研究对象：全国 22 省 53 所高校的 5300 名本科生所进行的调查

研究方法：问卷调查法

过程：

1、充分借鉴已有的研究成果，结合问卷和访谈收集到的数据，在专家指导下划分认同的构成维度。利用spss进行相应的分析，得到由 4 个维度 3 个层级 33 个题项构成的正式量表，该量表对调查结果的总方差解释累积 71.052%。

2、向22 省份 53 所普通高校 5300 名在校本科生发放问卷，获得有效问卷 4315 份。然后对样本进行信效度检验。

3.1 大学生思政课认同度整体较高，相对而言获得感有待提升

3.2 大学生对中国特色社会主义制度高度认同，其中民族观教育还需要强化

3.3 大学生对思政课教师素质普遍认同，对其教学创新能力充满期待

3.4 大学生对思政课教学方法基本认同，但对其效果评价有所差异

3.5 大学生对思政课学习收获认同度整体较高，但理论获得感相对较弱

3.6 影响大学生思政课认同度的敏感因素，主要因素体现在课堂教学、社会环境、自我认知三个方面

在课程认同维度设计方面，充分借鉴学界已有研究成果，首先通过选取 550 名在读本科生，使用开放式问卷开展调查，请学生写出自己对思政课的认同情况，并写明原因；其次，从这些学生中选取15 名学生，结合开放式问卷调查的结果，进行深入访谈，收集大学生对思政课认同的内容，归纳出认同的构成维度；再次，邀请专家进行论证。最后，将思政课认同概念操作定义为由课程内容、教学方法、教师素质、课程考核、学习收获五个维度构成的指标体系。运用 spss26.0 对由 44 个题项构成的问卷调查得到的数据进行探索性因子分析，采用主成分分析法和凯撒正态化最优斜交法进行旋转，抽取特征值大于 1 的公因子，将因子负荷值小于 0.5 的题项删除，将在两个维度中都有较高负荷的因子进行修订，得到由 4 个维度 3 个层级 33 个题项构成的正式量表，该量表对调查结果的总方差解释累积 71.052%

经过对样本数据进行 KMO 检验和 Bartlett 球形度检验，得到 KMO 值为 0.974， 大于 0.9，Bartlett 球形度检验的卡方值为 139747.971，Sig. 值为 0.000，表明样本数据适合做探索性因子分析， 具有比较理想的信度和效度。

研究对象：来自智利Concepcion城市4所学校的7、8年级的231位学生

研究方法

过程：

1、将 Huang, Riach, and Liaw(2010)问卷和 Georgiou and Kyza (2017)ARI问卷以及文献的原则和假设作为理论基础，并验证Cronbach α值。

2、量表验证：(1)专家判断验证，(2)认知访谈验证，(3)先导测试，(4)心理测量验证，包括探索性和验证性因素分析。

3、初步分析：(1)子样本之间的项目差异平均值不超过 6.26，标准差不超过 1.69(2)探索性因子分析(3)验证性因子分析(4)相关性分析，Spearman相关系数

量表验证：

首先，使用Polychoric和皮尔逊相关矩阵对析因解进行比较。在得到类似的结果后，考虑到项目的有序多原子性质， 决定对多共时矩阵进行因式分解。然后，作为初步分析，使用 Mardia 检验研究了单变量和多变量数据正态分布。

其次，使用KMO和 Bartlett 球形检验来评估数据对因子分析的充分性程度。因子的估计采用非加权最小二乘法。对于要保留的因子数量，采用 Horn 的并行分析和理论收敛。至于因子分析 旋转程序，则采用斜旋转和 Promin。关于解释项目饱和度的标准，lor - et- segura et al.(2014)的建议从未低于 0.40，特别是本研究的样本低于300例。

第三，为了验证底层结构，进行了 CFA。使用 ULS 估计器，因为它不需要对变量分布进行假设。接下来，使用拟合优度统计量: 卡方(χ2)、均方根、近似误差(RMSEA)、非标准化调整指数(TLI)和比较拟合指数(CFI)。 采用 FACTOR软件 10.9.02版本进行探索性分析，SPSS AMOS版本 23进行验证性分析。 进行信度分析;内部一致性采用 FACTOR软件 10.9.02 版本进行序数 alpha 验证。

最后，考虑到变量的序数性质和数据的非正态分布，使用 Spearman相关来建立因素之间的关联。Fields(2013)指出，相关系数是数值指标，允许对两个变量之间的关联程度和符号进行加密。它们的值可以在− 1 和+1 之间波动，其中的值表示关联度的强或弱以 及符号、正或负方向。

1. 对先前相关综述的研究主题进行罗列，根据研究需求制定本论文的主题划分（评价标准）
2. 文献检索和无关文献的剔除（指定期刊内的文献按照标准进行纳入或提出）
3. 对筛选出的文献进行编码，两位研究者独立进行一部分的编码，然后就编码表进行讨论和更新，最终达成一致。对于学习者特征和学习参与这两个研究比较多的主题，作者对学习者特征和学习参与进行细分
4. 数据分析，首先对数据进行处理，排查异常值，然后运用描述性统计分析阐述统计结果

2009-2018年间，对在线学习者特征或在线参与的研究比较多，约占总样本的一半，教师特征被研究的最少。另外，还需要对网络学习的组织层面进行更多的研究。

五步系统评价的过程：制定评价方案、确定相关文献、筛选研究、评价文章和报告研究结果。

1、文献检索，根据作者对混合学习的理解和相关概念在web of scienc、Google Scholar 和 Science Direct进行检索

2、文献的筛选，根据纳入/剔除标准和全文内容筛选出30篇有关混合学习的挑战的文献

3、归纳分类和挑战分析，文献的研究重点是在教师、学生还是教育机构层面，教师、学生和教育机构面临的挑战是什么？有哪些类型

学生在混合学习的线上方面遇到的挑战：自律的挑战、技术熟练程度和能力、学生分隔、技术运用的充分性和技术复杂性挑战

教师在混合学习的线上方面遇到的挑战：教师技术熟练程度和能力、在线视频挑战、技术操作挑战和教师信仰挑战

教育机构在混合学习的线上方面遇到的挑战：技术提供挑战、教师训练和其他挑战

已有研究中对一些挑战的解决措施都是在翻转课堂环境下提出的

以“artificial intelligence”为关键词在web of science数据库中进行搜索，期刊限定SSCI，研究范围限定在教育和教育研究，初步得到121篇文章

通过阅读摘要和全文，三个研究者根据纳入/剔除标准（将具体的人工智能技术作为干预应用到辅助教与学中，文章提供了实证证据或深入分析）筛选出100篇文章

所有作者讨论主题分析的原则和编码表，编码范围主要包括研究问题、技术采纳、研究主题，研究学段、方法和影响，重点研究前两个主题

教育人工智能的研究趋势：

1.物联网的技术采纳
2.教育中的群体智慧
3.深度学习和神经计算
4.人工智能在教育中的评价

教育人工智能面临的挑战：

1.技术层面：AI不能解决对专业要求高的问题

2.教师和学生层面：教师对AI的态度对教育人工智能的有效使用有显著影响。学生则会利用AI避免知识加工的工作

3.伦理问题：学生的数据可能被泄露或被不合理地使用，游戏化学习可能会让学生更加关注游戏而不是学习

目的：了解沉浸式虚拟现实严肃游戏在构建室内紧急疏散训练和研究的发展和应用

实验设计：系统性文献综述：

1.阐述研究问题

2.确定相关作品

2.1文献来源于Scopus和Engineering Village的期刊和会议论文集，并使用滚雪球的方式在Google Scholar中补充文献

2.2搜索关键词为：“virtual reality” OR “virtual environment” OR “virtual simulation” OR vr AND evacuation

2.3根据纳入/排除标准筛选文章：根据文章标题和摘要，与基于沉浸式虚拟现实的游戏疏散和研究无关的被剔除；根据全文，按照以下标准纳入研究对象(1)提出IVR SG模型，或对现有模型进行评估(2)进行了实验并收集了学习或行为的结果(3)对结果进行了数据分析，来评估或验证模型；按照以下标准剔除研究对象(1)原型中没有涉及沉浸式虚拟现实原则，因为还有其他形式的 VR(例如，显示虚拟环境的平面屏幕)不涉及完全的参与者沉浸(2) 只讨论了理论、概念、框架或建议，没有后续的实验或案例研究

2.4筛选完文献后，使用滚雪球的方式从谷歌学术中补充文献

3.评估研究质量

由两位作者根据赋分标准对符合条件的15篇文献进行赋分，并计算最终分，标准来源于Connolly et al. (2012)

4.概括证明

对符合条件的文献进行编码，从游戏结果和措施（教育因素、表现因素和参与体验）和游戏环境（教学方法、导航解决方案、叙述方法、危险模拟、感官刺激和NPC）进行深度的评价分析

5.解释发现

用于疏散研究的IVR SGs发展和应用的理论框架

Review of Educational Research

Simulation-Based Learning in Higher Education: A Meta-Analysis

编码过程

根据复杂技能，研究设计，研究地点、语言、出版物类型和影响大小制定文献的纳入和排除标准

在PsycINFO，PsycARTICLES，ERIC和MEDLINE数据库中进行检索

编码过程1.第一作者和三名学生研究助手研究使用Covidence进行编码，不能明显将其排出的将其纳入下一步进行筛选

2.对所有差异进行讨论，直到达成一致，由相同的研究者进行独立编码

3.领域为医学、教师教育或其他(即心理咨询、管理)；研究设计被编码为实验(参与者被随机分配到条件中)、两组设计(没有随机化)和一组设计(前后设计)。对照组的类型被编码为实验和两组设计，对于单组设计，控制类型被编码为“基线”。并从主要研究中检索了出版年份、作者和出版类型的信息。

4.对技术使用进行编码，如果没有使用特定的设备来呈现模拟或促进学习者与系统的互动，则编码为“否”，其他的技术啧编码为“计算机”、“模拟器”和“虚拟现实”

5.对于模拟类型，关注学习的信息源，分为文档、虚拟对象、角色扮演或实时模型；模拟

6.持续时间分类为“非常短”(持续1小时以内)、“短”(持续1小时以上，最长1天)、“中等”(持续1天或数天，最长1个月)或“长”(持续1个月或几个月以上)

7.根据拟与现实相似程度，将真实性编码分为“高”和“低”

8.涉及目标学习成果，则分为“诊断”(例如，诊断教师教育中的学习困难或医学教育中的特定疾病);“技术表现”(在医学上进行腹腔镜检查或在教师教育课堂上实施教学技术);“沟通技巧”(用于评估与他人互动的质量);“团队合作”(用于衡量协同任务中协调表现的结果);“一般问题解决”指的是不涉及诊断的问题解决(例如，使用论证、确定或设定目标);“管理”用于与管理危急情况有关的结果测量(例如，课堂管理或护理或医学中的危急情况管理)。

9.先验知识被编码为两个维度:对环境的熟悉程度和教育水平

10.脚手架被编码为以下类别的“包括”或“不包括”:(1)示例(观察建模行为或示例解决方案)，(2)提示(接收关于如何在模拟场景中工作的提示)，以及(3)反思阶段(思考过程的目标，分析自己的性能并规划进一步的步骤)。此外，作为额外教学支持的知识传达(例如，基于模拟的学习之前的讲座或信息会议)也会被编码为“包含”或“不包含”

统计分析

效应大小的计算和分析的综合，发表偏倚的评估，基于模拟的复杂技能学习的整体效果，仿真的特征（仿真类型、技术的使用、真实性、持续时间），脚手架的附加价值，先验知识（脚手架类型与先验知识和经验之间的相互作用，语境熟悉度作为先验知识和经验的指标，教育水平作为先验知识和经验的指标）

结果

文献检索结果，质量评估和初步分析

基于模拟的学习对高等教育中广泛的复杂技能和广泛的不同领域的进步具有巨大的积极总体影响。

基于模拟的学习对高等教育中广泛的复杂技能和广泛的不同领域的进步具有巨大的积极总体影响。模拟对学习的影响程度甚至超过了学习者先验知识的预期巨大影响。

模拟类型不应该独立于目标技能和教学支持质量来看待。模拟的类型在很大程度上取决于学习环境；

如果根本不使用数字技术，模拟仍然会对学习产生实质性的影响；

具有整体高真实性的模拟确实比具有较低真实性的模拟具有更大的效果。然而，即使是低真实性的模拟也有很大的效应量，超过了许多其他形式的教学；

如果根本不考虑学习先决条件，人们甚至可以得出结论，即脚手架不会产生真正的影响；某种类型的脚手架可能在与特定先验知识水平(高或低)的互动中发挥最佳作用

发现并不能直接推广到科学、数学、工程或信息学等其他领域；很大一部分的研究来自医学教育；该研究特别关注了自我调节框架内不同支架类型的影响，这可能导致在治疗期间提供的相关的教学支持措施超出了范围；仍然有空间更好地操作先验知识来解释部分剩余的高异质性

综述：虚拟现实根据体验的不同可以分为非沉浸式、半沉浸式和完全沉浸式虚拟现实。半沉浸式VR需要配置相应的设备，以营造真实的物理环境。完全沉浸式VR需要使用头戴式显示器来提供宽视场的感官内容，甚至可以通过提供全身的触觉反馈。

增强现实根据体验的不同可以分为固定AR、移动AR和混合AR，固定AR是指固定在一定场所的AR系统，混合AR是固定AR和移动AR的结合。

实验设计：1.综合了现有的可用框架，并设想如何将它们组合在一起

2.从时间和资金成本、教育工作者对XR的态度分析XR的潜在缺点，明确指出XR应用教学所面临的挑战。

3.从XR的优点和当今数学教学对技术使用的现状认为XR可能有助于数学教育实践，提高学生的数学素养，尤其是具有可转移性的抽象思维水平上。通过综述，作者说明了采用XR技术的主要障碍，(i)缺乏教师培训，(ii)缺乏教育经验，(iii)缺乏概念基础，(iv)缺乏教育研究，以及(v)缺乏机构支持。并提出了教育架构师的概念，作为桥梁，架构师为技术注入基础教育提供了可能。基于此，提出了帮助采用AR技术的方法

通过两个案例重点介绍数学教育实施XR的现有研究