关键词：off-task行为；Logistic回归模型；课堂学习

1.1 Off-Task行为

1.1.1 学生off-task行为

1.1.2 学生off-task行为的行为类型和影响因素

  心理学家在研究早就发现，人的注意力是很难长时间集中的，“走神”其实是正常的心理现象。人的注意力会受外界环境的干扰而走神，会因为内心的情绪波动而被干扰，这都是普通人的心理。教学上通常每节课只安排40分钟，就是这个道理。

  一、学生off-task行为类型

  学生off-task行为通常能够明显地通过其外部的肢体动作观察到，根据Schooler J.W (2002)提出由于元意识的存在的基础上，本研究将学生的off-task行为分为有意识off-task和无意识off-task。

  (1)有意识off-task：表现出来的行为通常包括打扰同伴，在书本上论写乱画。

  (2)无意识off-task：表现出来的行为通常包括摆弄物品，在座位上扭来扭去，视线长时间停留同一目标。

  二、学生off-task行为的影响因素

  能够导致学生学生off-task行为的影响因素有很多种，通过对文献的分析，本研究总结出以下三点主要原因，即生理原因、心理原因以及外部原因。

1.2 Logistic回归模型原理

2.1 研究现状  

  学校发生教学时间损失的原因有很多。这些原因包括但不限于以下方面天气（例如，暴雨天）、突然发生的中断（例如，通过扩音器发布通知的广播），以及特殊事件等。然而。学生的off-task行为（即，在教学时间内学生的走神和不专心现象）会导致教学时间的损失（Karweit & Slavin）。先前的研究估计小学生在普通教育课堂上的off-task时间占到10%到50%的比例（例如，Fisher等人；Karweit & Slavin，1981；Lee等人，1999；Lloyd &Loper, 1986）。注意力不集中或off-task行为是教育工作者面临的一个严重挑战。

  事实上，off-task行为已被确定为作为学生转学的最常见原因之一（Roberts,2001). 虽然消除所有的任务外行为并不是一个现实的期望但降低off-task行为的发生率是一个重要的目标。鉴于off-task行为给课堂管理带来的挑战以及存在的的潜在影响，减少off-task行为率是一个重要目标。之前的大量研究已经对小学生的off-task行为进行了研究。然而，以前的工作的普遍性是有限的。由于其范围相对狭窄。例如一些研究只观察了一个年级内的几个教室。其他研究涉及大量的教室（如18至25间教室），但只观察了每个教室中的一小部分学生（如Fisher等人，1980；Karweit & Slavin，1981）。

  最近，研究人员开始探索教室设计对儿童off-task行为的作用。Godwin和Fisher(2011)发现,与视觉环境相比，包含相对大量可视化媒介(例如图表，海报，操纵器)的课堂环境在幼儿园儿童中引发了更多的偏离任务的行为。从off-task行为的总量和偏离任务行为的形式两方面，研究了具体的教学策略是否与小学生偏离任务行为的发生率有关（GOdwin, Karrie，2013）。先前研究中对off-task行为的估计范围很广,但使用的相对较小的样本量，但是小样本更容易受到极端数据点的影响，因此对off-task行为的估计差距很大。为了更全面地了解儿童的on-task行为和off-task行为，本研究希望对针对文献分析，对大范围内和多个年级中研究儿童的注意力分配模式。

 

 

2.2 研究意义

 

2.2.1 理论意义

 

  在本研究中，学生off-task行为是指课堂上学生的注意力从当前学习任务中转移到个人内部自发的思维和情感的一种现象，通常具体表现为课堂上的开小差、发呆、发愣等现象。

  通过对已有文献分析，由自发走神和有意走神及其与元认知的关系（刘兆敏 2017），将学生off-task行为的行为类型分为有意识off-task行为和无意识off-task行为，并将影响因素进行了系统的分类整理和归纳分析：包括生理原因、心理原因以及外部原因。这样分类的依据是off-task行为的自身特征，其一是从内源性即个体的意识内容并不来自于外界环境，而是来自于个体的内部思维或情感。其二是此行为自发性的特点，即走神的发生并非个体的主观意愿可以控制的，是个体自发产生的。走神的发生往往没有任何征兆，带有闯入性质，个体不能提前预知自己何时会发生走神。其三是走神的表现往往不明显，有时人们看似在思考，其实思绪早已脱离本来要考虑的问题。这种行为难以发现其外部表征是否存在异常。

  因此，在前人的传统的观察法和问卷调查法的基础上，添加logistic回归分析，利用模型的理性逻辑分析，为研究增加严谨性和系统性。结合理论分析，探索学生在何种情况、环境、课堂活动中容易发生off-task行为。对教师来说，可以通过这些指标观察和记录学生的及时性行为；对于学生来讲，了解自己的off-task行为的发生，理想的目标是学生能从认知的层面发现off-task行为并自发的进行自我控制。

 

 

2.2.2 实践意义

 

  教学和学习过程需要学生在注意力十分集中的情况下持续一段时间，然而，在课堂教学环境中，中学生一旦出现off-task行为，便很容易错过老师讲课过程中的许多重要内容，这势必会影响学生的听课效率与教师的教学质量。当前，中学生课业压力仍然比较大，每节课都有不同的课业目标和课程任务，即使全神贯注，学生仍需付出较大努力来消化吸收各门科目内容。同时，由于各种教育资源的不足，如今很多地区中学课堂上学生人数仍然比较多，教师需要在讲授课程的同时尽可能地关注学生的课堂表现与状态，但是老师的精力、时间有限，每个学生自身能受到的关注十分有限。学生课堂中的走神和生活中其他走神现象一样普遍存在，很多时候，学生走神的表征不明显，有的学生看似在思考，实际上思绪已经转移到与当前的学习任务完全无关的事情。课堂上学生出现off-task行为，不仅影响了学生的学习效率、老师的教学质量，对老师的教学情绪以及学生的习惯养成、个性培养都存在较大影响，是教育工作者亟待解决的一个重要问题。

  学习在很大程度上依赖于注意力，在课堂教学环境中，走神很容易发生。长期以来，教育工作者一直担心走神对学生学习可能产生的负面影响，但是很少有研究能直接测量出课堂上的走神。早期的部分研究使用了诸如记笔记等物理标记测量学生的课堂走神现象，但研究过程中难以避免较多无关变量的干扰。最近的一些研究更直接地探讨了走神的情况，突出了注意失误和走神在课堂以及在线学习中的普遍性。从这些研究中获得的数据揭示了学生走神的重要线索，这些线索有助于指导关于在课堂上走神的研究。

  本研究旨在通过logistic回归模型对已知的教学模式和教学活动中，学生的课堂表现行为进行数据分析，判断在何种情况下，更容易导致学生off-task行为的发生。望对今后的教学实践做出一定的参考性，以此让教师在实际的教学课堂上，有针对性地进行教学目标、教学策略、教学实施和教学评价等环节的调整。

 

3.1 有序多分类Logistic回归模型构建

 

 

  在介绍Logistic回归模型之前我们先简单说一下线性回归。线性回归是利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，运用十分广泛。其表达形式为y = w'x+e，e为误差服从均值为0的正态分布。回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且因变量和自变量之间是线性关系，则称为多元线性回归分析。

  线性回归的主要思想就是通过历史数据拟合出一条直线，用这条直线对新的数据进行预测。线性回归的公式如下：

  而对于Logistic回归模型来说，其思想也是基于线性回归（Logistic回归模型属于广义线性回归模型）。其公式如下：

  其中，

  被称作sigmoid函数，我们可以看到，Logistic回归模型算法是将线性函数的结果映射到了sigmoid函数中，sigmoid的函数图形如下：

 

  对于被解释变量为有序多分类的离散变量，可以通过拟合被解释变量类别数量-1个二分类Logistic回归模型，称为累计Logit模型，这一分析又称有序多分类Logistic回归。

  本文打算将对于学生off-task行为预测的解释变量分为四类，其中优（85分及以上）取值为4、良（75至85分）取值为3、中（60至75分）取值为2、差（60分以下）取值为1，相应取值水平的概率分别为P1，P2，P3，P4．在有序多分类Logistic回归中，用被解释变量有序取值水平的累积概率表示Logit变换的概率，即P1，P1＋P2，P1＋P2＋P3，对四个被解释变量拟合三个模型如下：

  其中βi为回归系数，Xi为解释变量，i=1，2，…，m，m是解释变量的个数。

 

 

 

  因此，如果要对学生的off-task行为进行分析，可以将Logistic回归分成两种任务情况，也就是二元分类问题：非此即彼，即off-task行为与on-task行为。首先归纳整理→选择工具→编码→进行数据分析→得出结论。

  1. 归纳整理

  本研究归纳整理了二十二间教室五个年级：幼儿园到四年级。五个年级的分布情况如下：5间幼儿园教室、4间一年级教室、5间二年级教室、2间三年级教室和6间四年级教室。平均班级规模为21名学生(10名男生，11名女生)。然而，由于实际情况影响，在其进行的84次观察里。每次观察到的儿童平均人数为18.9名。

 

  2. 选择工具

   所有编码人员都接受了贝克-罗德里戈观察方法协议(BROMP)的培训，评分者间的可靠性是在研究之前建立的。使用循环编码策略观察学生。使用工具包括观察工具（手机、录像机）、记录工具（会议记录表）、编码以及Logistic回归模型。需要注意的是，每次观察一个孩子时，观察持续长达20秒。编码人员被指示等待并记录在20秒期间观察到的第一个明确的行为，如果在20秒之前注意到一个行为，则编码员继续下一个孩子，并开始一个新的20秒观察期。在此期间编码人员使用周边视觉或侧视观察儿童，利用这种方式避免直接观察被观察的学生。这种技术使孩子不太清楚自己是否正在被观察，有效保证观察的准确性。(Baker等人,2006:贝克等人,2010;奥坎波等人,2012)。

 

  3.  编码

  程序员将儿童的行为归类为on-task行为或off-task行为。如果孩子正在看老师(或课堂助理)，教学活动和/或相关的教学材料，他们被归类为on-task行为。如果孩子在看别处或超过10s视线未转动，他们被归类为off-task行为。在区分on-task行为和off-task行为时，还需要考虑教师的指示等因素。例如，如果一个孩子被指示与伴侣讨论一个想法，程序员会将与另一个同伴交谈归类为on-task行为，除非编码人员能够清楚地辨别出对话与教学任务无关。

  如果孩子被归类为off-task行为，则会记录下off-task行为的类型。六个相互排斥的类别记录了任务外的行为:

  (a)自我分心：需要孩子与自己的东西接触，比如一件衣服或一件附属物，以及孩子闭上眼睛的情节； 

  (b)打扰同伴：被定义为与另一个(或)在没有指示的情况下与另一个(或)学生互动或看着他们；

  (c)乱写乱画：学生在教学材料或书桌上随意涂抹的行为；

  (d)摆弄物品：不恰当地使用属于指定任务的任何物体，例如玩弄书写用具等；

  (e)走动：当学生因各种原因(例如，使用洗手间)离开教室或者在教室里走来走去（极少发生）；

  (f)其他：与上述五个类别并不明显一致。

  每节课中的儿童都被视为一组不同的学生，因为不可能将四节课的观察结果联系起来。因此，共观察到1587个学生会话对。学生会话对是指编码员在特定会话中观察到的特定学生。每次会话的平均观察次数为330.13，每个儿童在一次会议内的平均观察次数为17.58。 

 

  4. 数据分析

  （1）建模过程

    ·对特征进行再次筛选

    ·训练筛选特征的函数

    ·筛选出好的特征

    ·用筛选后的特征训练模型

    ·选出最高模型正确率。

  （2）数据处理

    因变量Y只能包括数字0和1，如果因变量的原始数据不是这样，那么就需要数据编码，设置成0和1，使用SPSSAU“数据处理”-“数据编码”功能，操作如下图：

 

  （3）SPSSAU上传数据

    ·登录账号后进入SPSSAU页面，点击右上角“上传数据”，将处理好的数据进行“点击上传文件”上传即可。

  （4）拖拽分析项

    在“进阶方法”模块中选择“二元Logit”方法，将Y定类变量放于上方分析框内，X定类/定量变量放于下方分析框内，点击“开始分析”即可。

 

  5. 结论

  通过logistic回归分析，可以得到自变量的权重。但是我们通过假设函数计算的输出值即可不可能只有0或1两个情况，很显然，根本没有连续函数能达到这个功能，所以在输出值有一段连续值得情况下，可以设置一个阈值:

  如果h0(x)≥0.5，那么我们预测y=1,即在这种情况下，则更倾向于学生走神，

  反之h0(x)＜0.5，那么我们预测y=0,即在这种情况下，则更倾向于学生没有走神。

 

 

  本研究利用二元logistic回归分析了小学生的off-task行为以及其影响因素，具体而言，研究了教学活动的类型(如个人工作，小组工作等)的过渡/持续时间和学生自身的身体状态和课堂表现（如生病、被动/主动走神等）因素的不同是否会导致学生off-task行为的出现以及对学生off-task行为的影响程度。结果表明：在同一课堂活动类型或教学设计的情况下，大部分学生产生off-task行为的内部原因（生理原因、心理原因等）大于外部原因（环境等），目前这些假设是根据已有数据的分析做出的带有一定推测性的结论，还需要进一步的研究来解释这一发现。

  报告的结果还表明，同一学生在不同的课堂活动类型或教学设计的中，其个人工作的专注力要高于其他类型活动下学生的专注力，即小组活动可能更会导致学生off-task行为的产生。例如，单独或在学生课桌上进行的教学活动(即在课桌上进行的全团体教学)可能比小组活动更具吸引力或激励性，而小组活动往往更注重社会导向，并包括更多的动手学习部分。更具激励性的教学活动反过来可能会增加学生的完成任务行为。因此，当教学由小块教学活动与在较长时间内发生的教学活动组成时，儿童可能能够更好地保持集中注意力的状态(参见Ruff& Lawson,1990;萨里德和布雷兹尼茨，1997)。当然，这一结论显然有待完善，在相关文献中，也有研究者指出了中介变量例如家庭支持感等对学生off-task行为程度有一定影响。这说明不同学生其性格人格不同，在不同环境下的off-task行为的表现也不尽相同，教师在参考本研究的结论时还要在教学过程中根据学生的自身实际情况做具体分析。与此同时，笔者还想到，教师在课堂活动中对某一同学的意向/期望/监督（如一直盯着某一学生看或频繁点同一名学生回答问题）起到调节作用，这在后续的研究中值得进一步探讨。

  最后，本研究同时尚存一些不足之处。

         所检索文献研究的时间跨度较大，文献的时间范围是从1995年至今，因此可能会出现研究覆盖面较广但针对性不足的现象。

         有些国外研究由于版权限制或未出版等原因无法获得全文而进行分析，故off-task行为评估研究的梳理可能不够全面。

         研究只对功能性评估法的相关运用进行了分析，而缺乏对基于功能性评估结果所采用干预方法的总结；且由于环境和设备限制，暂无法将logistic回归预测应用于实际的考察与实验，对于国内学生的 off-task 行为的研究缺少数据支持，因此，本文只对学生off-task行为进行理论分析，并提出通过logistic回归模型预测学生走神行为最重要因素与课堂活动类型的可行性。

  如前所述，off-task行为在教育环境中是一个重大问题，因为它被认为会阻碍学习。优化教学设计以促进任务行为是一个理想的目标：然而，将教学设计选择与课堂环境中的注意力分配。目前的研究结果是提供经验证据以指导教学设计的第一步。笔者对今后的教师在实际课堂的教学提出以下几点参考性建议：

  一是激发学生学习兴趣、调动学生积极性、提升学生的学习素养。培养学生拥有更好的学习动机，激发学生学习的兴趣和热情。

  二是提高学生高等数学学习自我管理能力，这些学习动因的习得关键在于提升学生的自我管理能力，教师应引导学生学习自我监控理论，引导学生进行自我监控训练．从而获得更强的约束力和激励因子，促进自我监控的保持和迁移。

  三是提升教师水平，保障教学质量。本文研究表明课堂活动开展的类型是影响学生走神行为的重要因素之一，因此教师应该做到提高自身专业素养，训练教学实践能力，培养课堂上的洞察力与判断力。

[1] 吴国来,张晓,卢雪梅,卢倩,孙博,杨亚琦.中学生课堂走神问卷的编制[J].中国临床心理学杂志,2022,30(04):899-902.

[2] 田甜.小学生课堂走神行为分析及改善策略研究[D].四川师范大学, 2021: 1-4.

[3] 徐芳,廖婷,陈冠杏,朱宗顺.特殊儿童不专注行为的功能性评估研究综述[J].现代特殊教育, 2016(24):3-9.

[4] 刘兆敏, 高伟伟,罗湘齐.自发走神和有意走神及其与元认知的关系[J].心理科学,2017,40(05):1047-1053.

[5] 潘兴侠,郭琦茹,林楠.本科生高等数学成绩影响因素调查——基于logistic回归模型的分析[J].大学数学,2021,37(04):60-69.

[6] 肖庆业.农村教师职业流动意愿及其影响因素——基于二元Logistic回归模型的实证研究[J].基础教育,2018,15(05):36-45. 

[7] Moore DW, Anderson A, Glassenbury M, et al. Increasing On-Task Behavior in Students in a Ｒegular Classroom: Effectiveness of a Self-Management Procedure Using a Tactile Promp[J].Journal of Behavioral Education，2013(4): 302 － 311．

[8] 郭健.分析大学生休闲体育活动的影响因素：基于二元Logistic回归模型[J].湖北体育科技,2022,41(05):443-447.

[9] GOdwin, Karrie .Classroom activities and off-task behavior in elementary school children[J].Cognitive Science 35 (2013): 2428-2433.

[10]Barbara Addy Holtz,Elyse Brauch Lehman. Development of Children's Knowledge and Use of Strategies for Self-Control in a Resistance-to-Distraction Task[J]. Merrill-Palmer Quarterly (1982-),1995,41(3).

[11]卢雪梅. 中学生课堂走神问卷编制及其初步应用[D].天津师范大学,2020: 2-9,27.

[12]Holdtz, Barbara Addy and Elyse Brauch Lehman. Development of Children's Knowledge and Use of Strategies for Self-Control in a Resistance-to-Distraction Task.” Merrill-palmer Quarterly 41 (1995): 361-380.

[13] Karrie E. Godwin, Ma. V. Almeda, Off-task behavior in elementary school children,Learning and Instruction 44 , (2016): 128-143.