off-task行为与学习之间存在统计学上显着的负相关关系。因此,通过检测和响应off-task行为,包括其他类型的交互式学习环境在内,有可能使认知导师软件在教育上更有效。
      在课堂环境中检测学生是否偏离任务可能是一项具有挑战性的任务。在高度仪器化的环境中,使用麦克风、凝视跟踪器或fMRI机器,确定学生是否不在任务中可能相对容易。然而,大多数学校都没有这种设备;为了使系统广泛使用,它必须仅使用来自学生在软件中的行为的数据来检测off-task行为。已经发现,仅从用户在系统中的行为来识别用户的意图可能非常具有挑战性;然而,离线行为检测不一定要完美才能有用。在现有的基于学习环境的学校课程中,教师的责任完全在于发现和响应学生何时离开任务。教师不能同时观察每个学生并与之互动。相比之下,学习环境中内置的off-task行为检测器可以随时观察每个学生。只要软件的响应考虑到错误的可能性,对每个学生的偏离任务行为程度的敏感适应成为可能,有可能大大改善学生的学习体验和成果。
      此外,最近检测和改善学生的动机和影响的工作可能会受益于有关学生何时偏离任务的信息,因为off-task的行为可能与自我控制有关。
    • 2 Off-task行为研究的理论
      很明显,保持对当前任务的关注是有益的;然而,个体却经常受到off-task的想法和行为的挑战。一些研究人员提出了对off-task想法/行为的分类(例如,Fisher,1998;杰特和乔治的,2003年)这项研究借鉴了Jett和George(2003)的分类法,包括入侵、休息、干扰和差异。鉴于当前关注自我控制机制,我们调整这个概念以更直接的与本文相关(a)包括走神作为另一种形式的思维/行为,(b)裁剪休息的概念特别专注于拖延,和(c)删除差异,因为这是不相关的自我控制。这导致了一个四个部分的框架:走神、自发的干扰、其他引起的干扰和拖延。
      而走神指的是“将注意力从主要任务转移到内部信息”,被认为是一种off-task行为思维形式(Allen et al.,2013)。Jett和George(2003)将干扰称为“由外部刺激或次要活动引发的心理反应,这些活动中断了对主要任务的集中注意力”。在目前的研究中,我们关注的是有意的或主动的干扰。为了定义中断,我们借鉴了杰特和乔治的入侵定义:“由另一个人发起的意外遭遇,中断了个人工作的流程和连续性,并使工作暂时停止”(2003年,第495页)。最后,拖延症被定义为“倾向推迟或完全避免自己控制下的活动”(Tuckman, 1991, p. 474)
      请注意,其中一些区别是相当微妙的,这些off-task的想法/行为有时可能以相对复杂的方式联系起来。因此,在当前的研究中,四种off-task思维/行为被组合(在一个整体的综合)和单独检查。前一种方法承认了这些区别的微妙之处和重叠的可能性,并允许检查一般的off-task想法/行为的作用。后一种方法承认了这里讨论的和类似框架中存在有意义的差异的潜力(例如,Jett & George,2003),并允许探索独特关系的潜力,从而导致进一步的见解。例如,这允许我们探索自我控制是否不仅与内部发起的干扰有关——这一发现与即时调节机制相一致,而且也与外部发起的干扰有关——与自我控制相关的更主动的机制相一致。
      自我控制包括改变主导性的认知、情绪和行为反应倾向的能力(例如,穆拉文和鲍迈斯特,2000年)。最近,研究确定了自我控制的两个维度:抑制/停止和启动/开始(德布尔、霍夫特、埃德温和巴克,2011年;德里德、德布尔、卢格蒂格、巴克和范霍夫特,2011年)。停止自我控制(在这里被称为“停止”)包括抑制那些在当下很有吸引力,但以后往往会产生不良后果的行为。开始自我控制(“开始”)包括从事那些在短期内没有吸引力,但有理想的长期利益的行为。研究已经证明了这些维度之间的不同关系(例如,de Boer等人,2011年;de Ridder等人,2011年)。然而,关于停止和启动的潜在机制的研究还有限。如前所述,自我控制的好处已经很好,但对所涉及的日常行为和经历知之甚少。最近出现的一些研究正开始朝着这个方向发展,一些研究检查了与自我控制相关的日常经验,而另一些研究则探索了潜在的中介机制。例如,在第一类中,霍夫曼、鲍迈斯特、福斯特和沃斯(2012)使用经验抽样来调查日常生活中的欲望强度、冲突、阻力和行为制定,以及个性和情境预测因素。然而,本研究并没有将这些经验作为将自我控制与其他结果联系起来的中介。在第二类研究中,一些研究已经开始研究习惯作为中介机制(加拉和达克沃斯,2015;吉列巴特和阿德里安斯,2017)。然而,这些研究涉及一次性自我报告测量习惯,而不是检查日常行为。在一项关于应力过程的研究中,Galla和Wood(2015)包含了一些元素。
      自我控制可能在个体是否参与非任务的思想/行为方面发挥重要作用。我们利用Duckworth等人。他(2014)的自我控制过程模型,为这一论点提供了一个概念基础。更具体地说,我们讨论了在这个模型中概述的自我控制策略,以解释自我控制可能如何与off-task的思想/行为相关。达克沃斯和他的同事们描述了五种自我控制策略。这些策略包括通过(a)选择适当的情况(情境选择),(b)改变情境(情境修改),(c)选择性地关注情境的各个方面(注意部署),(d)改变人们对情境的思考方式(认知变化),以及(e)抑制或放大冲动(反应调节)。
      开始和停止都可能与这些策略有关。例如,开始可能表现为情境选择,个人选择进入一个短期内没有吸引力但从长期来看可能有帮助的情况。例如,一个学生可能会选择去图书馆学习,这个地方可能不会被视为特别令人愉快,但仍然有助于实现长期的学术目标。类似地,停止也可能表现为情境选择,即一个人选择不进入短期内有吸引力但从长期来看可能有害的情境。在这种情况下,学生可能会选择不和朋友一起去酒吧,这个地方可能是令人愉快的,但也可能会破坏学术目标的进步。开始也可能表现为情况的改变,即对情况进行的短期不良的改变,在长期中可能是有益的(例如,把手机放在视线之外)。另一个例子是,停止也可能表现为反应调节,比如个体只是对冲动说不(Duckworth et al.,2014)。
      由于off-task行为造成的教学时间的损失是教育环境中一个公认的问题,被研究人员(例如,卡罗尔,1963;卡维特&斯拉文,1981;李,凯利,&尼尔,1999)和从业者(例如,莱莫夫,2010)认可超过100年之久Off-task行为已经被证明会对学术成就产生负面影响,尽管在所有研究中这种影响的程度是不稳定的。Off-task行为是学生的注意力不集中于教学活动的一个指标。注意力质量和任务表现之间的联系也在认知心理学文献中有记录(例如,乔杜里&戈尔曼,2000年;迪克森& Salley,2007;德玛丽和米勒,1988年)。尽管之前对off-task行为进行了大量的研究,但设计有效的、易于实施的和可扩展的干预措施来减少off-task行为一直具有挑战性。
      教师失去教学时间的原因有多种多样;这些原因包括但不限于:天气(例如,雪天)、突然出现的中断(例如,通过扩音器发出的通知)和特殊事件。然而,学生的注意力不集中(即教学期间的非任务行为)被发现是导致教学时间损失的最大因素(Karweit & Slavin,1981)。先前的研究估计,小学生有10%到50%的时间花在正规教育教室上(例如,Fisher等人,1980年;卡维特& Slavin,1981年;李等人,1999年;劳埃德&洛珀,1986年)。注意力不集中或off-task行为是教育者面临的一个严重挑战。事实上,off-task行为已经被认为是学生推荐最常见的原因之一(罗伯茨,2001)。虽然消除所有的off-task行为并不是一个现实的期望,但考虑到off-task行为对课堂管理造成的挑战,以及对学业成就的潜在影响,降低off-task行为的比率是一个重要的目标。
    • 3 Off-task行为研究的方法
      自我控制策略很可能与off-task的想法/行为有关。例如,适当的情境选择和修改可以减少分心和干扰。事实上,鉴于中断被定义为其他发起的战略,这些与情况有关的战略似乎是唯一能有效影响中断频率的战略。例如,选择在图书馆学习(例如,而不是在家里),把手机放在看不见的地方,可以减少干扰(例如,在电话上查看电子邮件)和干扰(例如,来自室友的问题)的机会。此外,有效的注意力部署可能会减少走神,因为选择性地注意外部情况的各个方面可能会减少漂移到无关的内部的可能性思想,因此,从Duckworth等人(2014)的理论框架中看,有各种与开始和停止相关的策略,可能会减少参与off-task思维/行为的可能性。
      采用停止和开始控制量表测量自我控制能力。这些量表由9个(停止)和8个(开始)项目组成。GPA是通过一个项目来测量的,该项目要求参与者指出他们当前学期的GPA。走神、分心和干扰分别用一个项目来测量。首先向参与者提供了定义。然后他们被要求考虑调查文本之前的30 min(30 min窗口已经使用在以前的经验抽样研究;例如,霍夫曼等人,2012),指出多久(a)他们的思想走到不是他们在做什么,(b)他们因为自己的分心的行为,和(c)他们被别人或别的。使用学术拖延量表来测量拖延(见Yockey,2016)。这个测量包括五个项目,参与者再次被要求考虑调查文本之前的30个min。任务完成情况用万伯格、朱和范胡夫特(2010)的三个项目来衡量,以关注学校相关目标的进展(例如,“我今天在与学校相关的目标上取得了很好的进展”)。最后,用积极和消极情感表(见Mackinnon等人,1999)测量情感,包括5个积极情感和5个消极情感项目。参与者展示了他们目前的感受。
      最后,分别计算了走神、分心和干扰的额外分数,以关注与学校相关的情境。具体来说,在每天两次的调查中,参与者还指出了在调查文本之前的30个min中,他们试图完成与学校相关的任务的时间的百分比。回应这个项目被用来计算分数特定于学校上下文如下:当参与者表示,他们一直试图在学校相关的任务工作至少50%的焦点30 min,这些项目分数包括在学校的措施(称为“流浪学校,”的“分散学校”和“中断学校”)。当参与者表示他们一直在试图从事与学校相关的工作时任务少于50%的焦点30 min,这些项目得分不包括在学校特定的措施中。
      研究结果支持了off-task思维/行为在与任务完成情况、GPA、工作表现和影响的关系中的作用。这表明,自我控制模型可能会开始纳入这些机制,未来的研究可能会更详细地探索这些联系(例如,检查off-task思想/行为的内容)。此外,就实际意义而言,似乎off-task的思想/行为可能更接近于与自我控制相关的积极结果,而且这些思想/行为可能比性格上的自我控制更容易受到影响。因此,关注这些想法/行为的干预可能有助于那些自我控制水平较低的人获得更积极的成就或幸福结果。
    • 4 Off-task行为研究对教学的启示
      Off-task行为在认知心理学领域和教育学的研究大多聚焦在它的行为和认知神经机制及其对学生学习的影响。早在1987年,就有国外教育学者对off-task行为进行研究。当今智慧教育时代,在线教育迅猛发展,在此背景之下,off-task行为研究在课堂教学和在线教育中显得尤为重要。
      无论是理论上还是实证上,都有充分的证据表明off-task在教育情境中非常普遍。一个特别有趣和潜在的重要的发现是,自我控制不仅可以预测由内部引发的干扰,还可以预测由外部引发的干扰。这是一致的概念,那些有更高的自我控制可能取得积极的结果不仅通过即时监管努力(例如,抵制诱惑检查电子邮件在写论文),也通过更积极的情况选择和修改(例如,选择在图书馆而不是在家里,导致更少的中断)。也就是说,发现自我控制预测外部发起的中断表明某种形式的积极的情境策略,因为似乎不太可能这些中断的频率可以有效地影响策略涉及即时的监管努力(例如,认知策略如认知变化似乎做小的可能性减少其他中断的启动)。相比之下,这些中断的频率可能会受到涉及情况选择或修改的更积极主动的策略的影响(例如,情况选择等策略在减少其他发起的中断的可能性方面似乎更有效)。因此,目前的研究增加了有限的研究(例如,德里德和吉尔巴特,2017;恩特,鲍迈斯特,和蒂斯,2015),开始表明,更主动和更不努力的行为可能是自我控制及其影响的关键组成部分。
      总之,无论是传统的课堂教学还是在线课程学习,这些研究都表明采用适当的策略可以抵抗注意力不集中和off-task行为发生,从而有助于学生提高学习效率。这意味着off-task行为的研究可以在优化课堂安排方面提供一些建议:一些教学者已经将测验嵌入他们的课堂教学视频中;一些积极学习策略也可以纳入课堂,以减少学习者的走神,比如同伴讨论、自我提问、小组示范。
    • 5 未来研究展望
      关于自我控制研究的一些局限性需要提到,并可能在未来的研究中加以解决。例如,当前的样本相对较小。数据分析表明,这些样本可能足以满足目前预期的需求。然而,一些被检查的关系可能会变得更加微妙,因此可能需要更大的样本来检测。更大的样本也可以提供更精确的估计,这可能有助于揭示更微妙的模式(例如,在不同形式的非任务思维/行为之间的差异方面)。目前的本科生和MTurk工作者的样本可能也有一些独特的特征,提出了关于普遍性的问题。例如,这些群体中的许多人可能比那些环境更有限的人(如高中学生)有更多的自主权,这表明在这项研究中观察到的自我控制关系可能比在其他样本中更强。未来的研究涉及来自不同人群的更大样本,可能有助于细化和扩展当前的结果。此外,日常的测量也有些有限(例如,对大多数个人的非任务想法/行为的一个项目测量),这可能影响了观察到的关系。例如,这些措施可能具有较低的可靠性,所有参与者可能都没有完全理解off-task思维/行为之间的区别。日常研究通常需要更短的测量方法,但未来涉及更详细的量表可能有助于建立当前的发现。
      在未来的研究中,也有一些重要的局限性需要提出和解决。首先,尽管眼睛注视是衡量视觉注意的常用指标(见Henderson &费雷拉, 2004 ; Just & Carpenter , 1976),但不可否认的是,它并不是衡量注意的完美指标。例如,当学生们实际上在做白日梦的时候,他们可能会出现在任务上或去拜访老师。相反,学生可能在听老师的指导的同时,在别处寻找。在后一种情况下,人们可以辩称学生不是不工作,因为一些注意力仍然归因于学习活动。然而,上面描述的学生是在一个分割的注意力状态下的定义,在先前的文献中已经证明,比选择性持续注意( e.g. , Craik , Govoni , Naveh- Benjamin , & Anderson , 1996年)的状态更不适合性能。其次,儿童的注意分配模式可能随着学习任务特征的不同而不同。例如,与更有条理的(例如, Geary , 2011年)的学习环境相比,在自我导向的学习活动中,儿童保持选择性持续注意状态的能力可能更大。同样,教学任务的难度水平可能与学生的注意分配模式存在交互作用。例如,当任务的难度超过学生的能力水平(例如, Shernoff , Csikszentmihalyi , Schneider , & Shernoff , 2003年; Imai , Anderson , Wilkinson , & Yi , 1992年)时,注意力可能会下降。未来的研究应更深入地探讨这些因素如何调节学生在课堂学习环境中的注意力分配模式。
      注意力不集中或不专注行为是教育环境中的一个重要问题,因为注意力不集中减少了学生的学习机会和降低了学生的学校效率。因此,研究者有必要对off-task行为的前因进行分离,以发现潜在的干预途径,旨在更好地吸引学生的干预措施提供信息。所以,在未来的研究中,研究者们可以将精力更多的放在研究学习者产生off-task行为的前因,以及可使学习者降低产生off-task行为机率的措施。
    • 参考文献

    [1]Godwin, Karrie E. et al. “Classroom activities and off-task behavior in elementary school children.” Cognitive Science 35 (2013): 2428.

    [2]Godwin, Karrie E., Ma V. Almeda, Howard Seltman, Shimin Kai, Mandi D. Skerbetz, Ryan S. BakerAnna V. Fisher. Off-task behavior in elementary school children. Learning and Instruction 44 (2016): 128–43. 

    [3]Jesper Aagaard. Drawn to distraction: A qualitative study of off-task use of educational technology[J]. Computers & Education,2015,87.

    [4]Bradley M. Waite,Rachel Lindberg,Brittany Ernst,Laura L. Bowman,Laura E. Levine. Off-task multitasking, note-taking and lower- and higher-order classroom learning[J]. Computers & Education,2018,120.

    [5]Szpunar Karl K,Khan Novall Y,Schacter Daniel L. Interpolated memory tests reduce mind wandering and improve learning of online lectures.[J]. Proceedings of the National Academy of Sciences of the United States of America,2013,110(16).

    [6]Seli Paul,Wammes Jeffrey D,Risko Evan F,Smilek Daniel. On the relation between motivation and retention in educational contexts: The role of intentional and unintentional mind wandering.[J]. Psychonomic bulletin & review,2016,23(4).

    [7]McVay Jennifer C,Kane Michael J. Does mind wandering reflect executive function or executive failure? Comment on Smallwood and Schooler (2006) and Watkins (2008).[J]. Psychological bulletin,2010,136(2).

    [8]王雪枫,严燕.走神研究的理论、方法与展望[J].心理发展与教育,2020,36(03):367-377.DOI:10.16187/j.cnki.issn1001-4918.2020.03.14.

    [9]Szpunar Karl K,McDermott Kathleen B,Roediger Henry L. Testing during study insulates against the buildup of proactive interference.[J]. Journal of experimental psychology. Learning, memory, and cognition,2008,34(6).

    [10]Allen, M., Smallwood, J., Christensen, J., Gramm, D., Rasmussen, B., Jensen, C. D., et al. (2013). The balanced mind: The variability of task-unrelated thoughts predicts error monitoring. Frontiers in Human Neuroscience, 7, 743.

    [11]Beck, J. W., & Schmidt, A. M. (2018). Negative relationships between self-effificacy and performance can be adaptive: The mediating role of resource allocation. Journal of Management, 44(2), 555–588.

    [12]Cheung, J. H., Burns, D. K., Sinclair, R. R., & Sliter, M. (2017). Amazon Mechanical Turk in organizational psychology: An evaluation and practical recommendations. Journal of Business and Psychology, 32(4), 347–361.

    [13]Choi, I., Lim, S., Catapano, R., & Choi, J. (2018). Comparing two roads to success: Selfcontrol predicts achievement and positive affect predicts relationships. Journal of Research in Personality, 76, 50–63.

    [14]Claessens, B. J. C., van Eerde, W., Rutte, C. G., & Roe, R. A. (2010). Things to do today...: A daily diary study on task completion at work. Applied Psychology: An International Review, 59(2), 273–295.

    [15]Converse, P. D., Beverage, M. S., Vaghef, K., & Moore, L. S. (2018). Self-control over time: Implications for work, relationship, and well-being outcomes. Journal of Research in Personality, 73, 82–92.

    [16]Converse, P. D., Piccone, K. A., & Tocci, M. C. (2014). Childhood self-control, adolescent behavior, and career success. Personality and Individual Differences, 59, 65–70.

    [17]Dalal, R. S., Bhave, D. P., & Fiset, J. (2014). Within-person variability in job performance: A theoretical review and research agenda. Journal of Management, 40(5), 1396–1436.

    [18]de Boer, B., Hooft, Van, Edwin, A. J., & Bakker, A. B. (2011). Stop and start control: A distinction within self-control. European Journal of Personality, 25(5), 349–362.

    [19]Deng, Y. Q., Li, S., & Tang, Y. Y. (2014). The relationship between wandering mind, depression and mindfulness. Mindfulness, 5(2), 124–128.

    [20]de Ridder, D. T. D., de Boer, B. J., Lugtig, P., Bakker, A. B., & van Hooft, Edwin A. J. (2011). Not doing bad things is not equivalent to doing the right thing: Distinguishing between inhibitory and initiatory self-control. Personality and Individual Differences, 50(7), 1006–1011.

    • 标签:
    • 人工智能教育应用
    • 感知机模型
  • 加入的知识群:
    学习元评论 (0条)

    评论为空
    聪明如你,不妨在这 发表你的看法与心得 ~



    登录之后可以发表学习元评论
      
暂无内容~~
顶部