材料类型、相关性对儿童学习判断及重学时间分配的影响

一、问题提出

学习判断（judgments of learning,简称JOLs）是对学习情况的估计，是指学习者对学习内容在之后的回忆测验中，被回忆出来的可能性的预测^[1] 。对于学习判断的研究多集中于成人被试，但从当前的研究趋势看，对成人元认知的研究范式开始扩展到儿童，开始探究儿童的元认知监测和自我管理^[2,3,4]。皮亚杰的认知发展理论认为，认知的发展具有阶段性，具体运算阶段的儿童多为7-12岁，这一阶段的个体刚脱离表象思维，其认知结构中初步具备了抽象的概念，所以能够开始进行逻辑推理，但仍旧离不开具体事物的支持。以认知发展的特性为依据，图片材料开始应用于儿童学习判断的研究，图片材料与词对材料相比，具有直观性和具体性等特点。并且，图片材料的特性也使其不易受到个体词汇水平的制约^{[5, 6]}。

学习过程中，有效的自我管理需要个体对自我学习状况进行监测^[7]。学习判断是研究元认知监测的重要手段，与监测相伴随的是控制阶段。监测（monitoring）指人们对自己学习的评估，对个体认知过程和知识的客观估计。而控制（control）包括做出学习决定，例如学多久，采用什么学习策略，以及对认知操作和资源的管理策略。目前对于监测和控制关系的探讨，主要集中在，是监测指导控制还是控制反作用于监测^[8]。由此提出监测—控制模型（MC模型）和控制—监测模型（CM模型）， MC(monitoring→control)模型即自上而下的模型，该模型支持监测指导控制，并认为有效的监测对自我管理非常重要。CM（control→monitoring）模型即自下而上的模型，该模型支持元认知控制会给予监测以反馈，并认为监测并非先于控制而是处于一种伴随进行的状态。

Ackerman 等的研究表明^[9]， MC模型和CM模型对儿童的学习管理起作用，但是难以区分两者具体的表现。根据MC模型认为只有有效的监测才能带来有效的控制，元认知监测中学习判断对于学生学习策略选择的影响，也是学者们关注的重点。并且，反应的具体化可以提高监测的有效性，Soderstrom和 McCabe的研究表明^[10]，若使反应方式具体化，JORK的准确性高于JOLs。

由此本研究提出以下两个问题：

问题一：不同材料下儿童的学习判断值及学习判断准确性是否具有差异？儿童的年级是否会影响其学习判断，四年级是否是学习判断发展的关键期？

问题二：儿童在获得学习判断的反馈之后，对于重学时间的分配情况如何，是支持监测—控制模型（MC模型）还是控制—监测模型（CM模型）？

二 实验一 材料类型及相关性对儿童学习判断的影响

（一） 被试

被试为深圳市某普通小学的学生，共163人，三年级44人，四年级52人，五年级67人；男生91人，女生共72人。将被试分为两组，词对组（男：41人；女：37人，共78人）和图片组（男：50人；女：35人，共85人）。

（二） 实验材料

词对材料选自人教版小学语文二年级课本，共24对，其中同义词对、反义词对、无关词对各8对。每种类型中的7对，共21对作为正式实验材料，另外每种类型中的1对，共3对作为练习材料。通过小学语文老师的评定，这些词对材料，三年级、四年级和五年级的学生都已经能够认识并且熟练掌握。

图片材料的选择与词对材料类似，同样是24对图片，其中同义图片、反义图片、无关图片各8对，每种类型中的7对，共21对作为正式实验材料，另外每种类型中的1对，共3对作为练习材料。通过小学语文老师的评定，这些图片材料，三年级、四年级和五年级的学生都能够认识并且了解其含义。

（三）实验设计：自变量为年级（三年级、四年级、五年级）、相关性（同义、反义、无关）和材料类型（词对、图片）。因变量为学习判断值和测试成绩。采用的是3×3×2的混合实验设计，其中年级、材料类型为被试间变量，相关性为被试内变量。本实验程序采用E-prime 2.0编制，收集儿童对于材料的学习、判断、测试成绩。

（四）实验步骤：学生被试依照主试要求在电脑机房进行集体测试，主试首先向被试宣读指导语“欢迎同学们来参与我们的实验，实验表现不会记录到你的成绩。现在请同学们看电脑屏幕，首先屏幕上会出现注视点‘+’，你需要注视它，之后会出现两个词（两张图），你需要在规定的时间内把它们记住，在接下来的测试中会只呈现左边的一个词（一张图），你需要选出它所对应的右边的词（图）。有任何不明白的地方请举手，明白的同学请按Q键开始练习。”

练习阶段，屏幕上会依次呈现三组词对（图片），呈现过后，会要求被试进行判断“学习完词对（图片）之后，现在请你估计一下，你的学习情况”。被试需要对每个学习过的词对（图片），按1-3进行评分，1代表没记住，在接下来的测试中一定不能选择正确；2代表好像记住了，在接下来的测试中有可能选择正确；3代表记住了，在接下来的测试中一定能选择正确。学习判断完成之后，进入测试，给出线索词（图），被试需要在四个词（图）中选出目标词（图）。

在练习阶段结束之后，被试进入正式实验阶段,实验阶段的材料包括21组，中间有休息，被试可以自由控制休息时间。

（五）实验结果

本研究中数据的处理及分析涉及三个部分，即被试的学习判断值、测试成绩和学习判断准确性，数据处理均使用SPSS17.0软件。

1、材料类型和相关性对学习判断值的影响

由方差分析的结果可知， 相关性与材料类型之间的交互作用显著，F_{（2，159）}=9.78，p<0.01，η²=0.059，年级与材料类型之间的交互作用显著，F_{（2，159）}=3.28，p<0.05，η²=0.040，相关性、年级和材料类型之间的交互作用显著，F_{（4，159）}=6.31，p<0.01，η²=0.074。变量之间的交互作用具体如何，需要进行简单效应分析，具体分析结果如下。

（1）当材料类型一定时，无论在词对组还是图片组，当使用同义材料时，五年级被试的学习判断值显著高于三年级被试，F_{（2，159）}=3.76，p<0.05，当使用反义材料，五年级被试的学习判断值也显著高于三年级被试，F_{（2，159）}=4.22，p<0.05，但是当使用无关材料时，年级之间则没有显著差异。

（2）当年级一定时，三、四、五年级的被试均表现出，在同义材料下，对于图片的高学习判断值，F_{（1，159）}=19.83，p<0.01，在反义材料下，对于图片的高学习判断值，F_{（1，159）}=19.11，p<0.01，在无关材料下，词对和图片的学习判断则没有显著差异。

（3）当相关性一定时，处于图片组的被试，在三、四、五年级均表现出高于词对组的学习判断值（F_{（2，159）}=8.22，p<0.01；F_{（2，159）}=19.11，p<0.01；F_{（2，159）}=14.61，p<0.01）。

2、材料类型和相关性对测试成绩的影响

对各组被试在不同条件下的测试成绩进行描述性统计分析和多因素重复测量方差分析，由方差分析的结果可知，材料类型主效应显著，F_{（1，159）}=7.83，p<0.01，η²=0.047。

相关性与材料类型之间的交互作用显著，F_{（2，159）}=14.74，p<0.05，η²=0.086，相关性和材料类型之间的交互作用具体如何，需要进行简单效应分析，具体分析如下。

简单效应分析的结果显示，无论是三年级、四年级还是五年级的被试都表现出，在同义材料下，对于图片更好的测试成绩（F_{（2，159）}=5.04，p<0.05；F_{（2，159）}=20.46，p<0.01；F_{（2，159）}=12.677，p<0.01）。而在反义和无关材料下，则没有显著差异。

3、材料类型和相关性对学习判断准确性的影响

对于学习判断准确性的检测，目前最常使用的方法是Gamma 相关，本研究采用的就是Gamma 相关。通过Gamma 相关分析，结果为当使用同义材料时，Gamma相关系数为0.23，p<0.01；当使用反义材料时，Gamma相关系数为0.08，p<0.01，都变现出显著的相关，表明个体对于意义材料的学习判断准确性更高，且对于同义材料的元认知监测更准确。而使用无关材料时则没有表现出显著的相关。

从年级方面进行考查，五年级被试的学习判断值和测试成绩之间的Gamma 相关显著，Gamma相关系数为0.24，p<0.05，而三年级和四年级被试则没有出现学习判断值和测试成绩的显著相关,并且没有表现出明显的高估或是低估。

而以材料类型进行考查时发现，无论是词对材料还是图片材料都没有显示出学习判断值和测试成绩之间的相关。通过进一步检验发现，在以词对为材料的学习判断中，对于无关材料的学习判断显著高于实际的测试成绩，出现高估的状况（t=2.63, p<0.05）。而在以图片为材料的学习判断中，对于同义材料的学习判断显著低于实际的测试成绩，出现了低估的状况（t=-2.05, p<0.05）。

三  实验二 材料类型、相关性及反馈对儿童重学时间分配的影响

（一）实验被试：同研究一。

（二）实验步骤：被试对所学项目依次进行再认测验，同时出现测试结果—正确或错误，此时屏幕呈现“重新学习一次这个词对（图片），你打算花多少时间呢？请按相应的数字键选择学习时间。0代表0分钟，1代表1分钟，2代表2分钟，3代表3分钟。”

（三）实验设计：自变量为年级（三年级、四年级、五年级）、相关性（同义、反义、无关）、材料类型（词对、图片）和测试反馈（正确、错误）。因变量为重学时间分配。采用的是3×3×2×2的混合实验设计，其中年级、材料类型为被试间变量，相关性、测试反馈为被试内变量。

（四）实验结果

对各组被试在不同条件下的重学时间分配情况进行描述性统计分析和多因素重复测量方差分析， 由方差分析的结果可知，反馈主效应显著，F_（1，60）=15.71，p<0.01，η²=0.208，被试对于答错项目的重学时间分配显著高于答对项目。其它变量的主效应及各种交互作用均不显著。

 

四 分析讨论

对于儿童学习的研究不仅在理论上可以丰富教学理论和知识，更具有积极的实践意义。关于学习判断的研究探讨的是个体元认知监测能力的发展，个体对于自己学习情况的估计反应出元认知监测能力发展的状况。对于元认知监测与元认知控制相互关系的研究，一方面，能够更好的了解元认知监测，另一方面，可以由监测和控制的相互关系，动态掌握元认知的发展。除此之外，在实际的教学过程中，学生如何评估自己的学习情况，如何选择复习时间和复习策略，对于学生学习也非常重要。

本研究包括两个部分，一是不同材料下儿童学习判断的情况，这里的不同材料包括两个方面，从材料类别上看分为词对材料和图片材料，从材料性质上看分为同义材料、反义材料和无关材料。研究二探究的是元认知控制部分，个体在做完学习判断之后，获得了成绩的反馈，对于重学时间分配会如何选择。

本研究对于实验材料的探讨包括两个部分，一是材料类型（词对、图片），一是相关性（同义、反义、无关），这两个部分都属于线索利用模型中的内部线索。本研究的结果表明年级、材料类型和相关性对于儿童学习判断都有重要影响。

在进行学习判断时，当学习材料为意义材料时，会出现随年级增加而学习判断值增大的趋势，并以四年级为转折。此外，在意义材料（同义、反义）下，儿童会表现出对于图片材料的高学习判断值。在测试阶段，三个年级的被试在同义材料下，表现出对于图片的学习判断值高于词对。而学习判断准确性的结果则显示，个体对于同义材料和反义材料的判断准确性高，且对于同义材料的判断准确性高于反义材料。五年级被试表现出较高的学习判断准确性。词对组的被试表现出对于无关材料的高估；而处于图片组的被试则表现出对于同义材料的低估。

实验结果表明，儿童学习判断的能力呈现出发展性，随年龄增长而提升，五年级学生就已具备了较好的元认知监测能力，可以把四年级看作是个体元认知监测的重要发展期，这与以往的研究一致。

本研究的结果发现，儿童对于图片的记忆效果更好，并且从三年级起，就已经能够监测到自己对于图片有更好的记忆。这可能是因为3—5年级的儿童正处于具体形象思维向抽象逻辑思维的过度，对于形象化的图片材料的记忆好于较为抽象化的词对材料。儿童能够辨析自己对于不同学习材料的学习情况，说明三年级的儿童就已经具备了一定的元认知监测能力。由此结果可知，在对更低年龄的儿童进行学习判断研究时，选用图片材料会比选用词对材料更为适宜。因为这不仅符合低年级儿童的认知发展水平，也会减轻儿童的记忆负担，能更好的将研究重点放于元认知监测而非个体记忆。

Koriat的线索利用模型认为个体会利用内部线索进行元认知判断，而材料的特性是重要的内部线索。在实际学习生活中，学生们所学习的知识，其特性各不相同，学生对于不同性质材料的学习判断存在差异。学习材料的相关性是材料特性的重要部分，本实验中使用的材料包括三种相关性—同义材料、反义材料和无关材料。实验结果表明个体对于有意义的材料，其学习判断准确性更高，能够更好的对其进行监测。并且，对于同义材料的监测优于反义材料，这种差异在各年级和材料类型上均一致。同样都是意义材料，儿童会表现出对于同义材料更准确的监测，这一原因值得继续探索。

实验二探讨的是年级、材料类型、相关性和反馈对于儿童重学时间分配的影响。重学时间分配是研究元认知监测与控制的相互关系的重要手段。实验结果表明儿童对答错项目分配的重学时间显著多于答对项目。对于监测难的项目所重新分配的学习时间越多，这验证了监测—控制模型（MC模型），体现了元认知监测对于元认知控制的指导作用。并且，结果显示出被试的年级、材料的类型及相关性都不会影响这种重学时间分配的模式，说明个体元认知监测对于元认知控制的指导作用从三年级开始便具备一定的稳定性并且不受所学材料性质的影响。这种指导作用在儿童3—5年级之间没有出现差异，说明其与认知的发展并没有具备一致性，没有在认知发展的关键期出现变化。Koriat和Lockl在2013年的研究采用的是五、六年级的儿童（五、六年级之间没有差异），学习材料是词对，发现把相关材料和无关材料混合时，结果支持监测—控制模型（MC模型），但当区分了相关和无关材料时，则支持控制—监测模型（CM模型）。说明控制—监测模型（CM模型）出现的年龄晚于监测—控制模型（MC模型），个体在认知发展早期是处于监测指导控制的阶段。

 

参考文献

[1] Erdfelder E, Undorf M. Judgments of Learning Reflect Encoding Fluency: Conclusive Evidence for the Ease-of-Processing Hypothesis[J]. Journal of Experimental Psychology. 2011, 37(5): 1264-1269.

[2]Ghetti S, Lyons K E. Metacognitive development in early childhood: New questions about old assumptions.[J]. Trends and prospects in metacognition research. 2010: 259-278.

[3] Dunlosky J, Tauber S K. Can older adults accurately judge their learning of emotional information?[J]. Psychology and Aging. 2012, 27(4): 924-933.

[4] Toth J P, Hertzog C, Daniels K A. Aging and recollection in the accuracy of judgments of learning.[J]. Psychology and Aging. 2009, 24(2): 494-500.

[5] Koriat A, Ackerman R. Response latency as a predictor of the accuracy of children\'s reports.[J]. Journal of Experimental Psychology: Applied. 2011, 17(4): 406-417.

[6] von der Linden N, Schneider W, Howie P, et al. Children\'s metamemorial judgments in an event recall task[J]. Journal of Experimental Child Psychology. 2007, 97(2): 117-137.

[7] 贾宁，代景华. 小学高年级学生的学习判断绝对准确性及预见偏差[J]. 心理发展与教育. 2012(01): 54-60.

[8] Son L K. Metacognitive control: Children\'s short-term versus long-term study strategies.[J]. Journal of General Psychology. 2005, 132(4): 347-364.

[9] Ackerman R, Adiv S, Lockl K, et al. The Effects of Goal-Driven and Data-Driven Regulation on Metacognitive Monitoring During Learning: A Developmental Perspective.[J]. Journal of Experimental Psychology: General. 2014,143(1):386-403.

[10] Mccabe D P, Soderstrom N C. The Interplay Between Value and Relatedness as Bases for Metacognitive Monitoring and Control: Evidence for Agenda-Based Monitoring[J]. Journal of Experimental Psychology. 2011, 37(5): 1236-1242.