您现在的位置: 双高建设专题网站>> 他山之石

虚拟实验对学生学习效果的影响研究 ——基于30项实验与准实验研究的元分析
来源:中国远程教育杂志 作者: 发布时间:2021年01月16日 点击数:

虚拟实验以低成本、强交互、超时空和安全性高等优势在教育领域得到广泛应用。国内外学者开展大量实验和准实验研究,探索虚拟实验对学习效果的影响,结果却不尽相同。鉴于此,本研究利用元分析方法,对国际英文期刊发表的30项虚拟实验教育应用的实验与准实验研究进行系统综述,系统审查虚拟实验对学生学习效果的影响。研究发现:样本合并效应值为0.46,表明虚拟实验对学习产生中等程度积极影响;从学段看,虚拟实验对中学生的学习影响效果更大;从学科看,虚拟实验对社会科学及医学等学科的影响更大;从班级规模看,虚拟实验适合大规模课堂;从实验周期看,实验持续1~10周效果更好;从呈现形式看,桌面式虚拟实验对学习的影响更大。基于此,本研究从虚拟实验的设计、开展和评价三方面提出相关建议。

虚拟实验(Virtual Experiment)是随着计算机技术的发展而兴起的一种实验形式,20世纪90年代早期,虚拟实验开始被引入K-12和高等教育,其项目包括科学空间、原子世界和细胞生物学等(Youngblut1998)。虚拟实验具有低成本、超时空、强交互、安全性高等特点,为改善传统实验的硬件条件、辅助实验教学提供了解决方案,在教育领域受到广泛关注(朱敏,2006)。早在2008年,以我国科技部为依托的虚拟实验教学环境关键技术研究与应用相关计划正式启动,推动虚拟实验的开发、评价、管理等向前迈进。20192月,中共中央办公厅、国务院办公厅印发的《加快推进教育现代化实施方案(2018—2022年)》指出要通过建设、开发国家虚拟仿真实验教学项目推动我国教育信息化发展。目前有越来越多的学校将虚拟实验引入课堂教学,其对学生学习效果的影响引发相关学者的关注并展开了文献研究,如休和张(Hew&Cheung2010)以K-12和高等教育(主要是理工学院)为背景对15篇虚拟实验研究文献进行了系统综述,总结了虚拟实验的教育应用主题,但其所审查的研究大多是描述性的。麦钱特等人(Merchantet al.2014)将基于虚拟实验的应用环境分为游戏、模拟和虚拟三种类别,对2011年之前的13项游戏环境、29项模拟环境和27项虚拟环境在K-12和高等教育的实证研究分别进行了元分析,研究结果表明虚拟实验对学生学习效果有正向促进作用,而且游戏环境比模拟环境和虚拟环境具有更大的促进作用。还研究了教学形式、测试条件、学习任务类型、教师的干预等不同调节变量对学习效果的影响。

上述文献综述发表时间较早,而近几年少有研究对虚拟实验的教学应用效果作系统性分析,且已有综述主要关注桌面式虚拟实验对学习的影响效果,很少涉及沉浸式虚拟实验的教育应用研究。基于此,本研究拟采用元分析方法,对国际上30项有关虚拟实验对学习效果影响的实验与准实验研究进行定量合成分析。本研究所说的学习不仅包括概念学习成绩,还包含技能操作成绩、空间测试成绩以及反映学生学习能力的其他量化成绩。

(一)虚拟实验

威勒和麦克唐纳(Weiler&McDonnell2004)提出虚拟实验的概念:借助多媒体技术、网络技术、XR技术等将传统实验虚拟仿真化,以计算机作为控制中心形成相关实验器材、教学信息资源,能够模拟实验操作过程和实验现象,实验者可以直接与虚拟实验对象进行交互,从而获得在真实实验环境的各种体验。虚拟实验较之于真实实验具有无可比拟的优势(宋蔚,2005):低成本。虚拟实验中的各种器材主要通过计算机仿真得到,无真实材料的耗费,且资源可反复使用,满足实验者重复操作的需求。超时空。虚拟实验依托计算机网络平台实现资源共享,实验者借助计算机、移动设备可实现随时随地实验,摆脱了时空的限制。强交互。实验者可通过鼠标、键盘、触控等方式操作虚拟物体,并得到相应的操作反馈。安全性高。实验器材和实验现象虚拟化,避免了因操作不当造成的安全问题。综上所述,虚拟实验在一定程度上弥补了真实实验的不足,为计算机辅助实验教学提供了解决方案。

(二)元分析在教育技术中的应用

元分析在关于同一问题的多项独立研究结论不一致或不具统计学意义的情况下,通过合并多项独立研究结果计算其平均效应值,进而对整体研究情况进行分析评价(Lipsey&Wilson2001)。元分析兴起于20世纪70年代,随着教育领域实证研究越来越多,该方法已广泛应用于系统评价研究结论不一致的教育问题。例如针对虚拟现实技术能否促进学习这一问题,李宝敏等(2019)、王雪等(2019)的研究利用元分析方法证明虚拟现实技术对学生学习具有中等促进作用,并分别从不同角度探讨调节变量的影响。郑兰琴等(2018)对92项关于移动学习的实证研究进行元分析得出总效应量高达0.85,而同样的研究,王辞晓等(2018)基于52篇移动学习文章的63个效应值进行加权分析得出的平均效应量为0.66。由上述研究发现,即使针对同一研究主题,在不同的元分析研究中也可能得出不完全一致的研究结论,这与不同研究所纳入的样本大小、来源、研究质量等存在一定的关系(夏凌翔,2005)。但是本研究认为元分析在评价教育中有争议的技术手段或教学方法方面具有不可否认的应用价值,即使是同一研究问题也有必要经过多项元分析进行全面探讨。

(三)虚拟实验的研究现状

1.显著正向影响

有学者通过实验证明虚拟实验能够有效促进学习效果这一假设。例如,奥克特等人(Allcoatet al.2018)基于名为“Lifeliqe Museum”的虚拟实验系统,将99名学生随机分配至传统文本组(31人)、视频组(34人)和虚拟实验组(34人),研究发现参与虚拟实验的学生整体表现显著优于文本组和视频组,且学生在虚拟实验中表现出更高的参与度和积极情感。周等人(Chauet al.2013)基于自行开发的虚拟办公室实验系统,在本科生信息系统安全课上开展准实验研究。学生需要运用上节课所学的知识识别虚拟办公室中设置的10个安全漏洞。实验组(49人)使用该实验系统在虚拟环境中识别安全漏洞,对照组(56人)通过观看录制的虚拟办公室视频完成识别任务。实验结果显示,与视频组相比,虚拟实验组学生的得分较高。杜波维等人(Duboviet al.2017)通过准实验设计检验虚拟实验对护理专业学生学习用药管理知识的影响效应,研究发现使用虚拟实验平台的学生得分高于传统学习方式,且两组得分存在显著性差异,证明虚拟实验对学生的学习效果具有正向促进作用。

2.无显著差异

部分实证研究发现,传统教学和虚拟实验教学对学习效果的影响没有显著差异。如帕龙和梅耶(Parong&Mayer2018)以细胞如何在血液里工作为学习内容,将55名大学生随机分配至虚拟实验组(27人)和对照组(28人),研究发现对照组后测成绩高于实验组,并通过学生的自我报告发现两组学生的学习兴趣没有显著差异。奥津等人(Okutsuet al.2013)基于名为“Aeroquest”的虚拟实验系统,将135名大学生分为两组,一组是在校园大厅参加讲座的现实世界小组(96人),另一组是在“Aeroquest”中参加远程讲座的虚拟实验小组(39人),通过比较虚拟实验组和现实世界组的考试成绩,发现两组成绩没有显著性差异。英国诺丁汉大学的克罗西耶等人(Crosieret al.2000)通过对比传统实验探究和虚拟实验教学对物理专业学生学习效果的影响,研究发现参与虚拟实验的学生考试成绩并未明显高于传统教学方式。

由此可见,对于虚拟实验能否显著提升学生学习效果这一问题,迄今为止尚未有统一的结论。鉴于此,本研究试图通过元分析方法回答以下问题:

1)与传统教学相比,虚拟实验能否显著提升学生的学习效果?

2)学习对象所处学段不同是否会影响虚拟实验的教学效果?

3)学科内容不同是否会影响虚拟实验的教学效果?

4)班级规模不同是否会影响虚拟实验的教学效果?

5)实验周期不同是否会影响虚拟实验的教学效果?

6)虚拟呈现形式不同是否会影响虚拟实验的教学效果?

(一)研究方法

传统文献综述多以定性研究为主,具有较强的主观性,且多数研究只述不评,难以得出定量的客观结论(崔智敏,2010)。元分析(Meta-Analysis)则是对同一问题的多项研究结果进行信息抽取和组织,根据研究样本的大小进行权重处理,从而产生经过权重处理的总体相关性的平均估计值,也称平均效应量。博伦斯坦等(Borensteinet al.2009)提出元分析的基本流程:文献检索与筛选、文献编码、计算平均效应值、计算调节变量的效应值、综合探讨研究结果。通过梳理文献发现,目前已有不少探究虚拟实验教学效果的实证研究,但是这些研究未得出一致的结论,因此本研究采用上述基本流程进行分析讨论。

(二)研究过程

为了提升研究质量,本研究严格按照拉索(Russo2007)提出的元分析审查表进行研究设计:

1.文献检索

本研究以虚拟实验和学习效果为关键词,对SpringerERICScience DirectWeb of ScienceGoogle Scholar等英文数据库进行组合搜索,虚拟实验的关键词为“Virtual Experiment”“Virtual Reality”“Virtual Environment”“Virtual Learning”,学习效果的关键词包括“Learning OutcomesLearning AchievementsLearning EffectLearning EffectivenessEffect of LearningLearning PerformanceLearning Gains”。文献搜索时间截至20195月,且所选文章均来自SSCISCI收录的国际权威期刊。然后将检索的文献数据导入Excel,删除重复文章,完成初步筛选。

2.样本筛选

本研究制定以下遴选标准:研究主题是虚拟实验对学生学习效果的影响。因此,文章中需要报告反映学习效果的指标,如学习成绩或其他量化指标。研究方法为实验研究,包括实验和准实验设计,综述性文章及理论性文章被排除。实验干预为使用或不使用虚拟实验进行教学,故文章中应包括实验组和对照组。研究结果需要提供足以求得平均效应值的数据信息。依据遴选标准对文献进行筛选,最终得到30项研究结果作为元分析的样本。具体文献筛选流程如图1所示。

3.文献编码

虚拟实验对学生学习效果的影响会受到学段、学科、班级规模、实验周期、虚拟呈现方式等调节变量的影响。因此,除了对整体学习效果和组别进行编码外,还需要对上述调节变量进行编码。具体编码方式如表1所示。

为保证编码的准确性,本研究经过两位研究者进行双重编码,两者编码的Kappa值为0.921,说明编码结果具有较好的信度。文献编码的具体结果如表2所示。

注:实验数据的编码遵循以下原则:

1.样本数中“T”代表实验组,“C”代表控制组。

2.若文章中包含概念知识成绩、技能成绩、动机、态度等多项测试结果,则根据研究主题选取相应的测试结果,如Ginkel 2019选取技能成绩,Tüzün2016选取空间学习成绩,其他多数研究选取概念知识成绩。

3.若文章采用两种以上测试作为研究结果,不同测试相互独立,且能反映虚拟实验的教学效果,则将每项测试作为一个单独的研究结果,如Dalgarno2009Pyatt2012

4.若文章中出现两个以上对照组,则将每个对照组和实验组的结果作为一个研究结果,如Ijaz2016这篇文章包含虚拟实验、文本和视频三个组,则将虚拟实验组和文本组、虚拟实验组和视频组作为两个独立的研究结果。

4.数据分析

本研究选择Review Manager 5.3进行数据分析。其中效应值是反映实验效应强度或者变量之间关联程度的重要指标,与样本容量大小无直接关系(郑昊敏,2011)。整合已有研究,本研究选取标准化均差SMD作为合并效应值来评估虚拟实验对学习效果的影响程度,其值通过实验组和对照组的估计均数差值除以平均标准差得到。且本研究采用博伦斯坦等人提出的两种效应模型消除样本异质性的影响,分别是固定效应模型和随机效应模型(Borensteinet al.2009)。具体操作流程包括异质性检验、发表偏倚分析、整体效应值计算以及调节变量影响分析等。

(一)发表偏倚检验

为确保研究结果的科学性和准确性,首先需要检验所纳入的样本是否存在发表偏倚。发表偏倚是指具有显著意义的文章比无显著意义的文章更容易发表的现象(夏凌翔,2005)。常用的检测方法有漏斗图法、Egger’s检验、Begg’s检验和失安全系数等。由于Egger’s检验比Begg’s检验效能稍高,且Egger’s对于小样本更敏感(Pelletieret al.1998),因此本研究选择Egger’s检验。首先,从漏斗图(图2)可以看出,大多数效应值较为对称且均匀分布在合并效应值0.46左右两侧,初步证明发表偏倚现象不明显。其次,Egger’s检验结果显示:T1.15<1.96P0.38>0.05,进一步说明不存在偏倚。最后,本研究计算的失安全系数为1903,远大于16030*5+10)。这一指标说明未发表研究的效应值未对本研究结果产生重要影响。综合上述三种方法,充分证明研究样本存在发表偏倚的可能性很小,得到的合并效应值较为稳健。

(二)异质性检验

由于初始研究的样本量、实验条件、研究方法、评价标准等存在差异,导致样本间存在异质性。因此需要依据异质性检验结果选取合适的效应模型。若样本间具有较大的异质性,需采用随机效应模型进行分析,反之可采用固定效应模型(Rosenthal1979)。表3为异质性检验结果及元分析的总体效应值分布,其中统计量I2反映异质性部分在整体效应值变异中所占的比重。I2越大说明样本间的异质性越大。由表中结果可知I286%,说明各研究间的异质性较大,故应选用随机效应模型消除异质性,并进行效应量合并。

(三)研究结果

1.与传统教学相比,虚拟实验能否显著提升学生的学习效果

通过Review Manager 5.3软件分析得到虚拟实验对学习效果影响的结果如表3所示。从随机效应模型来看,30项研究结果的合并效应量SMD0.4695%置信区间为[0.230.69],且合并效应量检验Z=3.99p<0.0001)达到了统计显著水平。依据科恩(Cohen1992)提出的效应值分析理论,当效应值为0.2左右,可以认为影响较小;当效应值为0.5左右时,被认为有中等影响;当效应值在0.8左右时,则认为具有显著影响。本研究的总体效应量在0.5左右,说明虚拟实验对学习效果具有中等程度的正向影响,这一结论证明虚拟实验教学有利于改善学生的学习效果。

2.学习对象所处学段不同是否会影响虚拟实验的教学效果

为了检验不同学段对虚拟实验教学效果的影响差异,本研究将研究样本分为小学生”“中学生”“大学生三类,分别计算三个学段对应的效应值,具体结果如表4所示:

从表4可看出,小学生、中学生和大学生的效应值分别为0.280.630.46,说明虚拟实验对不同学段的学生具有中等正向促进作用。其中,小学生的效应值最小,且双尾检验(p>0.05)不显著,而对于中学生和大学生的正向促进作用达到显著水平,对于中学生的影响程度最大。从组间效应来看,Chi2=1.55,且P=0.46>0.05,说明虚拟实验对不同学段学生的影响较为稳定,不存在显著差异。组间的异质性I20,说明通过亚组分析很好地消除了样本异质性的干扰,得到的结果更为准确。

3.学科内容不同是否会影响虚拟实验的教学效果

本研究将虚拟实验所应用的学科领域划分为自然科学(包括数学、物理、生物和化学等)、社会科学(包括历史、英语、政治、经济等)、工程技术(工程、航空航天等)、其他(医学、演讲等)四类,探究虚拟实验对学生学习效果的影响在不同学科的差异性,具体结果如表5所示。

从表5可以看出,组间效应Chi2=2.53P=0.47I2=0%,说明虚拟实验对于不同学科的影响程度基本一致,没有显著差异。具体到不同学科各自的效应值,虚拟实验对人文社科的正向促进作用最大,其效应值SMD=0.87Z=2.37P=0.02,且达到显著水平。对于医学类、演讲类、图形学等其他课程具有中等正向促进作用,其效应值SMD=0.55Z=1.95P=0.02。对于自然科学和工程技术的促进作用较小。

4.班级规模的不同是否会影响虚拟实验的教学效果

为检验虚拟实验在不同班级规模上的适用性,本研究根据班级人数将样本划分为小规模(1~50人)、中规模(50~100人)和大规模(100人以上)。具体分析如表6所示。

由表6可得,组间效应Chi2=1.09P=0.58>0.05,组间差异不具有统计学意义,说明虚拟实验在不同班级规模下产生的影响效果较为稳定。具体到每一种规模,对于大规模班级来说其效应值为0.61P=0.001<0.05,说明虚拟实验对大规模班级学生的影响程度较高,且达到显著水平。对于小规模(SMD=0.39Z=1.93P=0.05)和中规模(SMD=0.33Z=1.50P=0.13)的影响程度较低,且未达到显著水平。

5.实验周期不同是否会影响虚拟实验的教学效果

按照编码表的规定,本研究将不同实验干预周期对虚拟实验提升学习成果的影响进行了对比分析,具体结果如表7所示。

由表7可知,虚拟实验对三个不同实验周期的效应值分别为0.430.89-0.05,合并效应量为0.46,双尾检验(P<0.0001),说明虚拟实验在这三种实验周期下均具有正向促进作用,从组间效应来看,Chi2=3.23P=0.20>0.05,未达到显著水平,因此可得虚拟实验对于不同实验周期的影响效果较为稳定,未产生显著差异。其中,对于一次课和1~10周的影响效果较为显著,尤其是对1~10周的影响效果达到0.89,具有高度正向促进作用。而对于10周以上的作用效果较低,且双尾检验P=0.73>0.05,不具备统计学意义。

6.虚拟呈现形式不同是否会影响虚拟实验的教学效果

教学中常用的虚拟实验包括桌面式、沉浸式,这里的沉浸式是指使用沉浸式头盔等外部设备所营造的虚拟场景,两种虚拟方式对学习效果影响情况如表8所示。

由表8数据可知,两种虚拟形式的合并效应值为0.46Z=3.99P<0.0001,从整体来看虚拟现实对于不同虚拟形式均具有中等正向促进作用。但是从组间效应来看,双尾检验结果P=0.34,组间差异不具有统计学意义。因此,不同虚拟形式对于学生的学习效果没有显著差异。比较两种形式各自的效应值,桌面式虚拟形式的效应值为SMD=0.56Z=3.77,沉浸式虚拟形式的效应值为SMD=0.29Z=1.46,可见桌面式虚拟形式的效果更好。

本研究利用元分析方法对30项虚拟实验的实证研究结果进行定量综合分析,得出虚拟实验对学生学习效果具有中等程度的积极影响作用。纳入研究的文章来自于国际期刊,其研究对象包括不同国家和地区的学生,所以本研究得出的结果具有普适性。因此,可将虚拟实验引入课堂以改善教学效果,为变革学生学习方式带来新的可能。进一步,本研究探究了不同学段、学科、班级规模、实验干预时间、虚拟呈现方式等调节变量的影响。研究发现:

第一,从学段来看,虚拟实验对中学生的影响效果最为显著,大学生次之,而对小学生的影响效果不明显。这是因为小学生自我监控能力较弱,如果教师不能有效引导学生进行实验操作,反而更容易造成学生注意力分散,学习效果不理想(陈杰,2007)。大学生的逻辑思维较为成熟,自控能力较强,但对知识的获取不仅仅止于表层探索,更加注重知识的迁移应用与深层思辨(于海琴,等,2013)。中学生具备一定的知识基础,并且正处在思维活跃发展阶段,学习能力和接受能力较强,虚拟实验为学生营造的新奇且轻松的学习氛围可有效激发学生的学习兴趣,且学生通过与虚拟对象进行自然交互,可解开理论知识学习的束缚,锻炼学生的动手操作能力。类似研究,如李宝敏等(2019)对虚拟现实技术的元分析和倪慧文等(2019)对增强现实技术的元分析结果也得出对中学生的影响效果最大。因此,本研究建议充分发挥虚拟实验在中学教育中的应用潜力,具体可从硬件配置和软件开发两方面着手,一方面学校要完善支持开展虚拟实验的硬件设施,如高性能计算机、平板等;另一方面教育资源开发者要以我国中学教材为基础,设计开发系列配套的虚拟实验资源,使其贴近实际的教学需求。

第二,从学科来看,虚拟实验对社会科学的影响更大,对于自然科学和工程技术的影响较小。这一结论与认为虚拟实验能有效改善物理、化学等自然科学的教学效果的观点(高媛,等,2016)不一致。究其原因,自然科学和工程技术强调学生通过实践操作感知客观现象的发生,而虚拟实验中操作的物体都是虚拟的,学生失去了真实触觉、嗅觉等感官刺激,缺乏真实感,并且虚拟实验主要通过键鼠、触控等方式进行虚拟操作,这与真实的操作动作不完全一致。约翰逊和梅戈万(Johnson&Megowan2017)在基于虚拟实验的具身交互研究中得出手势一致性(手势操作与学习内容一致)对于学生学习有重要作用。社会科学更强调学习情境的重要性(李彤彤,等,2018),虚拟实验利用三维仿真技术能够为学生创建丰富的学习情境,从而强化学生对知识的建构和记忆。因此建议在虚拟实验设计(如交互方式和内容呈现形式)时要充分考虑学科特点,尤其是对于自然科学而言,研究者更应把握虚实之间的融合点,探索最佳的虚拟实验呈现方式以促进学习。

第三,从班级规模来看,虚拟实验对于大规模班级产生显著影响,而对于小规模和中规模班级的影响效果不明显。这是因为较大规模的班级适合开展协作学习和同伴学习,依据学业成就同伴效应原理(侯珂,2018),协作式学习环境能够有效提高学生的学习效果。因此,在进行虚拟实验教学时要考虑班级规模对学生的影响,注重为学生营造一个协作式的开放学习环境。在这种情形下,教师更应扮演好引导者管理者的角色,使虚拟实验教学有条不紊地开展,且真正调动学生的积极性。

第四,从实验周期来看,虚拟实验在1~10周的实验时长内效果最好,对于一次课也具有一定的积极影响,但是对于长期实验来说,虚拟实验的影响效果不显著。倪慧文(2019)、李宝敏(2019)等研究同样指出实验干预持续时间不宜过长,否则学生难以一直保持新奇感和学习热情,从而导致学习结果未能达到预期效果。同时,刘德建等(2016)认为如果学生的信息处理和问题解决能力较弱,长期的虚拟实验教学会给学生带来更多的认知负荷。所以,研究者在进行实验设计时要考虑实验周期的影响,设置合适的实验干预时间,以有效发挥虚拟实验的优势。同时,实验教学不同于传统课堂教学,更注重学生在实验过程中的表现,因此多元化的评价方式更符合实验教学的特点。

第五,从不同虚拟形式来看,桌面式虚拟实验的影响效果优于沉浸式虚拟实验。一方面由于设备昂贵导致沉浸式虚拟实验在教育中应用案例较少,无法获得大量实验数据。另一方面佩戴沉浸式头盔等设备会造成头部眩晕等不适症状(丁楠,等,2017)。因此,沉浸式虚拟实验虽然具有高沉浸、强交互的技术特点,对于学生学习效果的影响程度却低于桌面式虚拟实验。当然,研究者还需要开展沉浸式虚拟实验教育应用相关研究,以丰富现有研究结果。

最后,基于上述研究结论,本研究建议从以下三方面推进虚拟实验在教育中的应用:虚拟实验设计要因学生而异,因学科而异,充分考虑学生的思维发展与认知特点,注重与学科内容相匹配,恰当选取虚拟实验呈现形式。虚拟实验开展要注重引导,加强协作,为避免学生因自控能力差、学习问题未及时解决而导致实验效果不理想,坚持学生主体,教师主导的原则,教师要充分发挥同伴效应影响,组织学生开展协作实验探究,并进行有效引导和监督。虚拟实验评价要多元评价,重视过程,虚拟实验教学更多的是实践和操作,这就意味着不能仅以简单的测验与考试决定学生的学习效果,而要将过程与结果结合起来进行综合评价(陈志旗,2011)。无论是学生收集的数据、绘制的图表、所做的报告,还是小组合作的表现、成果,都可以作为对学生的评价依据。

近年来,虚拟实验在教育领域的应用越来越广泛,但是关于虚拟实验能否促进学生学习效果这一问题尚未取得一致结论。本研究通过对国际上30项虚拟实验实证研究进行系统综述,从定量合成结果来看,虚拟实验对于学习效果具有中等程度的正向促进作用。这一结论与该主题下其他相关元分析论文的结论基本一致。此外,进一步探究虚拟实验对学科、学段、样本数、实验周期、虚拟呈现方式等调节变量的影响差异。最后从虚拟实验的设计、开展和评价三方面提出建议。为推进虚拟实验在教育中的应用提供了参考依据和思路。同时,本研究也存在以下不足:由于元分析需要完整的实验数据信息,导致纳入的研究样本较少,在后续的研究中要扩充样本数量,并针对虚拟实验特点探究其他调节变量(如教师引导方式、学生知识水平、知识类型等)的影响。

 


CopyRight © 2015-2020 云南机电职业技术学院 All rights reserved 滇ICP备20000632号 云教ICP备0810008号
技术支持:学院图书信息管理中心 总访问量:8254人次 总浏览量:29691人次
联系电话: 电子邮件: 地址:昆明市龙泉路704号 [ 管理登录 ]