手势追踪能否促进多媒体学习一项元分析研究.pdf

Advances in Psychology 心理学进展心理学进展,2024,14(2),911-930 Published Online February 2024 in Hans.https:/www.hanspub.org/journal/ap https:/doi.org/10.12677/ap.2024.142115 文章引用文章引用:李辉,郑玉玮(2024).手势追踪能否促进多媒体学习？一项元分析研究.心理学进展,14(2),911-930.DOI:10.12677/ap.2024.142115 手势追踪能否促进多媒体学习？一项元分析手势追踪能否促进多媒体学习？一项元分析 研究研究 李李 辉，郑玉玮辉，郑玉玮 济南大学教育与心理科学学院，山东 济南 收稿日期：2024年1月5日；录用日期：2024年2月22日；发布日期：2024年2月29日 摘摘 要要 多媒体学习者需要将文本与图片中的相应元素联系起来，才能取得较好的学习效果。手势追踪就是帮助多媒体学习者需要将文本与图片中的相应元素联系起来，才能取得较好的学习效果。手势追踪就是帮助学习者将文本和图片元素进行有效联结的一种手段。关于手势追踪能否提高多媒体学习效果的问题，仍学习者将文本和图片元素进行有效联结的一种手段。关于手势追踪能否提高多媒体学习效果的问题，仍没有一致的结论。本研究采用元分析方法，研究手势追踪对多媒体学习者学习效果、认知负荷和学习动没有一致的结论。本研究采用元分析方法，研究手势追踪对多媒体学习者学习效果、认知负荷和学习动机的影响。共纳入文献机的影响。共纳入文献16篇，总样本量篇，总样本量1090人，生成了人，生成了58个效应量。结果显示，手势追踪可以促进保个效应量。结果显示，手势追踪可以促进保持成绩持成绩(g=0.64)和迁移成绩和迁移成绩(g=0.44)，提高解题速度，提高解题速度(g=0.42)，降低内在认知负荷，降低内在认知负荷(g=0.40)和外和外在认知负荷在认知负荷(g=0.40)，但对相关认知负荷，但对相关认知负荷(g=0.14)和学习动机和学习动机(g=0.46)没有显著影响。此外，手势没有显著影响。此外，手势追踪对多媒体学习效果的影响在一定程度上受被试性别、年龄，学习材料的知识类型、可视化类型、学追踪对多媒体学习效果的影响在一定程度上受被试性别、年龄，学习材料的知识类型、可视化类型、学习时长，以及问卷类型的调节习时长，以及问卷类型的调节。关键词关键词 手势追踪，追踪效应，多媒体学习，元分析手势追踪，追踪效应，多媒体学习，元分析 Does Tracing Enhance Multimedia Learning?A Meta-Analysis Hui Li,Yuwei Zheng School of Education and Psychology,University of Jinan,Jinan Shandong Received:Jan.5th,2024;accepted:Feb.22nd,2024;published:Feb.29th,2024 Abstract The multimedia learners need to relate the words of the text to the corresponding elements in the image to achieve better learning effect.Tracing is a means of helping multimedia learners to make 李辉，郑玉玮 DOI:10.12677/ap.2024.142115 912 心理学进展 effective contact with them.Prior studies on the effects of tracing have shown inconsistent find-ings.In this study,we conducted the meta-analysis to address whether tracing in multimedia learning can influence learning performance,cognitive load and learning motivation.We found 16 articles met the inclusion criteria,58 effect sizes(1090 participants).The results indicated tracing can improve learners retention performance(g=0.64)and transfer performance(g=0.44),shorten response time(g=0.42),reduce intrinsic cognitive load(g=0.40)and extraneous cog-nitive load(g=0.40),but no significant impact on the germane cognitive load(g=0.14)and learning motivation(g=0.46).In addition,tracing effect is subject to the gender,age,the know-ledge type,the visual type,the learning length,and the questionnaire type.Keywords Tracing Gesture,Tracing Effect,Multimedia Learning,Meta-Analysis Copyright 2024 by author(s)and Hans Publishers Inc.This work is licensed under the Creative Commons Attribution International License(CC BY 4.0).http:/creativecommons.org/licenses/by/4.0/1.引言引言 随着现代信息技术与教育教学的深度融合，多媒体学习资源爆炸式产出。然而，多媒体材料在提供便捷丰富信息的同时，也占用了学习者额外的认知资源(Tversky et al.,2002)。为了更好地学习多媒体材料，学习者需要将文本中的词汇与图片中相应的元素联系起来(Mayer,2021)。然而，并不是所有学习者都能够成功地组织文本和图像信息(Mason et al.,2013)。在多媒体学习中，有学习者使用手势将文本和相关的图像信息进行整合加工。手势是一种学习者在执行认知加工的任务(如，思考、推理或说话)时伴随产生的手部姿势，反映了个体内部认知过程(Alibali et al.,2001)。在学习环境中，常常可以观察到，学生在学习新词或图形时，会不由自主地用手指进行追踪动作。McNeill(1992)将追踪(Tracing)定义为一根或几根手指在学习材料上的移动。手势追踪就是帮助学习者将文本与图片元素联系起来的一种手段。如果学习材料以次优的方式呈现(如，图片与文本呈现的距离很远)，且不能轻易改变(如，在课本中)时，手势追踪能有效提高学习者的学习效果。认知科学对具身认知(Embodied Cognition)日益重视，具身认知认为，最好将思维理解为大脑和身体与环境相互作用的一种功能；因此，思维是基于感觉运动系统，而不是抽象符号操作(Glenberg et al.,2013)。其次，认知系统的需要控制着行为，即与环境互动，行为是进化压力的根源。我们与环境互动的主要方式之一是用手。婴儿在 12 个月大时就开始使用指向手势来管理注意力和兴趣(Liszkowski et al.,2012)。视觉注意和手的位置之间的相互作用的研究也为使用指向作为注意线索提供了有力的支持。将手放在物体附近会改变人们对该物体的视觉注意力和感知，因此该物体将从周围环境中脱颖而出(Cosman&Vecera,2010)，并将被更长时间、更深入地观察(Reed et al.,2006)。除了指向之外，手还支持在观看或聆听刺激的同时，通过触摸与环境直接互动。研究发现，当视觉、听觉和触觉输入同步时，注意力过程会产生协同效应(Talsma et al.,2010)。人们越来越认识到运动对视觉加工的多感官促进作用，因此 Baddeley(2012)的最新工作记忆模型推测触觉感官信息包括动觉和触觉输入，会影响视觉空间模板中的加工。近年来，认知负荷理论(Cognitive Load Theory)从 Geary(2008)的进化教育心理学中获得了深刻的启发，Open AccessOpen Access李辉，郑玉玮 DOI:10.12677/ap.2024.142115 913 心理学进展 并吸纳了人类认知结构的进化观点(Sweller,2011)。Geary(2008)提出，人类进化产生了一系列与信息处理领域相关的认知模块；这些模块偏重于处理特定形式的信息，并且是可塑的。基于这一进化观点，引入了关于知识最基本分类的概念，即生物学初级知识和生物学次级知识。而工作记忆的局限性只有在习得文化上重要的新知识，即生物学上的次级知识(如阅读和数学)时才显得至关重要；而对于学习人类因遗传进化的知识，即生物学上的初级知识(如，学习母语和识别面孔)影响较小或没有影响(Geary,2008)。这意味着，学习者可以利用占用较少甚至不占用认知资源的生物学上的初级知识来习得生物学次级知识(Paas&Sweller,2012)。手势是人类进化来的古老纯熟的技能，占用很少的、甚至不占用工作记忆资源。作为生物学初级知识的一种形式，手势的利用可以节约工作记忆资源，促进图式的构建，帮助学习者习得生物学次级知识，最终提高多媒体学习效果。近年来，手势追踪得到了研究者越来越多的关注。已有研究发现，手势追踪能提高学习效果(Du&Zhang,2019;Ginns&King,2021;Ginns&Kydd,2019;Hu et al.,2015;Macken&Ginns,2014;Tang et al.,2019;Yeo&Tzeng,2019)。研究者将这种手势追踪对学习的促进作用，命名为追踪效应(Tracing Effect)。但是，有研究发现，手势追踪对多媒体学习的促进效果是有限的。Agostinho 等(2015)发现，手势追踪仅提高了儿童的迁移成绩，而没有显著提高类似问题测验成绩，两组学生在反应时和认知负荷得分上也没有显著差异。随后也有研究者发现手势追踪虽然可以促进学习者的多媒体学习，但并不支持认知负荷假设(Ginns et al.,2016;Ginns et al.,2020;Korbach et al.,2019)。Tang 等(2019)发现追踪可以降低学习者的外在认知负荷，但没有显著改善内在认知负荷；与前人的研究结果相反，Schler 和 Wesslein(2022)发现追踪组的学习者表现出比非追踪组更低的文字图片整合成绩和绘画成绩，在文本保持和图片保持成绩上也没发现追踪组的成绩优于非追踪组。Zuo 和 Lin(2022)探究将追踪与总结联合起来是否能促进多媒体学习，结果未发现手势效应，追踪组的学习效果并不明显优于非追踪组。综上所述，手势追踪是否能降低多媒体学习者的认知负荷并促进其学习效果，研究结果之间仍存在不一致。基于此，本研究采用元分析方法可能有助于澄清在个别研究中统计力不足的发现，验证手势追踪对多媒体学习的影响是否稳健，并进一步探讨可能存在的潜在的调节因素。1.1.手势追踪能否提高学习效果？手势追踪能否提高学习效果？在教育领域，将手势追踪策略应用于教学以辅助学习有着悠久的历史，最早可以追溯到意大利教育学家蒙特梭利(Montessori,1912)。她用粗糙的砂纸制成字母表上的字母，来帮助智力发展障碍的儿童学习语言。幼儿在听字母发音时，需要用手指根据字母的书写顺序追踪砂纸字母来感受字母之间的区别。这种教学技术可以有效地帮助儿童习得字母。之后，Fernald 和 Keller(1921)将手势追踪设计扩展至有阅读障碍的儿童，发现手势追踪可以有效促进阅读障碍儿童习得单词。后续大量实验表明，手势追踪策略可以增强对视觉刺激的识别，如字母学习(Bara et al.,2007;Bara et al.,2004;Hulme,1981;Hulme et al.,1987)，帮助幼儿识记几何形状(Kalenine et al.,2011)等简单学习任务。近年来，研究者开始关注手势追踪是否也能促进复杂抽象知识的学习。在这些复杂学习任务中，最常见的手势包括用食指指向和追踪相应的元素。Macken 和 Ginns(2014)证实，在研究生理学中心脏解剖学的材料时，当大学生被试指向文本和图画中的相关元素并追踪图画中的血流时，其在测验中的成绩显著高于未做手势追踪的被试。Ouwehand 等(2016)发现，在编码过程中，与仅仅命名或观察相比，使用手指指向的年轻人和老年人在空间源记忆任务中表现更好。以上两项研究考察的是手势追踪对于成年人学习的影响，Hu 等(2014)使用关于平行线角度关系的数学样例作为实验材料，发现使用手势追踪平行线的小学生在测试阶段比仅将手放在膝盖上的小学生答错题目数量显著更少。此后研究者进行了一系列研究，均发现手势追踪可以提高学习者的学习效果。Yeo 和 Tzeng(2020)为了探李辉，郑玉玮 DOI:10.12677/ap.2024.142115 914 心理学进展 究追踪效应的普遍性，在实验 2 中使用非空间性材料数学指数定律样例，研究手势追踪对小学生学习数学样例的作用，未发现追踪效应，追踪组和不追踪组在类似问题、迁移问题、认知负荷上均没有显著差异。无独有偶，Zuo 和 Lin(2022)使用人类心血管系统的材料研究将手势追踪与总结相结合是否会更大程度上促进多媒体学习，结果也并未发现追踪条件的主效应。与之前的研究结果不同，Schler 和Wesslein(2022)用虚拟鱼的图片和相关文本研究手势追踪在多媒体学习中的作用，结果表明与对照组相比，追踪组的学习者在文本图片整合成绩和绘图成绩上更差。所以，关于手势追踪能否促进多媒体学习，当前研究结果并不一致。1.2.手势追踪能否减轻学习者的认知负荷？手势追踪能否减轻学习者的认知负荷？认知负荷理论认为，当课程很复杂或设计的方式分散了学习注意力时，学生的工作记忆通常会超载(Sweller,2011)。由于人类工作记忆的持续时间和容量有限，认知负荷理论试图控制学习任务对学习者工作记忆资源不足造成的过度负荷(Paas et al.,2010)。Paas 和 Sweller(2012)指出人类可以毫不费力地获得大量的生物学初级知识，无需指导或外在动机，因此获得这类知识似乎不受工作记忆限制的影响。涉及生物学初级知识的学习似乎对认知资源的影响很小。工作记忆限制可能只在处理文化构建的知识或生物学次级知识时才至关重要。Paas 和 Sweller(2012)提出的一种可能支持生物次级知识学习的生物初级知识形式是手势。手势作为一种生物学初级知识可以用来帮助学习者获得次级知识(如数学)。作为生物学初级知识的手势是否真的能够降低学习者的认知负荷呢？有研究发现手势追踪可以降低认知负荷(Du&Zhang,2019;Ginns&King,2021;Ginns,&Kydd,2019;Hu et al.,2015;Tang et al.,2019;Yeo&Tzeng,2019)。但随后的研究未能复制该结果，发现手势追踪未能降低认知负荷(Ginns et al.,2016;Ginns et al.,2020;Korbach et al.,2019;Macken&Ginns,2014)。其次，在认知负荷上，在已有的 16 篇文献(20 个实验)中 14 篇(18 个实验)测量了认知负荷，有 8 个实验未发现追踪组与不追踪组在认知负荷上存在显著差异，有 10 项实验结果表明追踪组的部分认知负荷低于不追踪组，如，Tang 等(2019)发现，追踪水循环海报的元素会降低外在认知负荷，但不能降低内在认知负荷。1.3.手势效应的边界条件？手势效应的边界条件？为什么已有研究在手势追踪对多媒体学习的作用方面存在分歧呢？Mayer 指出，多媒体教学设计原则存在边界条件，多媒体学习的效果受学习者特征(如，性别、年龄、先验知识)、学习内容因素(如，知识类型、元素数量、材料难度)、教学设计方式(如，呈现方式、情绪设计)和教师特征(如，手势、教学风格)等的影响。那么，手势追踪对多媒体学习的促进作用是否存在边界条件？对这些调节变量的分析有助于帮助学习者更有效地利用手势追踪进行多媒体学习，同时可以对研究结果推广到教学实践进行限定。1.3.1.实验材料实验材料 学习材料是影响多媒体学习效果的最重要因素之一。综合以往研究，我们归纳出知识类型、可视化类型和学习材料时长这 3 个影响追踪效应的潜在实验材料因素。1)知识类型 在已有的 16 篇文献中学习材料的知识类型差距较大，有 9 篇使用数学样例作为学习材料，4 篇使用了生理解剖学的心脏血液循环系统作为实验材料，另有 3 篇选取水循环系统、恒星生命周期、虚拟鱼图文作为研究材料。数学材料所占比例高达 56.25%，且将数学样例(关于平行线的角度几何样例)作为学习材料的研究均发现了追踪效应。但 Wang 等人(2021)用低空间性材料(心算样例)进行实验时未发现手势追踪的促进效应。鉴于水循环系统、恒星生命周期、虚拟鱼图文均为介绍某一方面的科学知识，本研究将其并入同一知识类型科学知识，与数学材料、生理解剖学材料一起进行元分析。李辉，郑玉玮 DOI:10.12677/ap.2024.142115 915 心理学进展 2)可视化类型 此外，根据多媒体学习原则的通道效应，一般来说，视听双通道的学习效果要优于视觉或听觉单通道的，但是这不意味着通道愈多愈好，在加入手势追踪(动觉+触觉通道)后，可能会出现冗余效应，干扰学习过程。Miller(1937)发现，在儿童学习单词时，仅呈现单词的学习效果要好于单词和图片同时出现时的学习效果，即“图片单词”效应，后来的研究者也验证了此效应(Torcasio&Sweller,2010)。纳入分析的 16 篇文献，15 篇学习材料为图片+文本，而 Zuo 和 Lin(2022)使用心脏视频课程作为学习材料，之后在图片上进行追踪。因此，相比在单通道学习材料中的应用，手势追踪在视听双通道学习材料中是否能取得更好的学习效果，还是产生冗余效应，造成认知负担，阻碍了学习，需要对此进行分析。3)学习材料时长 根据新颖性效应，在多媒体学习环境中，学生在开始学习新事物时可能会保持较高的兴趣，但随着学习时间的增长，学习者的兴趣和参与度会逐渐降低，同时，学习者的精力消耗地更大，导致学习效率逐渐降低；但也有研究表明学习时间越长，学习者的成绩越好(Clark,1983)。因此，可以将学习时间作为一个调节因素来考察手势追踪效果研究不一致的问题。1.3.2.被试特征被试特征 综合以往研究发现，被试的年龄、已有的知识经验、性别、空间能力等因素都会影响学习效果。本研究根据年龄将被试分成大学生和小学生两类，同时发现有部分研究男女比例悬殊。Yeo 和 Tzeng(2020)在研究中发现追踪效应受学习材料空间特点的影响，这表明追踪效应可能与学习者的空间能力有关。有研究表明性别和空间能力是相关的(如，Astur et al.,2004;Uttal et al.,2013;Toomey&Heo,2019)。性别间存在空间能力差异，男性更高(Astur et al.,2004;Uttal et al.,2013)。因此，将被试的年龄和性别作为调节变量进行调节效应分析。1.3.3.认知负荷量表的类型认知负荷量表的类型 手势追踪研究关于认知负荷结果不一致的原因可能是认知负荷量表不够完善，认知负荷作为一种内在认知过程很难通过自陈问卷进行测量。纳入文献所采用的量表也不同，早期研究多采用一种简单的量表(只有一个项目，如 Hu 等人设计的主观测试难度评分量表，5 点计分)来测量学习者的认知负荷，多数研究发现手势追踪可以降低认知负荷，但近年来的研究采用了一种多项目量表(68 个项目，改编自Leppink 等(2013)编制的认知负荷问卷，11 点计分)，这些研究中结果多为混合的，如，Wang 等(2021)发现，实验一仅证明追踪组在外在认知负荷上显著低于非追踪组，但实验二结果表明，追踪组具有更低的外在和内在认知负荷。综上，手势追踪对多媒体学习效果和认知负荷的作用并不稳定，可能存在一些潜在调节变量。元分析不仅可以合成总效应量，而且可以根据效应量的影响因素来分析调节效应，从而揭示哪些因素可能影响追踪效应(Borenstein et al.,2009)。因此，为了深入研究手势追踪对于多媒体学习的影响，本研究对此进行元分析。在上述论述的基础上，本研究预期：在多媒体学习中进行手势追踪可以促进学习者的保持和迁移成绩(假设 1)，并且能提高学习者的兴趣，降低学习者的认知负荷(假设 2)，但这会受到学习材料的知识类型、可视化类型，学习时长，认知负荷问卷类型以及被试性别和年龄的调节(假设 3)。2.元分析元分析 2.1.文献检索文献检索 本研究遵循 PRISMA 指南和开放式荟萃分析的规范化报告进行元分析(刘宇等，2021)，研究对相关的中英文文献进行了全面系统的检索，检索时间截至 2023 年 5 月，共获得了 16 篇相关研究。检索李辉，郑玉玮 DOI:10.12677/ap.2024.142115 916 心理学进展 库包括 Science Direct、Web of Science、PubMed、PsycINFO 和 Google Scholar 五个英文数据库；中国知网(CNKI)、万方和维普三个中文数据库；并通过纳入文献的参考文献进行补查。从以往研究的标题和关键词中确定了 2 组关键词，“多媒体学习”和“手势追踪”，使用布尔运算法则进行检索。英文关键词将 tracing、deictic tracing、tracing effect、pointing 分别与 multimedia、multimedia learning、learning 进行联合搜索；中文关键词则是将“追踪”、“手势”、“手势追踪”、“指向”、“触摸”分别与“多媒体”、“多媒体学习”、“学习”进行联合搜索。2.2.文献纳入与排除文献纳入与排除 纳入标准：1)根据多媒体学习的定义，研究所用学习材料需包含图画(如，图片、视频、动画)和文本信息；2)研究为实证研究；3)研究为被试间设计，需至少包含一个“图文+追踪”条件与“图文+不追踪”条件学习效果的对照试验；4)被试为小学生、中学生、大学生或成年人，排除以学龄前儿童、老年人和有学习障碍者作为被试的研究。5)研究报告了量化结果，如保持测验、迁移测验或认知负荷；6)有足够的数据来计算效应量(如，平均数、样本量、标准差等)。根据文献检索标准，图 1 总结了文献的筛选过程，主要包括三个步骤。第一步，初步检索到期刊文献 2333 篇，根据文章标题，删除重复收录的文献和明显非教育学或心理学的文章。第二步，根据文章标题、关键词和摘要，删去非手势追踪的实证研究和非多媒体学习材料的文献，得到 76 篇文献；最后，通过阅读全文，删掉重复的研究和实验材料为简单学习任务的文章(如，单词学习、识数)，以及无法计算效应量的文章，最终纳入文献 16 篇。注：n 代表文献数量，k 代表独立效应量数量。Figure 1.Literature inclusion and exclusion process 图图 1.文献纳入与排除流程 李辉，郑玉玮 DOI:10.12677/ap.2024.142115 917 心理学进展 2.3.文献编码与效应量文献编码与效应量 首先，记录文献的基本信息，包括文章作者、出版时间。其次，记录实验的相关信息，包括被试年龄、女性占比，手势(手势追踪、无手势追踪)，可视化类型(图文、视频+图片)，结果变量(保持成绩、迁移成绩、解题时间、认知负荷、学习动机)。最后，提取计算效应量的数据(如，样本量、平均值、标准差)。保持测验和迁移测验是多媒体学习研究最关注的学习效果指标，而手势追踪对多媒体学习效果的研究以认知负荷理论为理论基础，将认知负荷测试作为重要的测量指标(王福兴等，2016)，因此本研究选取以上三个指标作为结果变量。保持测验主要测量学习结束后，学习者回忆出的知识数量，考察的是浅层记忆效果，因为本研究纳入的文献中，术语测试和识别测试目的是为了测试被试对学习材料的识记，因此本研究将术语测试、识别测试和回忆测试作为保持测验；而迁移测验则是要求学习者回答或解决与学习内容相关，但需要学习者结合自身已有的知识，并对材料进行深度加工，考察的是深层理解效果，本研究纳入的文献中，以数学问题作为实验材料的结果变量分为两类，类似问题的正确答案数量、解题时间，迁移问题的正确答案数量、解题时间，无论是类似问题还是迁移问题都需要被试从学习材料中进行推理，需要灵活地使用数学原理，因此将类似问题结果和迁移问题结果作为迁移测验。理解测试本身就需要对学习材料进行深入分析，在新的情境中解决问题，因此也将理解测试成绩作为迁移测验结果。认知负荷理论认为，工作记忆的认知负荷可分为三类：外在认知负荷、内在认知负荷和相关认知负荷(Sweller,2011)。外在认知负荷(Extraneous Cognitive Load)是学习者对交互因素(如图文)处理的增加而产生的一种不必要的负荷，是不恰当的教学设计给学习者选择、提取和整合信息带来了困难(Sweller,2011)。内在认知负荷(Intrinsic Cognitive Load)是由学习任务的复杂性和不同学习要素交互作用的结果决定的。相关认知负荷(Germane Cognitive Load)是在形成和调节心理图式过程中产生的一种负荷，是实现学习的有效手段。调节变量编码为 3 类，学习材料(知识类型、学习时长、可视化类型)、被试(年龄、性别)和认知负荷问卷类型。学习材料的知识类型编码为 3 类，数学(13)、生理解剖学(4)、科学知识类(3 篇，包括水循环系统、恒星生命周期、虚拟鱼图文)。可视化类型编码为 2 类，图文结合(19)，视频+图片(1)。根据文章报告的教育水平，将被试划分为 2 类，小学生(13)、大学生(7)。将女性的比例编码为 4 类，未报告、低、中等和高。具体来说，如果女性被试的比例低于总样本的 50%，将这些研究编码为低(5)；如果女性被试占总样本的比例在 50%75%之间，将这些研究编码为中等(8)；如果女性被试占总样本的比例高于 75%，将这些研究编码为高(2)。研究所采用认知负荷问卷包括 6 种。“Paas 1”，改编自 Paas(1992)的 5 分图解主观测试难度评分量表，仅有 1 个项目；“Ginns 1”，Ginn 等人使用的认知负荷量表，用于评价内容理解和学习的难易程度，仅有 1 个项目，9 点计分。“Cierniak 3”，基于 Cierniak 等(2009)开发的 7 点量表，主观评分被用于衡量外在、内在和相关认知负荷，包括 3 个项目。“Leppink 6”，改编自 Leppink 等(2013)的多项内在和外在认知负荷问卷，包括 6 个项目，11 点计分；“Leppink 8”，包括 8 个项目，11 点计分；“Leppink 5+Klepsch 3”，内在认知负荷和外在认知负荷的指标改编自 Leppink 等(2013)的认知负荷量表，5 个项目，而相关认知负荷指标改编自 Klepsch 等(2017)的问卷，3 个项目，均为 7 点计分。为了便于分析，将其进行合并，编码为 5 类。仅有一个题目测量认知负荷的 Paas 1 和 Ginns 1 编码为 1 类，共 6 篇文献(9 个独立的效应量)；将改编自 Leppink 等(2013)的多项内在和外在认知负荷问卷编码为 1 类，共 6 篇文献(7 个独立的效应量)；将 Cierniak 3 单独编码为 1 类，共 1 篇文献；将测量相关认知负荷的 Klepsch 3 也单独编码，共 1篇文献；未报告认知负荷的 2 篇文献编码为一类(详见表 1)。李辉，郑玉玮 DOI:10.12677/ap.2024.142115 918 心理学进展 Table 1.Meta-analysis literature inclusion and coding 表表 1.元分析文献纳入与编码 研究 样本量 被试年龄 学习内容 知识类型 学习时长(min)女性占比(%)认知负荷 问卷 可视化 类型 结果变量 Hu et al.,2014 56 小学生 平行线几何的角度关系 数学 30 28.57/图文 TT Macken&Ginns,2014 42 大学生 黑白心脏图片 生理解剖学 25 73.81 Cierniak 3 图文 CT、TT、ICL、ECL、GCL Hu et al.,2015;Exp.1 42 小学生 平行线几何的角度关系 数学 30 0 Paas 1 图文 TT、ICL、ST Hu et al.,2015;Exp.2 72 小学生 平行线几何的角度关系 数学 30 22.22 Paas 1 图文 TT、ICL、ST Agostinho et al.,2015 61 小学生 单双线温度图 数学 25 47.54 Paas 1 图文 TT、ICL、ST Ginns et al.,2016;Exp.1 52 小学生 平行线几何的角度关系 数学 20 0 Paas 1 图文 TT、ICL Ginns et al.,2016;Exp.2 54 小学生 数学四则运算 数学 20 59.26 Paas 1 图文 TT、ICL Du&Zhang,2019;Exp.1 90 小学生 平行线几何的角度关系 数学 28 51.11 Paas 1 图文 TT、ICL Ginns&Kydd,2019 30 大学生 纸质黑白心脏材料 生理解剖学 25 66.67 Ginns 1 图文 CT、TT、ICL Tang et al.,2019 44 小学生 水循环图 科学知识 20/Leppink 6 图文 CT、TT、ICL、ECL、LM Yeo&Tzeng,2019 72 小学生 平行线几何的角度关系 数学 20 59.72 Paas 1 图文 TT、ICL、ST Korbach et al.,2019 60 大学生 心脏幻灯片课程 生理解剖学 25 88.9 Leppink 8 图文 CT、TT、ICL、ECL Yeo&Tzeng,2020;Exp.1 60 小学生 平行线几何的角度关系 数学 20 61.67 Paas 1 图文 TT、ICL、ST Yeo&Tzeng,2020;Exp.2 72 小学生 数学指数定律 数学 20 1 Paas 1 图文 TT、ICL、ST Ginns et al.,2020 106 小学生 平行线几何的角度关系 数学 45 70.75 Leppink 8 图文 TT、ICL、ECL Ginns&King,2021 44 大学生 恒星生命周期 科学知识 20 70.45 Leppink 8 图文 CT、TT、ICL、ECL、LM Wang et al.,2021;Exp.1 93 小学生 平行线几何的角度关系 数学 30 47.31 Leppink 8 图文 TT、ICL、ECL、ST、LM 李辉，郑玉玮 DOI:10.12677/ap.2024.142115 919 心理学进展 续表 Wang et al.,2021;Exp.2 90 大学生 心算(mental mathematics)数学 10 48.89 Leppink 8 图文 TT、ICL、ECL、ST、LM Schler&Wesslein,2022 59 大学生 虚拟鱼的图片和相关文本 科学知识 6.36 69.49/图文 CT、TT Zuo&Lin,2022 156 大学生 心脏视频课程 生理解剖学 20 78.21 Leppink 5+Klepsch 3 视频+图文 CT、TT、ICL、ECL、GCL、LM 注：CT，保持测验；TT，迁移测验；ICL，内在认知负荷；ECL 外在认知负荷；GCL，相关认知负荷；ST，学习时长；LM，学习动机。采用 Comprehensive Meta-Analysis(v.3.3.070)进行元分析。以“图文+追踪”为实验组，“图文+不追踪”为控制组计算效应量。元分析通常将 Cohens d 用作效应量指标，然而，当研究间的样本量差别较大时，Cohens d可能存在一定的估计偏差。因此，本研究使用Hedgess g作为效应量的无偏估计(Borenstein et al.,2009)。正的 Hedgess g 效应量表明，手势追踪对多媒体学习有积极影响。2.4.模型选定模型选定 元分析总效应量的估计可选择固定效应模型或随机效应模型。首先，应根据研究对象的总体情况来选择模型。固定效应模型假设纳入元分析的所有文献其研究对象(被试年龄、性别等)、研究方法等都一致，因此拥有同一真实效应量，其效应差异可能仅是抽样误差造成的(邵嵘等，2019)。随机效应模型的假设则更为宽松，允许研究对象、研究范式上存在差异。不同模型的权重匹配不同，得到的效应量结果可能也会不同。据此，固定效应假设只存在研究内变异，大样本被分配较大比重，小样本则占较小比重；而随机效应模型认为研究内和研究间都存在变异，权重分配更为适中，大样本研究就不太可能占主导地位，小样本研究可能发挥更大的作用(周丽等，2019)。因所纳入元分析的文献的样本量差异较大，被试在年龄和性别上也存在较大差异，所用研究材料不尽相同，因此本文选择随机效应模型进行分析。其次，异质性检验(Heterogeneity Test)的结果也可以用来辅助模型选定，若效应量异质，则选用随机效应模型。2.5.发表偏倚发表偏倚 在论文出版方面，在统计上显著的文章更易发表，故纳入元分析的文章可能本身发表偏倚，从而影响元分析结果。由于发表偏倚属于客观因素，暂时没有特别好的办法进行修正，本研究使用失安全系数、漏斗图法和 Egger 线性回归检验来评估发表偏倚。3.结果结果 3.1.主效应检验主效应检验 为了探究手势追踪对多媒体学习的影响，同时为了保证元分析的独立性，分别对保持测验等 7 个结果变量下的手势追踪的主效应进行随机效应模型检验(表 2)。结果表明，保持测验、迁移测验、解题时间、外在认知负荷和内在认知负荷的效应量 g 值分别是 0.64、0.44、0.42、0.40 和0.40，且 95%置信区间不包括 0，p 值均小于 0.05，即追踪组确实比非追踪组有更好的保持成绩、迁移成绩，更快的解题速度，更低的内在和外在认知负荷。但追踪组与非追踪组在相关认知负荷(g=0.14)和学习动机(g=0.46)上并无显著差异。李辉，郑玉玮 DOI:10.12677/ap.2024.142115 920 心理学进展 Table 2.The main effect test of tracing gesture(random effect model)表表 2.手势追踪的主效应检验(随机效应模型)结果变量 k N g 95%CI 保持测验 7 329 0.64*0.13,1.14 迁移测验 16 1090 0.44*0.26,0.61 解题时间 5 433 0.42*0.70,0.15 外在认知负荷 7 468 0.40*0.70,0.09 内在认知负荷 14 975 0.40*0.64,0.17 相关认知负荷 2 92 0.14 0.27,0.54 学习动机 4 260 0.46 0.15