關(guān)鍵詞：學習動機；技術(shù)；SPSS；CiteSpace；文獻分析

引言

自20世紀末以來，計算機和互聯(lián)網(wǎng)技術(shù)迅速發(fā)展，逐漸滲透到各行各業(yè)。教育領域開始引入虛擬現(xiàn)實、增強現(xiàn)實、信息技術(shù)、人工智能、云計算等各項新興技術(shù)，豐富教學形式。合理使用這些技術(shù)能夠激發(fā)學生的學習動機，提高教學效果。

文章的關(guān)鍵詞是整篇文章的核心，是對表述論文的中心內(nèi)容有實質(zhì)意義的語匯，通常代表著該篇文章的主要內(nèi)容以及創(chuàng)新之處。因此，本文主要分析國內(nèi)外學習動機與技術(shù)的相關(guān)文獻的關(guān)鍵詞。本文利用Bicomb 2.0、Ucinet 6.0及SPSS 22.0軟件，采取共詞聚類、詞頻分析、多維尺度分析及社會網(wǎng)絡分析等方法，對國內(nèi)學習動機與技術(shù)的研究熱點進行了分析；利用CiteSpace軟件，使用關(guān)鍵詞共現(xiàn)分析、聚類分析、突現(xiàn)詞分析等方法，對國外學習動機與技術(shù)的研究熱點進行了分析。

（一）數(shù)據(jù)收集

選擇CNKI中國知網(wǎng)作為國內(nèi)關(guān)于學習動機與技術(shù)的文獻來源。在中國知網(wǎng)的全部期刊中，將文獻分類目錄限定為“社會科學Ⅰ輯”“社會科學Ⅱ輯”和“信息科技”，以“學習動機”為關(guān)鍵詞，以“技術(shù)”為主題進行檢索，并限定范圍為中文文獻。共檢索出

247篇中文文獻，過濾掉研究報告等無關(guān)文獻，共篩選出241篇文獻。將這241篇文獻以Note?rst格式導出，作為下一步分析的數(shù)據(jù)來源。

（二）數(shù)據(jù)分析與可視化

1.數(shù)據(jù)分析流程

使用Bicomb 2.0書目共現(xiàn)分析系統(tǒng)提取高頻關(guān)鍵詞，并得到相應的詞篇矩陣及共現(xiàn)矩陣。將詞篇矩陣導入SPSS 22.0軟件，生成相似性矩陣，對其進行系統(tǒng)聚類，得到聚類樹狀圖并分析；將相似性矩陣轉(zhuǎn)化為相異矩陣，對相異矩陣進行多維標度（ALSCAL）分析。將共現(xiàn)矩陣導入Ucinet 6.0中，生成社會網(wǎng)絡分析圖并進行分析。

2.高頻關(guān)鍵詞詞頻

在Bicomb 2.0書目共現(xiàn)分析系統(tǒng)中，將關(guān)鍵詞閾值設為5。由于搜索條件以學習動機為關(guān)鍵詞，因此將學習動機排除，頻次高于5的關(guān)鍵詞共有17個，頻次由高到低分別為信息技術(shù)、興趣、信息技術(shù)教學、體育教學、策略、學習興趣、應用、教學方法、影響因素、激發(fā)、學習效果、個性心理特征、教學效果、在線學習、現(xiàn)代教育技術(shù)、多媒體技術(shù)、動機。

3.關(guān)鍵詞聚類樹狀圖

在Bicomb 2.0中將這17個關(guān)鍵詞生成詞篇矩陣及共現(xiàn)矩陣。將詞篇矩陣導入到SPSS 22.0中，生成相似性矩陣，部分相似性矩陣如表1所示。

對相似性矩陣進行系統(tǒng)聚類，得到這些關(guān)鍵詞的聚類樹狀圖，如圖1所示。

由樹狀圖可得，可以將國內(nèi)學習動機與技術(shù)的相關(guān)文獻分為四個領域。

第一個領域為教學中技術(shù)與動機的關(guān)系，這些文章談到在實際教學中使用多種技術(shù)能夠提高其學習動機，其中信息技術(shù)教學所占比例較多，包含的關(guān)鍵詞有興趣、個性心理特征、信息技術(shù)教學和動機。例如，一篇名為《個性化自主學習——小學信息技術(shù)課教學探索》的文章中提到福建省安溪縣實驗小學以培養(yǎng)學生具有較強的自主學習動機和自主學習能力為目標，在多媒體網(wǎng)絡環(huán)境下開展個性化自主學習的教學實驗，滿足不同層次學生的發(fā)展需求[1]。

第二個領域為技術(shù)應用對激發(fā)動機的影響，包含的關(guān)鍵詞有體育教學、學習興趣、學習效果、激發(fā)、策略、應用、信息技術(shù)、多媒體技術(shù)。例如，一篇名為《信息技術(shù)與小學語文融合教學》的文章指出把各種信息技術(shù)手段與信息資源完美地融合到小學語文學科教學中，充分利用多媒體技術(shù)、電子白板、微課、云教學平臺、網(wǎng)絡教學資源等進行教學，能有效激發(fā)學生潛在的學習動機和求知欲望，讓他們積極主動地獲取知識，從而提升課堂效益[2]。

第三個領域為使用技術(shù)進行學習時，激發(fā)學生學習動機的影響因素，包含的關(guān)鍵詞是影響因素和在線學習。例如，《影響教育虛擬社區(qū)中學習動機激發(fā)因素的實證分析》一文在基于課程“學習科學與技術(shù)”的教育虛擬社區(qū)學習實踐的基礎上，實證分析了教育虛擬社區(qū)中學習動機激發(fā)的影響因素，并提出了影響教育虛擬社區(qū)學習動機激發(fā)因素的分析模型[3]。

第四個領域為實際教學中如何使用相關(guān)技術(shù)來激發(fā)學生的學習動機，包含的關(guān)鍵詞是教學效果、現(xiàn)代教育技術(shù)、教學方法。在《運用現(xiàn)代教育技術(shù)激發(fā)數(shù)學學習動機》一文中，遵循小學數(shù)學的學科特點和兒童的認知規(guī)律，在多媒體教學環(huán)境下，研究激發(fā)學生學習動機的模式和有效策略[4]。

4.多維尺度分析

將相似性矩陣導入Microsoft Excel中，得到相異矩陣，在SPSS 22.0中對相異矩陣進行多維尺度分析，結(jié)果如圖2所示。

由圖中可以看出，在第一象限中的關(guān)鍵詞是領域2的大部分，應用相關(guān)技術(shù)激發(fā)學習動機是國內(nèi)學習動機與技術(shù)的關(guān)注重點。在第二象限，領域1的關(guān)鍵詞相互間聯(lián)系較為緊密，且整體離主軸較近，但相關(guān)文獻數(shù)量較少，不是關(guān)注重點領域；領域3兩個關(guān)鍵詞分別位于第三和第四象限，但兩者聯(lián)系緊密，表明該領域的文獻內(nèi)容相互間有交叉，但相關(guān)研究成果不多；領域4的關(guān)鍵詞有兩個位于第四象限且距離較近，有一個關(guān)鍵詞位于第三象限且與其他兩個相距較遠，表明領域4結(jié)構(gòu)較為松散，易受其他領域影響。

5.社會網(wǎng)絡分析

將Bicomb 2.0中得到的共現(xiàn)矩陣導入Ucinet 6.0，生成關(guān)鍵詞社會網(wǎng)絡圖，并進行中心性可視化處理。社會網(wǎng)絡圖中各節(jié)點大小反映關(guān)鍵詞在網(wǎng)絡中地位與作用的大小，節(jié)點越大，其地位越重要，作用越大；節(jié)點間距離反映關(guān)鍵詞之間的密切程度，距離越小，關(guān)鍵詞與關(guān)鍵詞之間越密切；節(jié)點間連線粗細則反映關(guān)鍵詞之間關(guān)系的強弱，連線越粗，關(guān)系就越強[5]。從圖3可以得出以下結(jié)論：信息技術(shù)、體育教學是學習動機與技術(shù)相關(guān)研究的熱點，在線學習、影響因素兩者聯(lián)系緊密，但與其他關(guān)鍵詞共現(xiàn)較少；教學效果和現(xiàn)代教育技術(shù)與其他關(guān)鍵詞聯(lián)系很少。此結(jié)論與多維尺度分析及社會網(wǎng)絡分析結(jié)果基本符合。

（一）數(shù)據(jù)收集

本文使用Web of Science（WOS）數(shù)據(jù)庫作為國外學習動機與技術(shù)相關(guān)文獻的檢索平臺。在期刊收錄方面，WOS數(shù)據(jù)庫以ISI Web of Knowledge作為檢索平臺，共包括8000多種世界范圍內(nèi)最有影響力的、經(jīng)過同行專家評審的高質(zhì)量的期刊，其中包括1700多種社會科學期刊和1100多種人文類期刊[6]。在WOS數(shù)據(jù)庫的Web of Science核心合集中，以下列條件為檢索條件進行文獻檢索：以learning motivation和technology為主題；將文獻類型設定為ARTICLE（期刊論文）或REVIEW（綜述）；文獻為OPEN ACCESS（開放獲取）；為保證數(shù)據(jù)的準確性，將檢索時間設置為1986年，與中文最早一篇文獻的出現(xiàn)時間保持一致；索引為SCI-EXPANDED，SSCI，CPCI-S，CPCI-SSH，CCR-EXPANDED，IC。以上述檢索條件進行檢索，共得到602篇文獻，將這些文獻數(shù)據(jù)以純文本形式導出。

（二）數(shù)據(jù)分析與可視化

1.數(shù)據(jù)分析步驟

將得到的純文本數(shù)據(jù)導入CiteSpace5.1.R6，將Time Slicing（時間分割）設置成1986—2020年，NoteTypes（網(wǎng)絡節(jié)點類型）選擇Key word（關(guān)鍵詞），詞頻閾值（Top N）設置成20，設置完成后點擊“GO”運行軟件，進行關(guān)鍵詞共現(xiàn)分析、聚類分析、突現(xiàn)詞分析。

2.關(guān)鍵詞共現(xiàn)分析

運行軟件后得到國外學習動機與技術(shù)相關(guān)文獻的高頻關(guān)鍵詞知識圖譜。前20個高頻關(guān)鍵詞如表2所示。從表中可以看出，國外學習動機與技術(shù)的研究主要集中在如何使用技術(shù)激發(fā)學生的學習動機、提高學生的成就感和自我效能感等。

在CiteSpace中對關(guān)鍵詞進行聚類（選擇LLR算法），結(jié)果如圖4所示。這些關(guān)鍵詞被分為10類（聚類標號從#0開始），第一類為achievement goal framework（成就目標框架），第二類為blended learning（混合學習），第三類為adoption（采納），第四類為access（成就），第五類為nurse（培養(yǎng)），第六類為satisfaction（滿意），第七類為mathematics（數(shù)學），第八類為psychiatricrehabilitation（精神康復），第九類為ontology（存在論），第十類為computer supported collaborative learning（計算機支持的協(xié)作學習）。

經(jīng)過觀察，筆者認為可以將這十個聚類劃分成三大領域：領域一為聚類#0achievement goal framework（成就目標框架）、#1 blended learning（混合學習）、#3access（成就）、#7 psychiatric rehabilitation（精神康復），主要研究如何在教學中通過技術(shù)使學生獲得成就感、激發(fā)學習動機。一篇文章中總結(jié)了在外語（FL）學與教中使用技術(shù)的有效性的證據(jù)，重點是將新技術(shù)與更傳統(tǒng)的方法或材料的使用進行比較的實證研究，對于技術(shù)在FL學習中產(chǎn)生可觀影響的說法的強烈支持來自對計算機輔助發(fā)音訓練，特別是自動語音識別（ASR）的研究[7]。

領域二為聚類#2 adoption（采納）、#6 mathematics（數(shù)學）、#8 ontology（存在論），主要研究采用相關(guān)算法得出的相關(guān)結(jié)論及理論內(nèi)容。如有的文章擴展了技術(shù)接受模型，并將836名大學生的反饋意見用于測試所提出的結(jié)構(gòu)模型。數(shù)據(jù)顯示，技術(shù)支持對感知的易用性和有用性具有顯著的直接影響，而感知的易用性和有用性是影響使用WebCT的學生態(tài)度的主要因素[8]。

領域三為聚類#4 nurse（培養(yǎng)）、#5 satisfaction（滿意）、#9 computer supported collaborative learning（計算機支持的協(xié)作學習），主要研究技術(shù)支持下激發(fā)學生學習動機的影響因素。有文章開發(fā)了一個具有六個維度的集成模型——學習者、講師、課程、技術(shù)、設計和環(huán)境，并進行了一項調(diào)查，以調(diào)查影響學習者在電子學習中滿意度的關(guān)鍵因素。結(jié)果表明，學習者的計算機焦慮，教師對電子學習的態(tài)度，電子學習課程的靈活性，電子學習課程的質(zhì)量，感知的實用性，感知的易用性以及評估的多樣性是至關(guān)重要的影響學習者滿意度的因素[9]。

3.突現(xiàn)詞分析

對關(guān)鍵詞進行突現(xiàn)分析，得到圖5所示的5個突現(xiàn)關(guān)鍵詞，分別為environment環(huán)境（2013年）、online在線（2015年）、system系統(tǒng)（2017年）、classroom教室（2018年）、performance績效（2020年）。由此可以看出，國外關(guān)于學習動機與技術(shù)的相關(guān)研究從環(huán)境、在線形式等物理因素逐漸轉(zhuǎn)移到系統(tǒng)、績效等更為全面、整體的研究。

通過對國內(nèi)外學習動機與技術(shù)的相關(guān)文獻進行計量分析，我們可以看到，國內(nèi)相關(guān)研究主要分為四個領域：教學中技術(shù)與動機的關(guān)系；技術(shù)應用對激發(fā)動機的影響；使用技術(shù)進行學習時，激發(fā)學生學習動機的影響因素；實際教學中如何使用相關(guān)技術(shù)來激發(fā)學生的學習動機。國外相關(guān)研究主要分為三個領域：如何在教學中通過技術(shù)使學生獲得成就感、激發(fā)學習動機；采用相關(guān)算法得出的相關(guān)結(jié)論及理論內(nèi)容；技術(shù)支持下激發(fā)學生學習動機的影響因素。

我們可以看到國內(nèi)外的關(guān)注點有共同之處，比如國內(nèi)外大部分學者都認同使用恰當技術(shù)可以激發(fā)學生的學習動機，同時，對于在教學中使用技術(shù)會如何影響學習動機，國內(nèi)外都有一定的研究。同時，國內(nèi)外相關(guān)研究各有特色，如國內(nèi)體育教學對學習動機與技術(shù)較為關(guān)注，以及信息技術(shù)課程如何在實際教學過程中激發(fā)學生的學習動機；國外一些研究會構(gòu)建模型或模式，并用收集到的數(shù)據(jù)去改進模型或模式。

在后續(xù)研究中，我國學者在結(jié)合我國教學特色的同時，也可以借鑒國外的研究思路，研究學習動機與技術(shù)相關(guān)的系統(tǒng)、績效等方面。國外也有相當一部分學者會構(gòu)建學習模型或模式，并通過教學實踐收集數(shù)據(jù)，以便進一步改進，這種方式可以更為直觀、有效地促進教學活動，保證研究成果的真實性與可行性。