梁海欣 崔冠利 眭慧 周德青

华南师范大学教育人工智能研究院

{lianghx,glcui,suih,dqzhou}@mr.scnu.edu.cn

【摘要】 跨学科主题学习是培养学生综合素质的重要载体，学生的学习行为特征对其学习效果具有重要影响。基于此，本研究构建了具有跨学科主题学习特征的学习行为编码框架，并采用滞后序列分析法，对两节课例展开分析，剖析学生行为特征及存在问题，进而提出优化策略。

【关键词】 跨学科主题学习、学习行为、滞后序列分析

 

Abstract: Cross disciplinary thematic learning is an important carrier for cultivating students' comprehensive qualities, and students' learning behavior characteristics have a significant impact on their learning outcomes. Based on this, this study constructs a learning behavior coding framework with interdisciplinary thematic learning characteristics, and uses lag sequence analysis to analyze two lesson examples, analyze student behavior characteristics and existing problems, and then propose optimization strategies.

Keywords: Interdisciplinary thematic learning, Learning behavior, Lag sequence analysis

 

1. 引言

近年来，跨学科主题学习作为一种促进学生学习方式变革的有效手段，受到研究者的广泛关注。在《义务教育课程方案（2022年版）》中明确指出“加强课程内容与学生经验、社会生活的联系，强化学科内知识整合，统筹设计综合课程和跨学科主题学习”（教育部, 2022）。此外，在国家新课程方案中规定，要将10%的时间用于跨学科主题学习，进一步明确了其在教育教学中的重要地位。在跨学科主题学习中，学生的学习行为具有实践性、复杂性、综合性、生成性、社会性等特征（仲秋月, 2023），学生在学习过程中，被要求围绕某一主题，结合多门学科知识点协作解决问题，从而提升思维水平与实践能力。在这一过程中，学生的学习行为特征对跨学科学习效果具有重要影响，在活动设计与实施环节，学生有效学习行为的发生能够促进教学目标的达成以及核心素养的培养。因此，研究跨学科主题学习中学生的学习行为具有重要意义。

学习活动的有效实施能够通过学生行为有所映射，现有研究多关注于跨学科主题学习的内涵特征与实践路径，即研究“是什么”以及“如何做”的问题，对于“如何提升效果”的研究较少，且多关注于通过优化教学设计来提升教学效果。基于此，本研究从学生行为这一视角，秉持着“以学生为中心”的理念，关注在跨学习主题学习实践中学生行为特征，采用滞后序列分析的方法，根据跨学科主题学习的特征选取两节跨学科主题学习课例进行分析，以挖掘学生行为序列特征，探寻跨学科主题学习行为模式以及存在的问题，以期从学生视角为优化跨学科主题学习效果提升提供针对性的建议。

2. 相关研究

2.1.概念界定

跨学科主题学习是为培育学生跨学科素养，以某一学科为载体，围绕主题与其他学科知识进行整合，生成跨学科主题学习单元，由学生开展以主题任务为核心、合作实践为主要形式的学习活动（伍红林, 2023）。跨学科主题学习具有综合性、实践性、探究性、开放性与操作性等特征，是培养学生综合素质的重要载体（吴刚平, 2022）。对于其价值，杨明全和赵瑶（2023）认为在课程改革、学生核心素养培养、世界教育变革等方面具有多重价值，并进一步明确了跨学科主题学习在教学理念、目标与实施方面的总体走向。对于学生核心素养的培养，跨学科主题学习的内在优势在于变革了传统课堂教学形式，重构了书本教学内容，在知识融合与资源整合的基础上，为学生提供了全新的学习视角，通过主题式的项目活动，学生的思维训练的方式、学习知识的方法、运用知识的时机等都发生实质性的变化。学生学习以自主思考、协作探究、“做中学，学中用”为主，学生建构知识的方式发生变化，有效实现学生学习方式的重塑。因此，从学生行为视角，跨学科主题学习更加强调学生的思维提升与能力发展，透过学生行为来表征其提升程度与发展水平。

学习行为就是学习者在学习过程中所表现出的一系列外在反应，是一个由多种连续且有序的学习要素组成的系统过程，对学习者的学习效果有积极影响，也可能有着消极影响（殷丹妮, 2022）。学习行为的概念有广义和狭义之分，从本质上看，学习行为是指动物在遗传因素的基础上，在环境因素作用下，通过生活经验和学习获得的行为，广义上的学习行为关注人是否通过学习有所成长。狭义的学习行为关注课堂教学过程中学生在学习新知的各种有效行为活动。本研究以狭义的学习行为开展研究，针对学生发生在课堂环境中可测量的学习行为，理解学生学习的内在规律（马志强, 2019），从课堂学习行为这一视角研究跨学科主题学习，进而提升学习效果。Wang等（2019）基于终身学习的五大支柱提出了包含五类深度学习行为的框架，Moore（1989）将学生的互动行为分为学生与学生互动、学生与教师互动、学生与内容互动三类。因此，在划分课堂学习行为具体类型的基础上，将有助于更系统且有序地开展行为研究。

2.2.学生学习行为分析的方法

学生的学习行为具有内在规律性，通过对学生学习行为的分析，能够有效挖掘学生行为规律，洞察学生的行为特征。在已有研究中，常用的课堂行为分析方法有S-T分析法、弗兰德斯互动分析系统（FIAS），顾小清等（2004）在FIAS的基础上，增加了师生与技术的互动这一行为，从而构建了基于信息技术的互动分析编码系统（ITIAS），穆肃等（2015）提出了信息化教学环境中的课堂教学行为分析系统（TBAS），此外，通过确定行为编码系统，还可使用滞后序列分析方法（LSA）挖掘行为之间的关联性。这些行为分析系统从不同视角剖析了课堂行为类别，总体呈现出行为类别划分更清晰、行为类别更多样、兼顾课堂环境对行为的影响等趋势。本研究拟探究主题式学习中学生的行为变化情况和特征，结合以上行为分析方法的特征，多呈现各类行为的频次和占比情况，无法满足研究目的，而LSA能够呈现行为之间的关联，可用于探讨行为随时间变化的序列特征，冯仰存等（2022）采用滞后序列分析方法研究教师的决策行为，从而比较骨干教师与新手教师在教学决策行为上的差异，为新手教师的发展提供结果性的参照。李绿山等（2020）利用滞后序列分析方法分析了移动学习系统中学生的行为，从而得出了移动学习环境下学生的行为特点，挖掘学生的行为习惯与路径，为教学设计提供策略依据。胡丹妮等（2019）基于LSA分析学习活动得出了学习路径图。可见，LSA是探索行为规律、挖掘行为特征、洞察行为习惯，研究行为路径的有效方式。

2.3.学生学习行为编码框架研究

确定行为编码系统是进行滞后序列分析的基础，倪清等（2023）通过统计课程日志表中的字段确定了包含视频学习、可见学习、网页浏览、作业练习、交流讨论和协同编辑6种在线学习行为类型的编码方案。杜鑫等（2022）为研究课程学习行为投入度，将课中的学生学习行为分为主动提问、主动回答、主动参与小组讨论和寻求教师或助教的指导四方面。牟智佳等（2020）基于视频分析产生的行为数据，将学生可能在课堂中出现的学习行为归为6类（5类学习行为和1类非学习行为），即自主性学习行为、交互性学习行为、操作性学习行为、感官性学习行为、教师辅助性学习行为和非学习行为。陈世灯等（2019）将翻转课堂中学生在课中阶段的学习行为分为听讲、看书、看视频案例、回答问题、讨论、提问、发言、做笔记等。江波等（2018）结合具体课例，将学生行为编码为查看学习任务、阅读学习资料、组装与运行普通电路、绘制时序电路图等9类。综上，在现有研究中，多关注于在线学习中学生的行为分类与编码，对于跨学科主题式学习的行为分类较少，在此基础上，本研究将结合已有研究中的成熟编码系统和具体课例，对跨学科主题式学习中学生的学习行为进行分类与编码。

3. 跨学科主题学习学生行为分析的研究设计

3.1.研究问题

跨学科主题学习主要通过探究学习和项目学习的方式开展教学，对学生自主学习能力、问题解决能力和协同合作能力等综合能力要求更高，学生是否适应跨学科主题教学方式，学生学习行为是否符合跨学科主题学习的要求成为教学主要问题。为了探究跨学科主题学习环境下学生学习行为现状，促进跨学科主题学习效果提升，本研究确定了以下研究问题：（1）跨学科主题学习中学生有哪些学习行为？（2）跨学科主题学习学生行为模式是怎么样的？（3）学习行为模式是否存在问题？优化策略是什么？

3.2.研究方法

本研究采用滞后序列分析方法，对跨学科主题学习学生行为进行探究和分析，滞后序列分析流程如图1所示。首先，确定本研究拟解决的三个研究问题。为解决研究问题一，本研究基于已有研究中构建的学生学习分析的方法和编码框架，结合跨学科主题学习特点构建跨学科主题学习行为编码框架。为解决研究问题二，本研究开展了行为编码和滞后序列分析。根据构建的跨学科主题学习行为编码框架对课例进行行为编码，以8秒为取样间隔对课例行为类别进行采样和记录。行为编码完成之后，将收集到的行为编码数据导入到滞后序列分析工具执行数据分析。为解决研究问题三，对滞后序列分析结果进行分析和评价，最后根据行为序列呈现的问题，提出学生学习行为的优化策略。

 

图1 滞后序列分析流程图

3.3.行为编码框架

本研究参考穆肃提出的课堂教学行为分析系统（Teaching Behavior Analysis System, TBAS）中学生行为分类，并结合跨学科主题学习特点构建了跨学科主题学习行为编码框架。跨学科主题学习注重培养学生的综合素养，强调知识整合、问题解决和价值关切（吴刚平,2022），学生需要在问题分析、方案设计、实践应用等学习环节中使用信息技术工具搜集信息资源、整合学习内容，从而促进综合能力的提升，信息技术贯穿跨学科主题学习的过程，在其中发挥着重要的作用。因此，本研究将TBAS中“学生使用媒体”的行为调整为“学生使用技术”行为，并将该行为描述修改为“学生使用信息技术工具查找学习资料、整合学习内容等”。跨学科主题学习凸显学生的主体性，鼓励学生主动参与实践活动，在“做中学”“用中学”“创中学”（李锋、兰希馨和李正福等,2023）。学生是课堂活动的主要参与者，老师则是课堂活动的设计者、管理者，学生需要听从教师课堂任务的安排。同时，教师还是教学内容的讲授者，跨学科主题学习以学科知识为基础，教师可以采用讲授的方式来讲解学科知识内容。因此，在跨学科主题学习行为编码框架中增加“听讲”这一行为类别。跨学科主题学习一般采用项目式、主题式、实验探究、体验与模拟、课题式等活动实践方式来激发学生的学习动机和学习主动性（董艳、夏亮亮和王良辉,2023）。这些活动方式都要求学生开展操作、实验、游戏等实践环节，在实践完成之后学生向全班分享实验结果或展示设计方案、作品等学习成果，因此本研究行为编码框架增加了“操作与实验”“分享与展示”这两个行为类别。评价与反思是学生对整个学习过程以及学习结果进行回顾和总结的重要环节，学生在该环节中可以对自己或他人的小组协作、设计方案、制作作品等给出评价和修改建议。通过评价和反思学生可以总结学习经验，明确改进的方向，进而促进学习能力的提升，因此本研究行为编码框架增加了“评价与反思”行为类别。

表1 跨学科主题学习行为编码框架

行为类别	编码	行为描述
学生应答	A	学生回应教师的提问
主动提问	B	学生根据学习内容，主动提出问题，期望教师给予解答
与同伴讨论	C	学生与同伴讨论、交流看法
做练习	D	学生通过传统方式（如书本、纸、笔、黑板、实物等）的课堂练习，包括学生的朗读练习、写作练习等
观看演示	E	学生观看媒体和教师操作演示
学生使用技术	F	学生使用信息技术工具查找学习资料、整合学习内容等
听讲	G	学生听老师授课、布置任务等
操作与实验	H	学生开展操作、实验、游戏等实践活动
分享与展示	I	学生个人或小组向全班同学分享实验结果或展示学习成果
评价与反思	J	学生对自己或他人的学习过程、设计方案、作品等提出点评和修改建议

3.4.研究对象

本研究选取了《显微镜和望远镜》和《“光的衍射”的物理本质及生物学应用》两节物理课例作为研究对象。这两节课例以物理学科作为载体，分别以显微镜和望远镜、光的衍射作为主题，将物理学与生物学、天文学相关知识相结合，形成以主题为中心的拓展式学习，符合跨学科主题学习学科理解性、关联整合性、高阶拓展性、实践合作性的特征（伍红林、田莉莉,2023），属于跨学科主题学习课例。跨学科主题学习课例选自2022年举办的第一届全国跨学科主题学习研讨会（以下简称“研讨会”）的课堂观摩案例，该研讨会是由教育部基础教育跨学科教学指导专委会主办，探讨跨学科主题学习的范畴、途径和策略为主题的学术大会，具备规范性和权威性。研讨会面向全国收集了一线教学实践中跨学科主题学习的课堂案例，并从中遴选出优秀的课例在研讨会中展示和分享。所选课例是来源于教学实践的真实跨学科主题学习课例，有完整清晰的课堂录像，能够对学生学习行为进行观察和分析，研讨会专家评委对课例的教学设计与教学实施给予了充分的肯定和高度的评价，因此本研究选择这两节课作为研究对象。

《显微镜和望远镜》是一节面向初二年级学生的跨学科主题学习课。这节课采用了PBL（problem based learning）的学习方式，围绕“显微镜和望远镜使用了怎么样的凸透镜应用组合？”的核心问题，实施了“提出问题-操作实验-思考讨论-总结原理”的教学环节，引导学生逐步了解和探索显微镜和望远镜的成像原理，进一步认识凸透镜成像规律及应用，并拓展了显微镜和望远镜发展历史、实践应用和前沿发展等知识内容。《“光的衍射”的物理本质及生物学应用》的教学对象是高二年级的学生，教学时间是一个课时。这节课以光的衍射为主题，开展了不同的光衍射现象的实验探究，通过观察不同孔位的衍射图样变化，学生可以了解到光的波长、距离、孔位形状等对光衍射现象的影响，进一步掌握光衍射的规律。该课例中，教师介绍了利用“光的衍射”发现DNA结构的跨学科应用，鼓励学生将物理知识运用在解决社会生活实际问题当中。

4. 跨学科主题学习学生行为的分析与评价

4.1.跨学科主题学习学生行为基本情况

分析课例1《显微镜和望远镜》和课例2《“光的衍射”的物理本质及生物学应用》视频的学生行为频次和频率（如表2），结果显示：课例1的行为总数有331个，其中频次最高的是G（听讲，频率为42.30%），频次较高的是A（学生应答，频率为14.80%）、H（操作与实验，频率为11.78%）和D（做练习，频率为10.88%），频次较低的是E（观看演示，频率为8.46%）、I（分享与展示，频率为5.14%）和C（与同伴讨论，频率为6.65%），而B（主动提问）、F（学生使用技术）和J（评价与反思）出现的频次为0；课例2的行为总数有314个，其中频次最高的也是G（听讲，频率为45.54%），频次较高的是H（操作与实验，频率为18.79%）、E（观看演示，频率为13.69%）和I（分享与展示，频率为10.19%），频次较低的是C（与同伴讨论，频率为6.37%）和A（学生应答，频率为5.41%），而B（主动提问）、D（做练习）、F（学生使用技术）和J（评价与反思）出现的频次为0。

表2 学生行为频次和频率

	课例1		课例2
	频次	频率	频次	频率
A	49	14.80%	17	5.41%
B	0	0.00%	0	0.00%
C	22	6.65%	20	6.37%
D	36	10.88%	0	0.00%
E	28	8.46%	43	13.69%
F	0	0.00%	0	0.00%
G	140	42.30%	143	45.54%
H	39	11.78%	59	18.79%
I	17	5.14%	32	10.19%
J	0	0.00%	0	0.00%
总计	331	100.00%	314	100.00%

根据上述分析结果，可以发现：①在选取的两个课例中G（听讲）行为频次均为最高，表明教师在本节课中讲授行为较多，包括讲解知识和说明任务，体现了课堂中心仍以教师为主；②两个课例中的H（操作与实验）行为频次均为较高，说明学生多动手操作、实践活动较多，体现了跨学科主题学习的特点；③两个课例中的A（学生应答）和D（做练习）行为频次存在较大偏差，课例1中两个行为频次均为较高，而课例2中A（学生应答）频次较低且不存在D（做练习），说明在同样的学科中，不同教师的教学风格存在差异，当然也存在不同教学内容对学生的要求不同这一原因；④两个课例中E（观看演示）和I（分享与展示）行为存在一定偏差，课例1中两个行为频次均为较低，而课例2中两个行为频次均为较高，说明课例1的教师对学生观看演示和分享展示的要求不是很高，而课例2的教师对学生这两个行为较为重视；⑤两个课例中的C（与同伴讨论）行为频次均为较低，说明学生在听课或做实验时，与同学的交流讨论较少；⑥该课例中学生不存在B（主动提问）和J（评价与反思）行为，说明学生的自主思考和评价反思能力还有待提升；⑦课例中并未出现F（学生使用技术）行为，这两节课例均为物理课，会与生物或天文等学科知识相结合，且并未提供电脑等电子设备供学生使用，所以F（学生使用技术）行为频次为0，但引导学生使用技术解决问题对于跨学科主题学习也十分重要，教师应重视并根据具体情况进行调整。

4.2.跨学科主题学习学生行为分析

本研究进一步采用滞后序列分析方法，揭示跨学科主题学习过程中若干重要的学生行为序列，并使用GSEQ 5.1软件探索跨学科主题学习学生行为模式。表3为学生行为序列频次调整后的残差值（Z-score）。依据滞后序列分析原理，当Z值>1.96时，就认为该行为序列存在统计学意义上的显著性（p<0.05），表3的数据分析结果表明：共有10组显著行为序列。另外，由于分析的样本量有限，所以部分行为序列虽然暂未达到统计学显著性【（A→G）、（E→G）和（G→A）】，但已较为接近，后续可以增加样本量展开深入研究。

表3 调整后的残差值

	A	B	C	D	E	F	G	H	I	J
A	8.66*	0	-2.27	-1.52	-2.19	0	1.87	-3.64	-2.46	0
B	0	0	0	0	0	0	0	0	0	0
C	-2.27	0	9.21*	-1.63	-2.36	0	-4.94	6.93*	-1.93	0
D	-1.52	0	-1.63	23.12*	-2.18	0	-5.09	-2.62	-1.13	0
E	-2.19	0	-1.85	-2.18	6.89*	0	1.26	-2.74	-0.67	0
F	0	0	0	0	0	0	0	0	0	0
G	1.87	0	-5.91	-4.75	2.02*	0	10.61*	-7.93	-4.02	0
H	-3.64	0	7.81*	-2.62	-3.44	0	-8.59	14.67*	-0.61	0
I	-2.46	0	-1.93	-1.77	-0.67	0	-2.82	-1.85	14.71*	0
J	0	0	0	0	0	0	0	0	0	0

注：*代表z分数大于1.96，具有统计学意义。

根据调整后的残差值，本研究绘制了跨学科主题学习学生行为转换图（如图2）。图2显示，在跨学科主题学习的课堂中，学生在操作与实验时，会经常与同伴讨论、交流看法【（H→C）和（C→H）】，且当学生在操作实验时或讨论交流时持续时间均较长【（H→H）和（C→C）】；学生在听老师授课讲解和布置任务的同时，也会进行观看演示（G→E），但听讲和观看演示持续的时间也均较长【（G→G）和（E→E）】；学生在回应教师的提问、做课堂练习以及向全班同学分享与展示实验结果或学习成果时，持续时间均较长【（A→A）、（D→D）和（I→I）】；而在本研究中的课例中学生没有主动提问、使用技术和进行评价与反思。综上可以发现，跨学科主题学习学生行为并没有一个较为完整的序列，但仍可以看出学生行为存在的部分问题。

4.3.跨学科主题学习学生行为存在的问题

4.3.1.学生听讲时间比较长，缺乏主动思考提问

在本研究选取的两个课例中，均存在教师讲授行为过多的现象，导致学生听讲时间比较长，课堂中心仍以教师为主，学生在课堂中的角色定位有待调整。虽然学生大部分时间会认真听讲并及时回应教师的提问，但学生却几乎不会主动提问；在跨学科主题学习中，主动提问有利于提高学生的独立思考能力并增强课堂参与感，教师应及时调整教学活动并提供合适时机，引导学生主动提问。

4.3.2.学生未曾使用技术，评价与反思行为不足

两个课例中的学生都未曾使用技术，虽然存在学科特点不同和不具有相关设备的原因，但让学生在跨学科主题学习过程中使用信息技术工具解决问题，提升综合能力是至关重要的，学校和老师应针对这一现象采取相应措施。此外，学生的评价与反思行为不足，虽然学生在操作实验后会进行分享与展示，但由于课时不够需要加快教学进度等原因，学生没有对自己或他人的学习过程、设计方案、作品等提出点评和修改建议，这不利于发展学生的批判性思维。

4.3.3.学生行为并没有一个较为完整的序列

通过对学生行为序列进行分析，发现跨学科主题学习学生行为并没有一个较为完整的序列，难以看出学生在学习过程中存在的共同行为特点。学生在进行跨学科主题学习时缺乏统一标准，容易出现难以明确任务目标、学习行为较为混乱的情况，这既不利于学生适应跨学科主题学习，又不利于教师根据学生行为调整教学活动。

5. 跨学科主题学习学生行为的优化策略

5.1.转变观念：开展以学生为中心的教学活动

跨学科主题学习行为基本情况和行为模式结果显示，学生听讲的学习行为出现的频率最高，且呈现出以听讲为核心学习行为模式，这说明在跨学科主题教学实践中还是以教师讲授为主，是以教师为中心的课堂教学。李峰等（2023）提出跨学科主题学习应具备体验性的特征，体验性即发挥学生的学习主动性，在真实情境的任务探索中提升学科核心素养。因此，在跨学科主题学习中，教师应该转变教学理念，开展以学生为中心的教学活动，以问题链驱动，任务群探究和作品集评价来增强学生的学习体验性，培养综合素养。具体来说，问题链驱动即用问题激发学生的开展主题学习的兴趣，并将一个主要问题拆解成多个子问题来逐步解决；任务群探究则与问题链紧密相关，教师需要根据问题明确学生需要完成任务，并为学生提供开展任务的工具、资料等；作品集评价需要收集学生在学习过程中的形成的作品，利用这些过程性材料评价学生的学习成效。

5.2.技术应用：应用信息技术探究问题

通过课例分析可以发现，学生使用信息技术来辅助学习的行为没有发生，这可能受限于学校的信息化教学设备，学生不具备应用信息技术开展学习探究的技术条件，但也从侧面反映出对学生的数字化学习与创新能力提升重视程度不够。数字化学习与创新是指学生能够选择合适的工具、平台、资源，开展探究性学习，创造性地解决问题。信息技术工具可以帮助学生在探究问题的过程中，快速地收集信息、共享资源、生成作品，提高问题解决的效率。因此在跨学科主题教学中，教师应该利用学校的信息化场景和设备，引导学生应用信息技术探究问题。例如，利用新闻咨询平台和数据收集工具，来发现某一学习主题下存在的问题；利用共享文档工具来明确解决问题和讨论解决方案；利用建模软件来生成作品等。

5.3.评价反思：引导学生提问和评价反思

课例分析中除了学生使用信息技术行为发生频次为0外，主动提问和评价反思行为的发生频次也为0，这说明学生还是处于被动应答的学习状态，教师在教学设计中也缺少让学生评价与反思的教学环节。学生主动提问是自主思考、创新思维的起点，评价与反思则是总结学习经验、调整学习方法的重要环节，因此教师在跨学科主题教学中，应该引导学生主动提问，并预留时间给学生对自己和他人的学习过程进行评价与反思。要让学生主动提问，首先要营造良好的课堂氛围，其次需要给学生充足的思考和讨论时间来形成问题（刘迷英,010）。教师引导学生进行评价和反思时，应该给学生提供评价思维支架，从而更加全面客观总结回顾学习过程。

参考文献

教育部.义务教育课程方案(2022年版)[M].北京：北京师范大学出版社,2022:5.

仲秋月.“数学+”跨学科主题学习的内涵、价值与设计逻辑[J].中小学教师培训,2023,No.443(06):48-53.

伍红林,田莉莉.跨学科主题学习：溯源、内涵与实施建议[J].全球教育展望,2023,52(03):35-47.

吴刚平.跨学科主题学习的意义与设计思路[J].课程.教材.教法,2022,42(09):53-55.

杨明全,赵瑶.从分化到融合：跨学科主题学习的三重维度[J].教育科学研究,2023(05):5-12.

殷丹妮.动机视角下大学生学习行为分析[D].南京邮电大学,2022.

马志强.从相互依赖到协同认知:信息化环境下的协作学习研究[M].北京:中国社会科学出版社,2019:218-219．

顾小清,王炜.支持教师专业发展的课堂分析技术新探索[J].中国电化教育, 2004(07):18-21.

穆肃,左萍萍.信息化教学环境下课堂教学行为分析方法的研究[J].电化教育研究, 2015,36(09):62-69.

冯仰存,曹凡,张怀浩.基于滞后序列分析法的教学决策行为比较研究[J].现代教育技术,2022,32(02):63-71.

李绿山,赵蔚,刘红霞.基于滞后序列分析的移动英语学习行为研究[J].外语电化教学, 2020,No.195(05):94-100+14.

胡丹妮,章梦瑶,郑勤华.基于滞后序列分析法的在线学习者活动路径可视化分析[J].电化教育研究,2019,40(05):55-63.

倪清,胡永斌,钱静等.基于行为序列的在线学习投入与学习行为研究[J].成人教育, 2023,43(01):49-56.

杜鑫,陈敏,魏署光.学业成功学生是如何学习的——基于课程学习行为序列的分析[J].高等教育研究,2022,43(02):81-89.

牟智佳,张勤娜,陈思睿.基于行为序列的学习行为模式识别与教学干预[J].现代教育技术, 2020,30(05):74-80.

陈世灯,文亚,徐刘杰.翻转课堂中学生学习行为模式与知识建构研究[J].数字教育, 2019,5(05):18-23.

江波,高明,陈志翰等.基于行为序列的学习过程分析与学习效果预测[J].现代远程教育研究,2018,No.152(02):103-112.

吴刚平.跨学科主题学习的意义与设计思路[J].课程.教材.教法,2022,42(09):53-55.

李锋,兰希馨,李正福等.单元视角下的信息科技跨学科主题学习设计与实践[J].中国电化教育,2023,No.434(03):90-95+119.

董艳,夏亮亮,王良辉.新课标背景下的跨学科学习：内涵、设置逻辑、实践原则与基础[J].现代教育技术,2023,33(02):24-32.

张乐乐,顾小清.多模态数据支持的课堂教学行为分析模型与实践框架[J].开放教育研究,2022,28(06):101-110.

蒋立兵,毛齐明,万真,沈欢.智慧教室促进高校课堂教学变革的绩效研究——基于课堂教学行为的分析[J].中国电化教育,2018(06):52-58.

伍红林,田莉莉.跨学科主题学习：溯源、内涵与实施建议[J].全球教育展望,2023,52(03):35-47.

刘迷英.引导学生提出问题的方法与策略[J].河南农业,2010,No.246(10):32.

Moore, M. (1989). Editorial: Three types of interaction. American Journal of Distance Education, 3(2), 1-7. https://doi.org/10.1080/08923648909526659

Wang, M., Deng, W., & Lu, F. (2019). Research on College Students’ Deep Learning Behavior Under the Guidance of Cognitive Theory. https://doi.org/10.1109/iset.2019.00017