第三节 深度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年来的载文进行文献数据计量可视化分析和知识图谱研究，以探讨10年来我国在深度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，进而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。
1. 研究数据
本研究的数据来自CNKI，以“深度学习”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中文社会科学引文索引（CSSCI），文献分类设置为中等教育（939）、教育理论与教育管理（860）、高等教育（255）、初等教育（136）、职业教育（30）、成人教育与特殊教育（5），时间范围为2014—2023年，勾选同义词扩展，共检索到文献2091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1959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。两种软件结合能更加精准地分析研究对象的特性。
为了直观呈现深度学习的研究概况、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（2014—2023），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（topN%=10%），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年国内深度学习研究发文量（CNKI收录）的统计，可以整体把握近十年深度学习相关研究的理论发展水平及程度。年载文量如图2-10所示。
图2-10 2014—2023年“深度学习”领域年刊载论文数量图
从图2-10显示的结果来看，2014—2023年深度学习研究整体呈现快速上升趋势。2023年，基于CNKI的数据预测，可发表论文398篇，截至2023年6月，已发表156篇，说明深度学习研究近几年迅速受到国内学者的广泛关注。从文献数量上来看，近十年深度学习的研究可以分为三个阶段。
第一阶段为2014—2016年。每年的发文量呈现出较低增长率的平稳上升趋势。虽然发文量超过3倍，但是整体基数较小。2014年，中华人民共和国教育部基础教育课程教材发展中心在全国多个实验区开展“深度学习教学改进”项目研究，努力在自觉的教育实验活动中探索教学规律，促进学生核心素养的发展，使教学活动真正成为培养人的理智活动，成为能够回应时代和社会发展要求的社会实践活动。学者们对教育领域深度学习方向进行了大量理论基础、内涵和实施过程的研究，大多数停留在理论阶段。
第二阶段为2017—2019年。2017年开始，发文数量快速增长。从2016年的75篇跳涨到2017年的162篇，再跳涨到2019年的338篇，这期间发文量涨幅近5倍。从按照实践分布的载文数据情况来看，近几年深度学习受到了极大的关注。学者们对于深度学习的研究逐渐系统化，多集中于教学模型设计、教学活动设计、教学方式改革、评价模式研究等研究方向，面向的对象也开始覆盖到中小学的各个学科以及高等教育学段的多门学科。
第三阶段为2020—2023年。发文数量持续保持在高位，每年都在300篇以上。2020年年初，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学习方式，进一步促进了深度学习相关研究的发展。根据深度学习中教师和学生所暴露出来的大量问题，研究者研究的重点集中于学生的学习动机、教学情景的设置、学生学习过程研究、教师与学生之间的教学互动，教学体系知识构建、学生整体学习效果等相对具体的研究点上，预计有关“深度学习”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，主要涉及中等教育、教育理论与教育管理、计算机软件及计算机应用、高等教育、初等教育、职业教育、外国语言文字、成人教育等学科，如图2-11所示。有别于其他教育理论和运用体系的研究，关于深度学习的研究，中等教育的研究量占所有发文量的32.65%，可见专家们对中学阶段的深度学习的重视程度。
图2-11 2014—2023年“深度学习”刊载论文学科分布图
（三）主要研究机构及合作分析
1. 主要研究机构
对教育领域深度学习投入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2-11所示。
表2-11 2014—2023年“深度学习”刊载主要发文机构（前20名）
通过对表2-11中的发文机构及表2-12中的二级发文机构进行更深入分析可知，这个教育领域深度学习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）华东师范大学以101篇的发文量位居榜首，该校的教育信息技术系发文17篇，开放教育学院发文17篇，课程与教学研究所发文15篇，教育学部发文9篇，教师教育学院发文8篇。
（2）东北师范大学发文71篇，位居第二，该校教育学部（院）发文41篇，是发文最多的二级机构，信息科学与技术学院发文10篇。
（3）发文量排名前20的高校包括华东师范大学、东北师范大学、华中师范大学、北京师范大学、西南大学、南京大学、江南大学、浙江大学等一批高等教学领域高学术水平的高校。通过对二级发文机构进行深入分析得到表2-12。
表2-12 2014—2023年主要研究机构发文量
这些师范大学的二级研究机构代表我国深度学习研究最高学术水平的机构，在高水平期刊上发表了大量高质量的论文，并占据了二级机构发文量排名前20名中的13名，展现出了全国教育领域深度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集中在华东师范大学、华中师范大学、东北师范大学等少数权威机构，而江苏省太仓高级中学的发文量为12篇，算是发文单位中的一个亮点。整个研究机构间的合作交流还有提升的空间。
2. 研究机构合作
将发文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2-12和2-13）。
图2-12 发文机构合作共现图（VOSviewer）
图2-13 发文机构合作共现图（CiteSpace）
机构合作群一：包括东北师范大学教育学部、华东师范大学教育信息技术学系、华东师范大学开放教育学院、华东师范大学课程与教学研究所、西南大学教育学部（院）、华东师范大学教育学部、西南大学教师教育学院、陕西师范大学教育学院、河南师范大学教育学部等众多高校。华东师范大学和东北师范大学作为权重最高的教育技术学研究单位，广泛地与全国教育学及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、天津师范大学教育学部（院）、浙江大学教育学院、北京师范大学未来教育高精尖创新中学等多家大学的教育学机构。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：包括浙江师范大学教师教育学院、宁波大学教师教育学院、华南师范大学教育信息技术学院等多所高校。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：华中师范大学教育学院作为华中地区重要的教育研究机构，其发文量较大，但少有和国内其他高校合作。
3. 研究机构分布
对发文机构地理位置进行数据挖掘处理，得到发文机构地理热点图。
10年来，深度的发文机构，以上海为中心点呈放射性展开，主要集中在上海、浙江的高校和高水平的教研机构，成为华东地区深度学习教育研究最为重要的论文刊载体；同时，全国各大知名高校和教研机构是相关研究的主要来源，以北京、武汉、长春以及广东地区最为集中，全国主要省市呈均匀分布。
（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2-13所示。
表2-13 2014—2023年核心发文学者（前32名）
同时，中国知网（CNKI）对2014—2023年核心发文学者的发文量进行排名，如图2-14所示。
图2-14 2014—2023年核心发文学者的发文量（CNKI数据）
其中，东北师范大学的赵蔚和姜强两位学者联合撰写了关于深度学习的课堂教学结构改革、架构模型、教育大数据、干预机制等方面的论文14篇。
东北师范大学的胡航在深度学习内容构建、资源建设、设计模型、发生过程、评价路径、研究方法、架构模型等方面发文14篇。
华东师范大学的祝智庭在深度学习理论基础、发展脉络、设计框架等方面联合发文13篇。
江苏太仓高级中学的任虎虎在高中阶段深度学习的基本特征、构建策略、课堂教学实践、教学策略等方面发文9篇。
华东师范大学的顾小清在深度学习活动设计、智慧教育、人工智能等方面发文9篇。
华中师范大学的郭元祥在深度教学、教学设计等方面发文7篇。
同时，学者们运用VoSviewer以及CiteSpace软件对10年来有合作关系的发文作者制作出合作共现图（见图2-15和图2-16）。
图2-15 2014—2023年核心发文学者合作共现图（VOSviewer）
图2-16 2014—2023年核心发文学者合作共现图（CiteSpace）
综合研究发文量排名前32位的核心学者以及知识图谱软件所分析出的学者合作关系，并查阅相关资料得出如下结论。
东北师范大学的赵蔚和姜强两位学者以及其团队成员联合撰写了关于深度学习的课堂教学结构改革、建构模型、教育大数据、干预机制等方面的多篇论文。
东北师范大学的胡航、上海师范大学的董玉琦在深度学习内容构建、资源建设、设计模型、发生过程、评价路径、研究方法、架构模型等方面发表多篇论文。
华东师范大学的祝智庭、彭红超、顾小清在深度学习理论基础、发展脉络、设计框架等方面发表多篇论文。
陕西师范大学的卜彩丽、陕西师范大学的张宝辉、西南大学的胡航、扬州大学的沈霞娟等几位学者进行了跨高校间的合作研究，发表了多篇论文。
扬州大学的张浩、浙江越秀外国语学院的吴秀娟等学者进行了跨高校间的合作研究。
由此可见，我国有关深度学习的文献发文学者，合作情况多为学校内部的教授和其硕士生、博士生共同发文，但是学校之间学者的联合研究以及发文较少。也就是说，虽然学者的发文量较大，但国内高校的研究人员进行跨高校之间的合作比例较少。
（五）基于关键词共现的研究热点分析
对深度学习领域10年来所刊载的文献进行关键词频次分析，CiteSpace软件列出了频次排名前20的关键词（见表2-14）。
表2-14 2014—2023年“深度学习”载文排名前20的高频关键词
同时，中国知网（CNKI）对深度学习所选取的数据进行了关键词频次排名，如图2-17所示。
图2-17 深度学习领域关键词排名（CNKI数据）
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，取每年引用量关键词按G-index算法进行分析，变量k值为25，最终得到的关键词共现图谱共有575个节点、1161条连线。运用CiteSpace软件绘制关键词共现图（见图2-18），同时运用VOSviewer软件做关键词贡献分析，得到图2-19。
图2-18 深度学习领域关键词共现图（CiteSpace）
图2-19 深度学习领域关键词共现图（VOSviewer）
① STEAM是科学（Science）、技术（Technology）、工程（Engineering）、艺术（Arts）、教学（Mathematics）的英文首字母缩写。
如图2-18和图2-19所示，10年来所刊载文献的研究对象覆盖了深度学习领域中包括核心素养、人工智能、深度教学、反转课堂、教学设计、教学策略、教学模式、高阶思维、教学改革、实验教学、学习分析、智慧教育、个性化学习在内的各个方面。这些高质量的文献对深度学习领域教育教学改革创新的各类问题进行了深入的探讨。众多专家、学者也为深度教育领域出现的问题和困境提出了自己的意见和对策，并通过实验及实践进行了验证和分析。
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教学设计、个性化学习、为学而教、教学改革、学习分析、智慧课堂、学科核心素养、教学方式、学习科学、发生机制、主体性、多模态数据、混合学习、学习进阶、教学模式、翻转课堂、活动型学科课堂、教学目标、项目学习等，这些关键词的中介中心性值都高于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2-15。
表2-15 2014—2023年“深度学习”载文排名前20的高权重关键词
① ADDIE是指一套有系统的开展教学的方法，包括分析（Analysis）、设计（Design）、开发（Development）、实施（Implementation）、评价（Evaluation）五个阶段。
这些高权重关键词和高频次关键词共同反映了10年来我国深度学习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软件的突发性检测，并通过二次分析，得到表2-16。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。
表2-16 2014—2023年“深度学习”载文突现关键词排序（时间）
通过分析上述数据，可以发现对各类研究的关注度的减弱或增强，并探索研究趋势。
2014—2016年，随着地平线报告的持续出版，深度学习的概念被反复提及，MOOC翻转课堂的教学研究，成为这几年在线教育教学模式改革的研究热点。同时，学者们对学习分析、教育信息化改革、新兴技术等领域进行了研究，认识到现阶段教育教学过程中出现的浅层学习的问题，并不断进行探索。学者们对教育领域深度学习方向进行了大量理论基础、内涵和实施过程的研究，但大多数学者还停留在理论阶段。
2017—2019年，随着MOOC教学体系的完善，学者们在大量的MOOC教学实践中发现了MOOC与传统教学的弊端，并提出SPOC平台下深度教学实现的可能性。学者们对在SPOC进行深度教学的领域进行了深入的研讨。同时，随着深度学习环境和资源的逐渐完善以及深度学习工作的逐年开展，学者们对深度学习的研究逐渐系统化，多集中于教学模型设计、教学活动设计、教学方式改革、评价模式研究等研究方向，面向的对象也开始覆盖到中小学的各个学科以及高等教育学段的多门学科中。其中，教师培训、网络学习空间、活动型学科课程等一些实践性操作成了研究热点。
2020—2023年，各类各级别的教学被迫转到线上进行，学者们对深度学习的研究也发生了改变。其中，高阶思维能力、知识追踪、议题式教学、主体情境等具体问题的研究开始增加，道德与法治的相关研究也开始增加。这反映出学者们在近几年更深入地关注深度学习中具体的操作和策略。
（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深度学习领域的学术研究现状，利用CiteSpace软件对关键词进行二次聚类分析（见图2-20及图2-21）。
图2-20 深度学习领域关键词聚类图（CiteSpace）
图2-21 深度学习领域关键词聚类时空图（CiteSpace）
图2-20和图2-21为关于深度学习领域关键词聚类图谱，分别有教育信息化、议题式教学、深度学习、重构、课堂教学、教学改革、人工智能、自组织、核心素养、曲线运动、教学策略、具身认知、思维导图、问题解决、思想政治理论课、教育、情景、学生自主、中国共产党、大学生、情报学21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，本研究仅选取与“深度学习”主题词相关类别之外的具有代表性的前13个聚类。通过对文章内容、高频词汇、高中介中心性词汇及关键词聚类及各个聚类的相关性进行分析，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，将研究领域概括为六大聚类。
1. 深度学习理论基础聚类
深度学习在国内从2005年左右初步引起关注，在2017年左右较大规模地开展研究。深度学习的内涵、特征、理论基础等是深度学习研究的基础问题，是开展深度学习研究与教学实践的基础。目前，我国对深度学习的基础理论研究取得了一定的成果，深度学习正在逐步形成系统的基础理论研究体系。
我国最早提出深度学习的是上海师范大学的何玲、黎加厚教授，其认为深度学习是指在理解的基础上，学习者能够批判地学习新思想和事实，并将它们融入原有的认知结构中，能够在众多思想间进行联系，并能够将已有的知识迁移到新的情境中，做出决策和解决问题的学习。
北京师范大学的郭华教授认为，当今信息时代把我们以前在教学中本应有但被忽略了的思考和实践凸显出来，逼迫我们运用深度学习来开展教学。深度学习具有联想与结构、活动与体验、本质与变式、迁移与应用、价值与评价这五个特征，而这五个特征为理解教学活动提供了新的视角。郭华教授在论文中提出，基于深度学习的教学让我们重新认识学生学习的意义、重新认识教师教学的内容、重新认识教师的价值，帮助学生克服机械学习、浅层学习的弊端，使学生积极主动地学习，更使得教师、学生、教学内容获得高度的统一，使教学内容实现其价值，使教师和学生在教学中获得最大的发展，使学生能够形成有助于未来可持续发展的核心素养。该文作为深度学习理论基础类的论文，被引数量达到2154次，是近十年来深度学习领域被引率和下载率最高的文章。
扬州大学的张浩、吴秀娟等学者指出，深度学习是一种主动、批判性的学习方式，也是实现有意义学习的有效方式，具有注重批判理解、强调信息整合、促进知识建构、着意迁移运用、面向问题解决、提倡主动终身等特征。深度学习要求学习者注重批判学习及反思，通过加工知识信息、理解复杂概念、掌握内在含义、建构知识体系等步骤，最终促进学习目标的达成和高阶思维的发展。这几位学者从建构主义理论对深度学习的解释，情境认知理论对深度学习的影响，分布式认知理论对深度学习的指导，以及元认知理论对深度学习的调节这四个方面分析了深度学习的发生机制及促进策略，对深度学习的进一步研究具有重要的指导意义。
陕西师范大学的卜彩丽等学者通过对美国深度学习项目（SDL）从核心概念、促进深度学习的策略和途径、深度学习的效果三个维度进行分析后，提出了该项目对我国深度学习研究的启示：需要充分把握与理解深度学习的内涵和目标，加强促进深度学习的策略和途径研究，注重课堂教学层面的深度学习实践研究，强化一线教师深度学习理论培训以及国家层面在政策上给予支持等。
西藏民族大学的李新房在对《2017地平线报告（高等教育版）》进行解读时指出，通过深度学习方法，学习者能够批判性地分析新知识与原有知识之间的联系，并进行主动的意义架构，从而获得对知识全面、深入的理解，最终完成学习迁移与创新。
2. 深度学习模式和策略聚类
深度学习的策略研究，一方面是根据深度学习的内涵特征等方面制定出如何进行深度学习的方案，把深度学习的理论付诸实践的过程；另一方面是针对现在深度学习过程中存在的问题提出改进的方法。二者融合于提高深度学习的教学策略中。
西北师范大学的安富海认为深度学习的教学策略正是在研读深度学习理论的基础上，通过批判课堂学习中存在的浅层学习问题而提出的一种引导教师调整教师理念和教学行为的建议。安富海提出，一是要确立高阶思维发展的教学目标，引导学生深度理解；二是要整合学习内容，引导学生批判、建构；三是要创设促进深度学习的真实情境，引导学生积极体验；四是要选择持续关注的评价方式，引导学生深度反思。该文作为深度学习策略类的论文，被引数量达到1699次。
东北师范大学的张鹏、郭恩泽等学者认为，深度学习将改变目前教学中出现的单纯注重教学形式多样而忽视教学内容及学生接受程度的现象，并指出深度学习的教学应当是促进学生从知识本位学习到知识本质学习的教学。在教授静止的学科知识以外，更要强调对学科逻辑体系与思维的把控、学科理念与素养的形成、学习思路与方法的掌握，以及学生道德品格和价值观的塑造。基于上述认知，这几位学者提出深度学习的教学应当明确学生对知识的缄默点，将课堂作为学生学习的过渡点，让课堂成为思维传递的交互点，把教学材料作为学生的感知体验点；把课堂变成实际生活的着力点。最终实现学生在秉承学科素养、掌握学习能力、持有价值追求基础上的可循环学习。
扬州大学的吴秀娟、张浩等学者从通过研究深度学习和反思性学习的概念内涵以及实现过程，分析两者之间的内在联系，探讨反思对深度学习的促进作用，实质上属于深度学习的范畴，而深度学习能促进元认知能力的发展。基于上诉理论基础，通过将反思性学习的理念纳入深度学习的一般过程模型中，构建了基于反思的深度学习过程模型，并阐述了在深度学习的导入、主体以及评价等各个阶段引入反思的方式和作用。
在具体的深度学习模式构建邻域，中南大学的曾明星、李桂平等学者认为，构建基于SPOC的深度学习模式，既能克服MOOC与传统教学的弊端，促进MOOC资源在实体教学落地生根，又能提高学生的创新能力、问题解决能力和批判性思维等高阶思维能力，从而大大提升教学质量。在这种学习模式下，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，并反转传统教学流程，变革教学结构，注重学习情境、交互与反思，学生经历教学准备、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，实现低阶思维能力向高阶思维能力的转变。
东北师范大学的张晓娟、吕立杰等学者在分析了深度学习的内涵、内在追求、发生机制后反思了深度学习的深度教学如何运行后，提出了在SPOC平台下深度教学实现的可能性。他们认为，SPOC对深度教学的支持表现在对了解学生的前侧支持、对课程设计的资源支持、对建构学习共同体的情感支持、对创设学习情境的情境支持、对丰富课程履历的体验支持以及对评价的支持。这几位学者设计了一套SPOC平台下指向U型深度学习的深度教学模式，并对该教学模式进行了解析和实现过程分析，以期充分发挥信息技术对基础教育应有的支持作用和价值。
该领域的研究主题丰富，充分体现了学者们对深度学习模式和策略的关注。深度学习作为一种学习机制，可以融入各种形式的教学活动中，这要求有更多的一线教育工作者参与研究与实践。
3. 深度学习效果与评价聚类
自全国各级学校纷纷开展线上教学以来，学习者“无法深度学习”“参与度低”“注册率高、辍课率高、完成率低”已成为在线教学面临的重大问题，如何提高学习效果，使学生真正做到深度学习已成为线上教学的研究热点。
扬州大学的张浩认为，深度学习评价应当贯穿整个深度学习的活动中，这不仅是对学习者进行深度学习能力水平的评估，也是对深度学习过程及结果的评价，更是对深度学习目标的不断反思和修订。深度学习评价应当以深度学习目标为导向，运用调查、测验、统计分析等方法，对深度学习过程及结果做出价值判断，对深度学习目标进行反思和修订。张浩提出，以布鲁姆的认知目标分类法、比格斯的SOLO分类法、辛普森的动作技能目标分类法和克拉斯沃尔的情感目标分类法构建基于深度学习的评价体系，以解析不同领域中深度学习者可达成的预期目标。该文作为体系构建类的论文，被引数量达952次。
天津师范大学的刘哲雨认为，知识在学习者认知机构中的状态与知识呈现时的原始状态之间的差距，可以作为深度学习的评价标准，并基于迁移理论与SOLO水平分类方法，改变传统的保持与迁移的深度学习评价方法，构建出一种深度学习效果的“3+2”评价模型。该模型利用新知理解来评价深度学习的基础，用内部关联迁移和外部拓展迁移来评价深度学习的程度。
东北师范大学的庞敬文等学者则是基于深度学习的视角对智慧课堂进行评价体系的设计。这几位学者分析了智慧课堂支持深度学习的应用特点，构建了信息化教学评价维度，并利用专家评判法对评价维度进行了修订和完善，设计了深度学习视角下智慧课堂的评价指标。该评价指标以深度学习和浅层学习两种学习方法作为研究维度，在浅层学习中设置识记、领会两个二级指标；在深度学习中设置运用、分析、综合、评价四个二级指标。通过教学评价指标的应用来期提高学生的学习能力，从而促进学生更好地深度学习。
宁波大学的郑东辉厘清了中小学深度学习的内涵，认为深度学习体现了认知的深度、参与的深度、结果的深度，彰显了学习中的高投入、高认知和高产出。而为了促进深度学习的“三高”表现，课堂评价应坚持三个方面的要素：一是评价合乎伦理，实现手段与目的融合；二是评价主体多元，实现自我与他者统一；三是评价融入教与学之中，实现信息转换。将这些理念转变为实际行动，可以通过以下四条相互关联的实践路径实现：将评价活动设计进教案及设计转换过程，运用多种方法收集深度学习信息及启动由教向学的转换，合情合理地反馈学习结果及实现由教向学的转换，引导学生自我评价及自我转换与建构学习信息。
4. 深度学习与深度教学聚类
华中师范大学在深度教学方面的发文和文献被引率都相对较高，具有一定的权威性。众多学者针对中小学以及大学的思想政治、英语、化学、数学等学科对促进深度教学开展研究，涉及课堂教学策略、教师角色转变、基本价值取向等多个方面。
华中师范大学的郭元祥认为，随着课堂教学改革的不断深入，切实转变学生观、知识观、教学观、质量观，通过实施深度教学，引导学生深度学习，切实提高课堂教学的发展性，应该是当前深化课堂教学改革的根本方向。郭元祥指出，深度教学不是指无限增加难度和知识量，不是对知识的表层学习，不是对知识的简单占有和机械训练，而是基于知识的内在结构，通过对知识的完整处理，引导学生从符号学习走向学科思想和意义系统的理解和掌握，是对知识的深度学习。之后郭元祥又系统分析了深度教学的来源，提出了从深度学习走向深度教学的必然性，教与学的关系是一种具有相融性的一体化关系，体现了教与学的一致性。追求发展学生的核心素养，必须克服表层教学的局限性，实施深度教学，从而引导学生深度学习。
华中师范大学的伍远岳详细阐述了深度教学的知识理论基础、对深度教学的特征进行过程分析，并对深度教学的品质进行了标准构建。
香港教育大学的张侨平在对马飞龙、萨尔约和恩特威斯尔等人关于深度学习的论述进行分析后提出，深度学习源于心理学领域对学习过程的探索与研究，是基于实验数据分析得出的结论，其意义不仅仅是引入深度学习的概念、促进研究视角的转向，更在于通过切实的证据表明改变教学促进深度学习的可行性与必要性。而改变学习方式更重要的是通过教师的教学调整来改变学生的学习体验、观念与想法。结合这些分析，张侨平提出，必须寻求学校教学系统的持续改进，加深对深度教学的认识和理解，重视对学生学习的实证研究。
5. 核心素养聚类
2014年3月，中华人民共和国教育部出台《关于全面深化课程改革落实立德树人根本任务的意见》，要求“提出各学段学生发展核心素养体系”。2016年9月，中华人民共和国教育部正式公布了我国学生发展核心素养总体框架，具体包括文化基础、自主发展、社会参与这三个维度。核心素养成为教育教学的研究热点。
海南师范大学初等教育学院的崔友兴认为，学生发展核心素养的培育不仅需要教育者的引导，同时也离不开学习者的学习自觉和自为，而这通常体现为深度学习。因此，核心素养的培养是深度学习的目的指向和价值所在，深度学习是形成学生核心素养的重要路径之一。崔友兴认为，深度学习注重对知识的理解、生成和构建，突出学生的主体能动性和发展性，强调学习的挑战性、体验性和迁移性，着意于情境的创设与利用。崔友兴指出，基于核心素养培育的深度学习的实现路径需要注重教学目标的顶层设计、知识内容的有序化讲授、文本的适应性改造、教学过程的体验性和生成性、教学评价的及时性和发展性，以及复合式教学情境的创设和运用。
美国波士顿学院林奇教育学院的杨玉琴认为，深度学习和核心素养之间的联系就是迁移，即运用先前所学的知识和技能支持新的学习以及在文化关联的新情境中解决问题。核心素养的属性决定了他的习得必然依赖深度学习过程，而核心素养一旦形成又会有力支持深度学习，两者是相互加强的良性互动循环关系。杨玉琴同时提出了指向核心素养的深度学习教学改革的五个策略：在教学目标上，从短期目标向远景目标转变；在内容组织上，从碎片化知识向结构化图式转变；在学习任务上，由抽象知识学习向基于问题和项目学习转变；在对话方式上，由单向权威式向多向生成式转变；在学习评价上，从“关于学习的评价”向“为了学习的评价”转变。
北京师范大学教育学部的郑葳认为，深度学习是针对当前我国中小学课堂教学中存在的形式化、浅度化、碎片化、机械训练等诸多问题，将教学改进的目标指向发展学生的核心素养，提升学生的理解能力、实践应用能力和创造性解决问题的能力。
上饶师范学院的叶冬连等学者基于知识深度模型，对促进中学课堂的深度学习进行了精心设计：围绕核心素养目标，设计思维层次不同的学习问题，创设探究、体验、表达与交流的学习活动，检测教、学、评是否一致。研究结果表明，面向发展核心素养目标、基于知识深度模型的课堂教学实践，是实现课堂从浅层学习走向深度学习的一种研究路径。促进学生的综合认知理解、知识迁移应用，有利于问题解决能力、反思能力、创新创造能力的培养，是促进学生深度学习、培养学生深度学习能力的一个行之有效的教学与评价工具。
6. 地平线报告聚类
通过连续13年的研究和探索，新媒体联盟地平线研究项目每年发布的《地平线报告》，目前已经成为国际社会针对新兴技术发展趋势及在教育中如何应用所开展的最持久的跟踪探究。《地平线报告》主要是预测和描述未来5年全球范围内会对教育产生重大影响的新兴技术，已经成为众多领域的参照系和风向标。
西藏民族大学的李新房在对历年《地平线报告（基础教育版）》进行分析时时指出，2014年的《地平线报告》将“追求深度学习”作为近期趋势，2015年的报告将“探索深度学习策略”作为远期趋势，2016年的报告将“转向深度学习方法”作为远期趋势。可见，深度学习在未来的发展中占据重要的地位。
李新房同时在对《2017地平线报告（高等教育版）》进行解读时指出，深度学习方法在2016年作为中期趋势被预测，2017年又被作为远期趋势被预测。这说明，无论是基础教育还是高等教育，深度学习都是未来教育领域变革的方向之一。
2016年，北京师范大学智慧学习研究院针对我国基础教育新兴技术应用状况，与美国新媒体联盟联合发布了第一个中国版地平线报告，即《2016新媒体联盟中国基础教育技术展望：地平线项目区域报告》，是一个以中国教育情境为重点的地平线报告。报告认为，在中国高等教育中推动技术应用的关键趋势中，深度学习方法应当作为长期趋势进行转变。
（八）基于文献被引与共被引的分析
文献被引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起的作用和影响力，也间接反映了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软件进行文献共被引分析，结果如图2-22所示。
图2-22 文献共被引图（VOSviewer）
通过CiteSpace软件对CSSCI数据进行分析，被引率排名前50的共被引文献如表2-17所示。
表2-17 “深度学习”领域2013—2024年高共被引文献（前50名）
（续表）
（续表）
由图2-24和表2-17可见，高共被引排名前50的文献均为国内外知名著作和文集。其中，扬州大学新闻与传媒学院的张浩分别于2012年和2014年在《中国电化教育》期刊上发表的论文《深度学习的内涵及认知理论基础探究》和《深度学习的目标和评价体系构建》位居共被引文献第一名和第四名；北京师范大学教育学部的郭华于2016年在《课程·教材·教法》期刊上发表的论文《深度学习及其意义》位居第二名，同时，该论文也是10年来被引率最高的论文；北京师范大学的段金菊于2013年在《远程教育杂志》期刊上发表的论文《学习科学视域下的E-Learning深度学习研究》位居共被引文献的第四名；北京师范大学“未来教育”高精尖创新中心的何克抗在《教育研究》期刊上发表的论文《深度学习：网络时代学习方式的变革》位居共被引文献的第五名。上述这些高被引率著作前5名中有3位来自北京师范大学，可见北京师范大学在教育领域深度学习方面研究的深入程度和权重的高度。
2. 期刊共被引分析
使用VOSviewer软件进行期刊共被引分析，结果如图2-23所示。
图2-23 期刊共被引图（VOSviewer）
通过CiteSpace软件对CSSCI数据进行分析，得到被引率排名前40的高共被引期刊，如表2-18所示。
表2-18 “深度学习”领域2013—2024年高共被引期刊（前40名）
图2-23和表2-18展现了“深度学习”十年来所有刊载文章的共被引文献（参考文献）所在期刊的联系和被引量情况，在一定程度上体现了“深度学习”发文的学术水平。
由上述图表可见，《中国电化教育》所刊载的文章被引量（167次）是最高的；其次，《电化教育研究》所刊载的文章被引163次，排名第二；《远程教育杂志》《教育研究》《现代教育技术》《开放教育研究》《课程·教材·教法》《现代远程教育研究》《全球教育展望》《中国远程教育》《现代教育》等一大批我国教育技术领域顶级刊物里的文章，成为学者们发文时的重要理论和数据依据；British Journal of Educational Psychology, Computers & Education, Higher Education, British Journal of Educational Technology, Accounting Education, Journal of Educational Psychology, Computers in Human Behavior等国际顶级教育学和教育技术学研究期刊，也是学者们发文的重要参考依据。
3. 作者共被引分析
通过CiteSpace软件对CSSCI数据进行分析，得出被引率排名前50的高共被引文章的作者，如表2-19所示。
表2-19 “深度学习”领域2013—2024年高共被引文献作者（前30名）
表2-19展现了“深度学习”领域10年来所有刊载文章的高共被引文献（参考文献）作者的被引量情况。扬州大学新闻与传媒学院的张浩是被引率排名第一的作者；何玲是被引率排名第二的作者，其和黎加厚在2005年发表的《促进学生深度学习》是高共被引论文；美国学者马顿（Marton）是被引率排名第三的作者，其和萨尔约（Saljo）在1976年发表的论文《论学习的本质区别：结果和过程》是高共被引论文；北京师范大学教育学部的郭华被是被引率排名第四的作者；北京师范大学“未来教育”高精尖创新中心的何克抗是被引率排名第五的作者。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，西南大学的段金菊、浙江越秀外国语学院的吴秀娟、华东师范大学的祝智庭以及顾小清、河南师范大学的卜彩丽等著名学者同时也是“深度学习”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2-20所示为基于CNKI数据中“深度学习”2014—2023年被引量排名前50的文章。
表2-20 “深度学习”领域2013—2024年高被引文献（前50名）
（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、SPOC、反转课堂、深度教学、教学实践、教学模式、学习模型、目标与评价方面的关注度较高。在排名前50的被引文献中，《课程·教材·教法》杂志发表了6篇，《中国电化教育》杂志发表了5篇，《远程教育》杂志发表了5篇，《电化教育研究》杂志发表了5篇，《教育研究》杂志发表了4篇，《现代教育技术》杂志、《教育研究与实验》杂志和《全球教育展望》杂志各发表了3篇，这些杂志都是教育领域和教育技术领域的顶级期刊。有关深度学习教学模式和实践探索的文章的持续性关注时间最长，因此也是受关注度最高的。研究深度学习理论基础的文章创造了排名前三的被引率，说明该领域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2014—2023这10年来“深度学习”和“深层学习”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的结论如下。
1. 华东师范大学是发文最多的单位，东北师范大学的发文量排名第二。华中师范大学、北京师范大学、西南大学、南京大学、江南大学、浙江大学等一批深度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. 东北师范大学的赵蔚、姜强、胡航，华东师范大学的祝智庭，江苏太仓高级中学的任虎虎，华东师范大学的顾小清、彭红超，华中师范大学的郭元祥，唐山师范学院的朱立明等学者的发文量较多。广大学者的学术研究能力强，呈现出百家争鸣的良好态势。
3. 我国深度学习领域的研究重点为：核心素养、人工智能、深度教学、反转课堂、教学设计、教学策略、教学模式、高阶思维、教学改革、实验教学、学习分析、智慧教育、个性化学习。研究热点为：教学设计、学科核心素养。
近几年有关深度学习的研究呈上升趋势，大致可以分成三个阶段：2016年前为萌芽期，2017—2019年呈爆发性增长，2020年因为疫情的原因发文数量持续高位。有关深度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。
[1]SPOC是小规模限制性在线课程（Small Private Online Course）的英文首字母缩写。
[2]cMOOCs代表基于联通主义的慕课。