第二节 在线学习文献数据研究现状

（一）研究数据及分析方法

本章使用CiteSpace和VOSviewer可视化分析软件，以中国知网（CNKI）作为数据采集的来源，对该刊2014—2023年的载文进行文献数据计量可视化分析和知识图谱研究。目的是探讨10年来，我国在线学习研究领域的核心学者及合作情况，主要研究机构及合作现状，对文献的关键词进行共现、频次、中介中心性、聚类等方法的知识图谱分析，得出近年来期刊刊载文献所研究的热点问题、重点区域和研究趋势。把握在线学习的研究热点和趋势，综合分析国内外学者的研究特征，以对我国在线学习模式的发展提出有益借鉴，以期为相关领域今后的发展和相关学者的研究提供参考。

1. 研究数据

本研究的中文数据来自CNKI，以“在线学习”或“网络学习”为篇名在学术期刊中进行高级精确匹配，期刊来源类别限定为北大核心及中文社会科学引文索引（CSSCI），文献分类设置为教育理论与教育管理（2532）、高等教育（364）、成人教育与特殊教育（172）、中等教育（133）、职业教育（89）、初等教育（28），时间范围为2014—2023年，勾选同义词扩展，共检索到文献2830篇。除去书评、书摘等非专业论文后，将检索结果以RefWorks格式导出并进行转化，共有可用文献2778篇。

2. 分析工具

CiteSpace是一款在科学计量学、数据可视化背景下逐渐发展起来的通过可视化手段来呈现科学知识的结构、规律和分布情况的软件。该软件是近些年来在国际范围内信息分析领域最具特色和影响力的可视化分析软件。VOSviewer可视化软件能够绘制作者、引文、关键词等共现图谱，该软件在聚类技术、节点密度等方面有独特的优势。两种软件结合使用能更加精准地分析研究对象的特性。

为了直观呈现在线学习的研究概况、热点话题及总体研究趋势，本研究选取文献计量与分析工具CiteSpace软件进行可视化分析。软件版本为CiteSpaceV，时间段为2014年1月至2023年6月，时间切片设置为1年，采用Pathfinder算法，取每年被引频率前10%的文献进行分析，以兼顾数据网络的清晰度及数据的代表性、准确性。

（二）刊载数量分析

通过对2014—2023年国内在线学习研究发文量（CNKI收录）的统计，可以整体把握近十年在线学习相关研究的理论发展水平及程度。年载文量如图2-1所示。

从图2-1显示的结果来看，2014—2023年在线学习研究整体呈现上升趋势。2023年预测可发表论文276篇，已发124篇，说明在线学习研究逐渐受到国内学者的广泛关注。从文献数量来看，近十年在线学习的研究可以分为三个阶段。第一阶段为2014—2018年，2012年，中华人民共和国教育部提出实施“中国数字教育2020行动计划”。同年，慕课（MOOC）风靡全球，学者们对在线学习的关注达到高峰。此后，中国大学MOOC、网易公开课、智慧树平台等一众面向中小学及大学的在线课堂开始建设，学者们对相关领域的技术和实施进行了大量的研究。第二阶段为2018—2019年，发文数量缓慢增长，但总体数量偏少。2018—2019年，中华人民共和国教育部提出了“金课”和一流本科课程建设，有力推动了线上课程的开发及应用。学者们对于在线学习的研究逐渐系统化，多集中于MOOC、国家开放大学等研究方向，发文量趋于平缓。第三阶段为2020年以后，发文数量呈爆发性增长。2020年年初新冠肺炎疫情暴发以来，全国范围内，无论高校还是中小学都进行在线课堂的学习，因此在线学习逐渐从应急性应用转为常态化的学习方式，进一步促进了在线学习相关研究的发展。中华人民共和国教育部发出“停课不停学”的号召，印发《教育信息化中长期发展规划（2021—2035年）》《教育信息化“十四五”规划》，在线学习再次受到学界及政府的广泛关注，预计有关在线学习文献的质量会有显著提升，发文量也将呈现波动上升趋势。

按学科分布，主要涉及教育理论与教育管理、计算机软件及计算机应用、高等教育、中等教育、外国语言文字、初等教育、职业教育、成人教育等学科，如图2-2所示。

（三）主要研究机构及合作分析

1. 主要研究机构

对投入在线学习研究的发文机构进行综合统计分析，排名前20的发文机构如表2-1所示。

通过对发文机构进行更深入的分析，结果显示：这个领域的科研力量主要分布在以师范类高校为代表的教育研究机构。

（1）北京师范大学以227篇的发文量居首，该校远程教育研究中心的发文62篇；华中师范大学发文163篇，排第二位，该校教育信息技术学院（系）发文94篇，国家数字化学习工程技术研究中心发文28篇。

（2）发文量排名前20的高校包括华东师范大学、东北师范大学、华南师范大学、东北师范大学、清华大学、北京大学、江南大学等一批高等教学领域高学术水平的高校。通过对高校二级研究机构进行深入分析，得到表2-2。

这些代表我国高等教育研究最高学术水平的机构，在期刊上发表了大量高质量的论文，占据了二级研究机构发文量前20名的一半，展现出了全国在线教育学术理论研究的权威性和指导性。

整体而言，该领域研究力量相对分散，研究机构间的合作交流还有提升的空间。

2. 研究机构合作

将研究机构划分为多个合作关系网络，并反映出各个合作网络中高中心性机构的合作情况（见图2-3）。

机构合作群一：包括北京师范大学远程教育研究中心、华南师范大学教育信息技术学院、华中师范大学国家数字化学习工程技术研究中心、北京师范大学教育技术学院、江南大学教育信息化研究中心等众多高校。北京师范大学远程教育研究中心作为权重最高的教育技术学研究单位，广泛地与全国远程教育与教育技术研究机构开展学术合作。

机构合作群二：包括北京师范大学教育学部、西南大学教育学部、西北师范大学教育技术学院、北京师范大学未来教育高精尖创新中心等多所高校。北京师范大学教育学部作为全国重要的教育学术研究单位，其合作关系网络遍布全国各类高校和教育研究机构。

机构合作群三：包括清华大学教育研究院、陕西师范大学教育学院、华东师范大学教育信息技术学系、北京大学教育学院、江苏师范大学智慧教育学院等多所高校。这几所高校的教育研究机构的合作较为密切。

机构合作群四：华中师范大学人工智能教学部及前身华中师范大学教育信息技术学院，该校作为华中地区的重要教育研究机构，发文量较大，但少有和国内其他高校的合作。

如表2-2及图2-3所示，我国在线学习的文献多来源于师范大学的教育技术学院，且模型探索、软件及平台的构建应用等技术类研究较多。这表明线上学习的研究多局限于技术层面，缺少对学习者学习成效、社会性发展和心理健康发展等教育学、社会学和心理学层面的关注。

3. 研究机构分布

对发文机构的地理位置进行数据挖掘处理，得到发文机构的地理热点图。

十年来，在线教育的发文机构，以上海、南京为中心点呈放射性展开，主要集中在江苏、上海、浙江的高校和教研机构，成为华东地区在线学习教育研究最为重要的论文刊载体；同时，覆盖全国各大知名高校和教研机构是期刊稿件的主要来源，以北京、武汉、西安、成都、广东地区最为集中，全国主要省市呈均匀分布态势。

（四）核心作者及合作分析

对发文署名量在8篇以上的作者进行综合统计，得出排名前32位的核心作者，如表2-3所示。

同时，中国知网（CNKI）对所选取的数据按发文量进行了排名，如图2-4所示。

其中，汕头开放大学的肖俊洪与爱尔兰都柏林城市大学国家数字学习研究院的马克·布朗等欧美大学教授，联合撰写了关于远程教育的论文43篇。北京师范大学的陈丽在cMOOCs[1]、远程学习、教学交互、在线学习评测等方面发文38篇。东北师范大学的赵蔚在在线学习行为、在线自主学习、在线自我调节学习等方面发文31篇。北京师范大学的郑勤华在在线学习行为等方面联合发文26篇。华中师范大学的刘清堂在网络学习行为分析、评价等方面发文20篇。

同时运用CiteSpace软件将10年来有合作关系的发文作者制作出共现图（见图2-5）。

综合研究发文量排名前32位的核心作者以及由知识图谱软件所分析出的作者合作关系，并查阅相关资料得出结论如下。

• 北京师范大学以陈丽和郑勤华为核心的作者合作群，在远程学习、教学交互、在线学习评测等领域有非常多的合作。

• 以东北师范大学的赵蔚、姜强、刘红霞为核心的作者合作群，在在线学习行为、在线自主学习、在线自我调节学习等领域有非常多的合作。

• 华中师范大学的刘清堂在网络学习行为分析、评价等研究方向有较多发文。

• 华中师范大学的赵呈领和长沙师范大学的蒋志辉等作者合作群，在网络学习行为、学习适应性、学习评价等领域有非常多的合作。但是上述两位华中师范大学的作者之间少有合作。

可以看出，我国有关在线学习的文献发文作者，合作情况多为学校内部教授与其硕士生、博士生共同发文，但是学校之间的作者联合研究以及发文的情况较少。也就是说，虽然总体论文的发文量较大，但少有和国内其他高校研究人员进行合作的情况。

（五）基于关键词共现的研究热点分析

对在线学习领域10年来所刊载的文献进行关键词频次分析，列出频次排名前20的关键词（见表2-4）。

关键词是一篇论文的核心概括，通过分析关键词，可以对文章主题进行窥探，进而得到某领域的研究热点。本研究利用CiteSpace绘制关键词知识图谱，在NodeTypes选框中选择Keyword，取每年引用量最高的100个关键词进行分析，最终得到的关键词共现图谱共有631个节点、3312条连线。运用CiteSpace软件绘制关键词共现图（见图2-6）。

10年来所刊载文献的研究对象覆盖了高等教育、中等教育、基础义务教育中学生和教师在内的教育对象的所有层次。在线学习领域包括慕课、在线教学、学习分析、网络学习空间、反转课堂、远程教育、自主学习、混合学习、深度学习、教学模式探讨、社会网络分析、学习行为分析在内的各个层次。[2]众多高质量的文献对在线学习领域的各类问题进行了深入的探讨。众多专家学者也为在线教育领域出现的问题和困境提出了自己的对策。

CiteSpace软件中使用中介中心性指标来发现和衡量文献的重要性。具有高中介中心性的文献通常是相关领域的关键枢纽。使用CiteSpace软件对关键词进行中介中心性分析，得出高中介中心性排名的关键词为在线交互、深度学习、学习绩效、人工智能、教育信息化、学习行为、高等教育、学习体验、学习资源、多维特征、混合式学习、在线讨论、学习模式、学习共同体、协作学习、主动学习等，这些关键词的中介中心性都高于0.2。

我们将高频次和高中介中心性的关键词进行排序，得到表2-5。

这些高权重关键词和高频次关键词共同反映了10年来我国教育理论学术领域的研究重点。

（六）基于突现关键词的研究趋势分析

运用CiteSpace软件进行突发性检测，并通过二次分析得到表2-6。该表按突发起始时间列出了10年来出现的突发性关键词及其持续时间。

对上述数据进行分析，发现各类研究关注度的减弱或增强，并探索研究趋势。

2014—2017年：MOOC的翻转课堂教学研究，成为这几年来在线教育教学模式改革的研究热点。同时，学者们对网络教学环境、教师网络教学、学生网络学习、网络平台建设、网络资源共享技术以及移动学习、泛在学习等领域进行了研究。

2017—2019年：学者们在网络学习空间、网络学习环境、在线开放课程等在线学习的软硬件领域进行了深入的研讨。同时，随着在线学习环境和资源的逐渐完善以及在线学习工作的逐年开展，学者们开始关注具体的学习分析、学习评价、自适应学习、内容分析等深层次的教学效果以及教学改进等问题。大量的学者开始进行问卷调查来获得教学反馈，并通过结构方程模型等统计学手段对这些问卷进行深入分析。

2020—2023年：随着新冠肺炎疫情的暴发，各类各级别的教学被迫转到线上进行，学者们对在线学习的研究也发生了改变。其中，学习体验、学习绩效、学习满意度等问题的研究开始增加，反映出学者们近几年更深入地关注在线教学的最终效果以及学生的体验感。这也引出了学者们对学生深度学习、教学交互、教育公平等一系列问题的研究。其中，发表在《中国电化教育》期刊上的中南大学公共管理学院的曾明星等作者撰写的文章《从MOOC到SPOC：一种深度学习模式建构》，其被引次数排名第二（756次），点击下载量也排名第二（22131次）。

（七）基于关键词聚类的研究现状分析

为了更深入地分析我国在线学习领域的学术研究现状，我们对关键词进行聚类分析（见图2-7及图2-8）。

图2-7和图2-8为关于“在线学习”领域关键词聚类图谱，有智慧教育、微视频、网络学习空间、现代远程教育、在线教学、知识构建、在线学习活动、学习投入、在线学习、大学英语、学生、深度学习、教育、开放大学、听课不停学、互联网+、新冠肺炎疫情、影响因素和社会网络分析19个聚类。其中，数字越小，表示该聚类所包含的关键词越多。为了保证图谱清晰，本研究仅选取除了与“网络学习”“在线学习”等主题词相关类别之外的具有代表性的前10个聚类。

通过对文章内容、高频词汇、高中介中心性词汇、关键词聚类及对各个聚类的相关分析，以及对共现性较小的聚类进行合并，并结合热点关键词的影响因素，将研究领域概括为五大聚类。

1. 在线学习平台及资源聚类

MOOC于2012年首次在美国获得广泛推广后，2013年进入国内。国内学者关注的主要是在线学习平台的搭建和资源的建设。2015年，MOOC教学模式研究成为热点。众多研究者从线上线下相结合的交互式学习模式、学生的适应性等多角度探索在线学习行为，其中主要是对各种在线平台的作用进行探究。

山东师范大学的孟祥增教授，早在2014年通过研究微课的内涵、特点等属性，提出了微课的教学实践模式可以很好地实现“掌握学习理论”的教育理念，并详细阐述了微课设计的理论与制作流程，分析微课视频的制作方法及其特点。孟祥增教授的论文成为10年来在线学习领域中被引次数（1007次）和下载量（30567次）最多的文章。

河南师范大学的牟占生分析了MOOC的教育课程模式，并对其应用于混合学习的优势进行了详细的研究。牟占生以著名的Coursera教学平台为依托，将传统课堂教学和基于MOOC的网络学习相结合，设计了一套完整的混合学习模式，并在教学实践中进行了应用。通过对比分析，验证了基于MOOC的混合式学习模式对提高学习成绩和增强学习兴趣有积极的作用。

此外，东北师范大学的高地，在MOOC的热潮下，对国内外的学术文献、研究报告等文章进行了梳理研究，系统、深入地反思了MOOC课程中的教育模式、教学效果、学习体验等诸多问题，以把握在线教育发展过程中理想与现实的结合点。该文章受到了众多关注，被引次数高达451次，下载量为9829次。

MalcolmBrown在美国DUCAUSE网站发表了名为“Moving into the Post-MOOC Era”的博文，认为以下几种迹象表明“后MOOC”时期已经来临。

第一，教学法的新变革。教学方式／学习方式正在由xMOOC的完全自主在线学习向混合学习、翻转课堂、协作学习转变，比如斯坦福大学提出“分布式翻转”的想法，即在共同参与MOOC的课程中形成多个翻转课堂。

第二，MOOC课程平台服务出现新变化。美国三大主流MOOC平台与BlackBoard、Moodle、Sa-kai相比，其功能显得比较简单，因此MOOC平台具有进一步调整的空间，比如，Coursera正试图建立一个可以公平交易课程内容的平台，各组织可以创建、使用或者购买课程资源，Coursera扮演内容代理、顾问、主持人的角色。

第三，学分认证和学分互认出现新动向。部分Coursera合作院校已开始考虑授予学分，并着手学分互认工作。随着在线学习从MOOC进入SPOC时代，学者们开始深度研讨新的教学模式和教学手段。浙江大学的李红梅、陆国栋在归纳了在线教育教与学的四种模式后，构建了基于“教学环境——教学响应”视角的CH-SPOC教学模式，详细分析了该教学模式的特点；并以近两年浙江大学已开展的教学探索为例，展示这种教学模式的实践应用；最后提出后MOOC时期学校教学变革的思考。中南大学的曾明星等人构建了由SPOC反转课堂、DELC深度学习路线、SPOC对深度学习的支持所构成的深度学习模式，将SPOC技术平台、教学内容、学习方式、评价手段等融入教学过程中变革教学结构，注重学习情境、交互与反思的设计。学生经历学习准备、知识构建、迁移应用与创造、评价与批判四个循环与递进的阶段，提升学生对问题的理解深度、问题解决能力与高阶思维能力，大力提升教学质量。

2. 在线学习投入聚类

提高学生投入度是提升学生学业成绩、减少学生对学习的厌倦、降低辍学率的一种有效方式。

南宁师范大学的冯思怡等学者，专门对在线学习的投入进行了详细的分析，认为在线学习与传统课堂相比，虽然学习环境和学习投入方式发生了变化，但从本质上来看都是学生在学习过程中的投入。与该研究联系紧密的关键词有：学习环境、影响因素、行为投入、学习投入。

华南师范大学的尹睿等学者将学习投入的维度归类为行为投入、认知投入、情感投入和社会交互投入四个维度。他们在广东省对多所学校的学生进行问卷调查和实证研究，通过结构方程模型分析集中维度和要素之间的路径关系和相互效应。他们发现社会教育投入对在线学习投入的影响最高，其次是认知投入和情感投入，而行为投入的影响最低。最终，他们提出必须重视社会交互投入的辐射效应，加强在线课程学习的群体动力机制的构建，重视社会交互投入的辐射效应，加强在线课程学习的群体动力机制的构建，因为只有当学习者在情感上认同在线学习的意义和价值时，他们才会愿意投入并努力学习。

而同为华南师范大学的刘繁华等学者通过对在线学习不同维度的分析，构建了在线学习投入分析模型，以中国大学MOOC中教育传播这门课的学生为基础进行实证研究，探讨在线学习投入与学习绩效之间的关系。研究结果显示，学习投入中的认知投入、情感投入和社交投入与学习绩效呈现明显的正相关关系。根据研究结果，刘繁华等学者认为，在线学习普遍存在浅层的认知投入；积极的情感投入能有效提升学习效果；社交投入可以很好地促进学习者的深层次学习交互。

关于在线学习投入的影响因素研究，吉林财经大学的贾非等学者认为，现阶段对于如何激发学生对在线学习的投入并提升学习成绩的研究，运用智慧树平台的学习数据，将网络环境、资源环境、互动环境等整合到模型中，实证分析了学习模式和混合比例对学生投入度的影响，发现学习模式和混合比例对学生投入度的影响程度取决于资源环境、网络环境和互动环境三个条件因素。贾非等学者提出，混合学习和在线学习具有不同的适用条件，只有在不同的学习环境下灵活采用不同的学习模式，才能获得更好的学习效果。混合学习中见面课时比例的增加对学生的投入度具有促进作用，但是学习模式和混合比例对学生投入度的影响还将取决于网络环境、资源环境和互动环境。

西北师范大学的周媛通过混合学习活动设计开展实证研究，得出在线混合学习活动中促进学习者学习投入的策略：必要的作业设置和测验能增加学习者的阅读实践及次数；教师面授引导对提高学习者学习自主性非常重要；循序渐进的反馈、控制学习者的认知负荷、激发学生的情感投入。

冯思怡从现有的文献中发现，学者对于在线学习投入的影响因素的研究主要围绕着外在因素、内在因素两个方面展开。影响学习者学习投入的外在因素包括感知教师支持、在线学习平台体验；内在因素包括在线学习态度、在线学习的自我效能感。大量研究结果表明，在线学习环境下学生对学习的投入与学业成绩、自我效能感、教师支持等呈现正向作用。对于在线学习投入的相关影响因素，教学实践者应善于调节影响因素中的积极作用与消极作用，保持积极的状态，以提高学习投入水平。

3. 在线学习效果与评价聚类

在线教育普及化及教育信息化的大背景下，随着混合式教学实践的深度发展，在线学习的质量问题逐渐引起了研究者的高度重视，在线教学的质量评价也将不断走向智能化、规范化和体系化。同时随着新冠肺炎疫情的暴发，全国各级学校纷纷开展线上教学，但学习者“无法深度学习”“低参与度”“高注册率”“高辍课率”“低完成率”已成为在线教学面临的重大问题，如何提高学习效果也成为线上教学的研究热点。

山东师范大学李逢庆认为，混合教学质量评价应根据不同的课程特点设计不同的评价手段和方法，应当考虑到不同的学习平台、工具手段以及学生特点和班级规模等不同因素开展评价活动。李逢庆提出了一套基于混合式教学流程的多元化评价方法和主体相结合的质量评价体系，能够真实、客观地反映学生的学习行为、态度和结果之间的相关性。

李晓文通过建立学生学习满意度模型，对学生满意度评价及影响因子进行实证分析，为教师指定更加契合学生需求特征的混合式学习实施方案提供针对性的建议，进而提高混合式教学模式在教育领域应用的针对性和情境性。

华中师范大学的上超望等学者，通过分析大数据支持下的在线学习评价，对大数据背景下在线学习过程性评价的特征进行了总结，认为大数据支持下的在线学习评价有助于降低在线学习评价的成本，有利于提高在线学习评价的质量，有效提高在线学习评价的效率，并探讨了在线学习中过程性评价的内容，设计了基于在线学习过程性活动记录、数据处理与存储、数据融合、过程性数据分析和在线学习过程性评价五大模块的大数据支持下的在线学习过程性评价系统模型，并给出了该系统的工作流程。

4. 在线学习行为聚类

虽然对线下学习行为的研究已经取得了丰富的成果，但在线学习和线下学习有显著的差异性。线下学习是教与学在同一个时间和空间中发生的，在线学习改变了这种时空的同步性，必然给在线学习行为带来很大的改变。通过对学习者在线学习行为进行分析，研究学习者的个体学习特征，有助于从学习者在线学习行为的角度，发现有效的在线学习行为和改善在线学习行为的影响因素，从而采取合适的措施，提升在线学习效果。

华东师范大学的胡艺龄、顾小清等从数据挖掘领域的应用、学习行为及分析、网络行为及分析这三个因素对在线学习行为可能的应用方向进行综合研究，探讨学习者在线学习行为的建模机制，建立了数据、机制、结果三层次模型，并从网络挖掘的角度对学习数据进行模式分类与解析，以帮助教师对不同的模式类别采取不同的策略。

张进良等学者挖掘学生学习行为数据，针对具体情境采取合理的学习行为优化措施，提升了学习效果，强化了学习互动。利用机器学习技术和大数据分析方法研究学生在线学习行为，有助于改善在线学习质量。

分析在线学习行为对学习绩效的作用，通过学习行为对学习绩效进行预测，是在线学习行为研究的一个重要内容，通过学习投入、学习行为分析等对学生的学习绩效进行预测，从而改进在线学习行为模式，制定在线学习绩效评价体系，使在线学习评价更加全面、合理，有助于促进学习行为的改善。

北京师范大学的宗阳、陈丽等学者总结了在线学习领域逻辑回归研究的流程，并从在线学习过程构建了学习行为的各项指标，并应用逻辑回归对学习数据进行分析，针对学习者在线学习行为对学习成绩的影响进行了探讨。

5. 疫情中的学习行为聚类

近几年由于疫情，全国范围内的学生进入了“停课不停学”的状态。我国现有各级各类学校51.88万所、在校学生总共2.76亿人，教育系统在疫情防控期间面向全国亿万学生开展的在线教育是历史上从未有过的创举，在全球也属于首次。在线学习的相关研究得到了进一步深化，研究成果也更加丰富。

黄荣怀等学者在总结疫情防控期间的实践经验时发现，教师在开展在线教学时需要进行合理的组织和设计：一是要夯实部际和区域间的协调机制，加强网络带宽和基础设施部署，启动教育专网设计与论证；二是要汇聚社会资源和工具，发挥国家大平台和互联网教育企业的协同作用；三是要组织教学指导委员会和专家，为中小学开展在线教育提供指导和支持服务；四是要开展“互联网+教育”与人工智能教育应用社会实验研究，科学指导和开展在线教育实践；五是要宣传在线教育典型应用案例和经验，发挥示范引领作用。依托我国教育信息化发展的良好基础，互联网教育可以减少疫情对学校教育教学产生的不利影响。

在疫情的极端环境下，为了探究在线学习发生的基本条件及如何更好地组织在线教育，从而保证学习真实发生。北京师范大学的余胜泉教授团队研究提出了基于活动的在线学习组织模型，通过学习活动将在线学习形态回归至社会性和自主性的本态，重构教与学的关系，发挥教师的主导作用，落实学生学习的主体地位，整合学习资源与学习活动，构建社会性互动的在线学习社区，通过学情分析确保活动落实，使得在传统教育中学习的组织性得以在网络学习环境下重构，以解决在线学习环境中缺乏交互、学生自主学习能力低的问题，以帮助师生更好地应对疫情极端环境下的教学困境。

河南大学教育科学学院的梁林海等学者，通过深入分析得出疫情环境下引发的在线教学问题和困境的主要原因是，学生的自我管理和自主学习能力难以适应居家学习的需求；教师的教学观念和方式难以适应在线教学；已有的教育资源不均衡问题引发了在线教学中新的信息化不均衡的问题。在学习科学已有研究的基础上，构建了在线学习环境下的“学习——教学——评估”一体化中小学在线教学应用体系。

由此可见，经过几年的疫情，在线学习逐渐成为一种新常态，在线学习模式成为众多研究者的重点关注对象。

（八）基于文献被引与共被引的分析

文献被引是在学术评价中被用来测量文献学术影响力的重要指标。被引频次的高低反映了学术成果被学术界重视的程度，以及在学术交流和科学发展中所产生的作用和影响力，也间接地反映出该文献的学术水平和价值。

1. 基于文献共被引的知识基础

文本数据挖掘的知识体系认为，某个研究领域的知识基础是由这些文章的共被引文献（参考文献）集合所组成的，并可被概念化成一个从研究热点到知识基础的映射。使用VOSviewer软件对文献共被引进行分析，结果如图2-9所示。

被引率排名前30的共被引文献如表2-7所示。

（续表）

由图2-9和表2-7可见，高共被引排名前20的文献均为国内外知名著作和文集。其中，江苏师范大学杨现民于2016年发表的论文《网络学习空间的发展：内涵、阶段与建议》位列榜首，其后是华东师范大学祝智庭于2013年发表的论文《创客教育：信息技术使能的创新教育实践场》和岭南师范学院张子石于2015年发表的论文《网络学习空间平台的规划与设计——以未来教育空间站为例》分别位居第二和第三。同时，我国众多学者的著作，如荣泰生的《AMOS与研究方法》、吴明隆的《结构方程模型——AMOS的操作与应用》这些高被引的著作共同构建了“在线学习”和“网络学习”领域的知识基础。

2. 期刊共被引分析

被引率排名前40的共被引期刊如表2-8所示。

表2-8展现了“在线学习”和“网络学习”十年来所有刊载文章的共被引文献（参考文献）所在期刊的被引量情况，也在一定程度上体现了“在线学习”发文的学术水平。由图表可见：《电化教育研究》所刊载的文章被引量（372次）是最高的；其次，《中国电化教育》上所刊载的文章被引344次，排名第二；《开放教育研究》《中国远程教育》《远程教育杂志》《现代教育技术》《现代远程教育研究》等一大批我国教育技术领域的顶级刊物里的文章，成为作者发文时的重要理论和数据依据；Computers & Education, Computers in Human Behavior, Internet and Higher Education, British Journal of Educational Technology, American Journal of Distance Education等国际顶级的教育学和教育技术学研究期刊，也是作者发文的重要参考依据。

3. 作者共被引分析

被引率排名前30的共被引作者如表2-9所示。

表2-9展现了“在线学习”和“网络学习”领域10年来所有刊载文章的共被引文献（参考文献）作者的被引量情况。由此可见，北京师范大学的陈丽、何克抗、黄荣怀、余胜泉、武法提，华东师范大学的祝智庭、吴忠良，江苏师范大学的杨现民，东北师范大学的唐烨伟，华南师范大学的谢幼如，西北师范大学的郭绍青等诸多全国范围内教育研究的著名学者的高水平文章是众多学者在论文撰写时重点参考和引用的标准。其中，祝智庭、陈丽、杨现民、郑勤华等著名学者同时也是“在线学习”和“网络学习”领域中发文量排名靠前的专家。

4. 文献高被引分析

高被引频次论文是一段时期内被引用频次较多的学术论文，其受到的关注度较高，学术影响力较大，分析研究高被引频次论文有助于了解该研究领域的研究内容，揭示某一时期的研究热点，掌握该研究领域的发展趋势。表2-10为“在线学习”和“网络学习”领域2014—2023年被引量排名前50的文章。

（续表）

（续表）

（续表）

统计结果显示，全国范围内教育体系的研究人员在MOOC、混合式教学、微课设计与制作、深度学习、在线学习行为、在线学习分析方面的关注度较高。在排名前50的被引文献中，《中国电化教育》杂志发表了12篇，《现代教育技术》杂志发表了7篇，《远程教育》杂志发表了6篇，《开放教育研究》杂志和《电化教育研究》杂志各发表了5篇，这些都是教育技术领域的顶级期刊。有关大规模在线课堂MOOC和反转课堂的文章持续性关注时间最长，因此也是关注度最高的；同时研究慕课、微课和翻转课堂的两篇文章在短时间内创造了排名前三的被引率，表明该领域也是近几年在线教育改革方面研究的热点。

（九）研究总结

本研究以10年来“在线学习”和“网络学习”领域刊载的文献为研究对象，结合计量可视化与科学知识图谱研究的统计分析得出如下结论。

1. 北京师范大学是在本刊发文最多的单位。同时，华东师范大学、东北师范大学、华南师范大学、清华大学、北京大学、江南大学等一批在线学习领域高学术水平的高校和机构也是重要的发文单位。

2. 汕头开放大学的肖俊洪，北京师范大学的陈丽、郑勤华，华中师范大学的刘清堂、赵呈领，东北师范大学的赵蔚、姜强、刘红霞等发文量较多。广大学者学术研究能力强，论文质量高，呈现百家争鸣的良好态势。

3. 我国在线学术领域的研究重点为：慕课、在线教学、学习分析、网络学习空间、反转课堂、远程教育、自主学习、混合学习、深度学习、教学模式探讨、社会网络分析、学习行为分析。研究热点为：深度学习、教育公平。

近几年有关在线学习的研究呈上升趋势，大致可以分成三个阶段：2017年前为萌芽期，2017—2019年缓慢增长，2020年因为疫情的原因呈暴发性增长。有关在线学习研究的核心力量大部分来自国内重点师范院校的学者和专家。这些研究机构和学者之间的协作交流有待加强。