教育技术研究趋势:在六种编入社会科学引文索引里的经同行评审的期刊中超过十年的国际研究
在线发表日期:2013.04.10
美国教育传播与技术协会 2013
来源期刊:《教育技术研究与发展》ETR&D
摘要:这个研究应用文本挖掘的方法来检索教育技术领域社会科学引文索引收录的六种期刊在2000年至2010年间发表的2997篇国际研究文章。辨别出共有19簇研究领域,并且进一步分析这些簇的在国家和期刊中的生产力。分析结果显示出各研究领域的上升趋势、稳定的地位以及很少的关注。这个研究同时鉴定出期刊研究重点领域以及国家研究力量所在。同时也囊括了通过技术批判理论的视角得出结论的一个讨论。作者希望告诉教育技术的群体关于切题的教育技术研究趋势和各研究领域的贡献。作者同样相信对于趋势这样的研究可以帮助促进未来研究方向的富有成效的讨论,也可以促进跨各种地理区域领域的国际合作实现的可能性。
关键词:教育技术、国际研究趋势、文本挖掘、社会科学引文索引
引言
在过去,会有人认同基于技术的学习环境的趋势并为之努力(Winn 2002; Mihalca and Miclea 2007; Ross, Morrison and Lowther 2010)。然而,这些成果并没有在学习环境之上得出全面的观点。所以Winn、Mihalca和Miclea的观点未能纳入教育技术国际研究趋势。这个无效的研究表明研究需要告知所有人各种关注焦点以及国际贡献的强度。然而具说明性的,综述论文都明显地将教育技术研究按“时期”分离并选择相关文献的分类进行支持他们的观点。没有综述文章应用数据收集的方式来有组织的检索真实可用的数据。尤其这两年,2012年Hung研究数字化学习趋势的调查检索了超过600份相关期刊文章和会议论文并使用文本挖掘和文献计量的方法。Hung的研究有组织的收集期刊文章并为这些文章提供了纵视图。然而,他的研究主要聚焦在个人学习而没有以一个综合的视角整体看待教育技术领域。
我们选取了在教育技术领域中六个重要相关的期刊,这些期刊是国际上有杰出贡献作者的集中体现。这六种期刊都包括在社会科学引文索引中并且排列在这个索引的前50位。所选文章的时间跨度是11年,从2000年开始到2010年。我们的目的是这样足够长的时间内的文章甄选可以使读者看到在教育技术研究中所有可能的过渡和改变,这些转变也许显示出了具体的方向和未来的研究,但是我们选取的并不是特别长的时期,这样以便于这篇论文仍然可以帮助大家聚焦在最近的变化中。我们希望这个研究可以告知教育技术群体最近教育技术研究趋势中的话题、领域、具有研究贡献的地域。我们相信。对于趋势这样的检索过程可以帮助充分促进未来的研究方向和可能的跨各种地域的国际协作的一些讨论。
教育技术研究文献综述
有选择性的文章回顾是由作者选择的文章中论述内容所引导的。然而,范围、数据资源以及文章选择的标准通常都没有清晰的界定。比如,winn对自己选择文章进行综述和定义数字化学习的演变都在教学设计、消息设计、仿真和学习环境这样一个时代中。作者总结数字化学习研究已经因学习环境和各种学习交互的讨论而改变。然而,这个观,并没有从系统的调查研究中找到支撑的证据。
最近几年,系统内容分析和引文分析开始成为主要的文献综述研究中使用的方法。这种类型的研究通常有着清晰的领域界定、数据资源和文章选择标准。内容分析通过分析给予他们共同特征的文章内容和文章族群揭示出研究趋势。比如,Shih, Feng and Tsai调查了数字化学习中的认知研究趋势,作者从五本社会科学引文索引收录的主要的教育技术期刊中收集了从2001到2005年的444篇文章。他们主要的发现表明“教学方法”、“学习环境”以及“元认知”是三个最受喜爱的研究话题。随着人工智能分析的发展,内容分析也可以由量化的使用文献挖掘技术来进行分析。这样节约了研究者的时间和读文献付出的努力,使得他们可以集中关注与结果的解说和论述。
引文分析已开始应用于社会科学来调查个体、机构和专业期刊的研究贡献。比如,Ozcinar调查了758篇发表在1980至2008年间教学设计的文章。并且发现87%的文章来源于七个国家,而远东国家则很少发表。
我们研究的目的是检索大量的研究文章,这些2000至2010年文章发表在教育技术领域,选择文献挖掘技术作为研究方法是因为考虑到需要系统的过滤和分析庞大的文本资料,在下一部分我们会进一步解释。
文本挖掘
文本挖掘或文本资料挖掘是分析大量收集的文本信息的过程以及在原文数据中自动识别有趣的模式和关系。这个过程也叫做数据库知识发现,这个过程包括从低级数据中提取高级知识。
传统的,研究趋势的研究都引导他们使用文本分析,这种类型的研究有益于全文检索,但也有时间消耗和研究主观性的缺点。与此比较起来,文本挖掘允许研究者基于他们内容的相似之处进行上千份记录和聚类文章进行加工。
最近几年,文本挖掘采用研究纵向的研究文章和技术报告的研究,这些文章具有下列共同特征:
(a)
(b)
(c)
研究方法
数据分析遵循数据库中的知识发现的方法,包括数据提取、数据预处理、转化、文本挖掘、和评估/解释。我们应用遵循知识发现模型的步骤来描述数据分析的小部分。
数据提取
从社会科学引文索引的基本数据中准备数据提取,我们选择了在教育技术领域6个具代表性的专家审阅的期刊,包括:
l
l
l
l
l
l
这六个期刊有着下列共同特征:
l
l
l
l
l
l
SSCI数据库里有不同类型的学术出版物比如期刊文章、会议纪要、会议论文和书评。在这篇文章里,我们的目标数据都是仅限于期刊文章。图表1下方提供了更为细节的期刊特征分类。
在这六种期刊中,我们仅包括《教育技术和社会期刊》8年的文章和《国际教育与教学的创新》9年的文章,这是因为前者从2003年开始进入社会科学引文索引而后者是从2002年开始。
图表1
期刊名
英国教育技术期刊
计算机与教育
教育技术和社会期刊
教育技术研究和发展
国际教育与教学的创新IETI
计算机辅助学习期刊
数据预处理
下列变量数据都是用即时产生簇的方法收集和分析的,以此揭示研究趋势:发表年、期刊标题、作者数量、页数、第一作者国籍、第一作者机构。这些变量都是指标普遍应用在图书馆学中。其他变量,比如发行版本号、文章类型、数字对象标识符(DOI),语言和关键词都从数据组中移除。在数据挖掘中转变指的是聚集/变换数据来形成新的变量进行有意义的分析。在这个研究中,“许多作者”和“许多页数”都是收集资料汇总的变量。比如,Delwiche2006年发表在《教育技术和社会》中的文章《在新媒体教室中的大量多玩家的在线游戏》,有一个作者和13页。
分析工具
数据分析系统软件SAS数据挖掘师4.2版本用来在这个研究中进行数据挖掘、基于摘要的相似之处对研究文章分组。“停用词”名单的产生是通过软件和目前研究的作者剔除明显的非技术性的词汇,并保持有意义的、和领域相关的词汇。SAS数据分析系统软件之后对使用领域相关词汇和对相似文章分组聚类。最终,所有聚类都基于凝聚聚类算法聚集成分层级的树形结构形成分层级的分类结构。
解释/评价
数据解释/评价遵循以下原则:(1)检验研究方向中的分层次的分类结构;(2)在各自研究方向的取样、综述文章;(3)这个研究的搜索着在研究领域中采用三角测量研究方向的专业知识。这篇论文的解释/评价都在结果和讨论部分和总结部分体现。
结论
研究结果
每年发表的文章数量
图表1体现了从2000年到2010年文章发表的数量。实线代表在这六个个体期刊上每个期刊发表的文章数量,虚线表示六种期刊一年里发表的总文章数目。下面的趋势都在图表1中有所体现:
|
每年发表的教育技术研究文章总数在这十一年间显示出上升趋势。另外,上升的文章数目可以分离为两个阶段:从2000到2005年(混合增长率是19.45%)和2006到2010(混合增长率是19.04%)。
所有六种期刊在第一阶段数量激增,在第二阶段《计算机与教育》增长。它表明在2007到2010年文章发表数量的大幅度增长,相比2006年的数目,每年都都有2—5倍的增长。表现总数的虚线也表明了与《计算机与教育》相同的增长趋势。
文章平均长度的发展趋势
图表2揭示了从2000到2010年六种期刊文章中每篇文章的平均页数。下列趋势都在图表2中有体现:
l
l
l
期刊文章的国家出文章比率的趋势
图表3显示了
图3显示了基于第一作者的隶属关系由独立的国家的期刊出版物的分类结果。图3揭示了以下发展趋势并总结下列关于在各期刊第一作者最多的国家如下。如果第一个国家有两倍多的文章的第二个国家中,只有第一个国家列出来。如果不是这样,第一和第二个国家都会列出来。
l
l
l
l
教育技术研究的分类
图表4显示出聚类分析的结果。使用这个方法,我们需要基于摘要的相似度划分文章的分层结构。四个大的层次,19个子层的层次是通过聚类分析生成的。这些集群由三位27年的综合EDTECH研究经验的专家解释,以确保其信度。
CL1(272篇文章,占样本文章的9%)包含在宏观视角下的技术融合问题的研究。示例文章:在美国西北部的K-12学校系统的局限性阻碍可接受的信息技术融合(Wisdom et al. 2007)。
CL2(495篇文章,占样本文章的17%)包含在宏观视角下的在线学习。示例文章:教育技术学在一个十字路口:研究学术领域在加拿大的发展。
CL3(62篇文章,占样本文章的2%)包含在高等教育中的数字化学习研究。示例文章:利益相关人的分析:在高等教育中谁负责数字化学习成功?
CL4(78篇文章,占样本文章的3%)包含在教育游戏研究。示例文章:在新的多媒体教室的大型多人在线游戏(MMO)。
CL5(167篇文章,占样本文章的6%)包含在技术辅助学习研究。示例文章:陈述变化性阅读能力的获得作为计算机辅助教学方法的功能。
CL6(46篇文章,占样本文章的2%)包含在寻找学习风格影响学习的研究。示例文章:基于网页的学习程序:通过各种认知风格学习者的使用。
CL7(39篇文章,占样本文章的1%)包含在寻找技术采用的研究。示例文章:教育中的技术接受度建模:职前教师的研究。
CL8(120篇文章,占样本文章的4%)包含在寻找对于技术的态度的研究。示例文章:学生教师对互联网和民主的态度的评价。
CL9(100篇文章,占样本文章的3%)包含在学习共同体研究。示例文章:构建一个实践社区以提升课程活动。
CL10(255篇文章,占样本文章的9%)包含在教学设计研究。示例文章:加强教学设计效率:教学设计者采用的方法论。
CL11(57篇文章,占样本文章的2%)包含在学习目标研究。示例文章:实践中的学习目标:可重复使用的学习目标在小学教育中的整合
CL12(189篇文章,占样本文章的6%)包含在基于技术环境的评价研究。示例文章:建构选择题测试系统。
CL13(57篇文章,占样本文章的2%)包含在多媒体研究。示例文章:iTunes的大学课堂:播客可以代替教授?。
CL14(251篇文章,占样本文章的8%)包含在教育软件和仿真研究。示例文章:加强本科学生的技术与实验室VIEWTM软件的学习经验。
CL15(53篇文章,占样本文章的2%)包含在计算机辅助语言学习研究。示例文章:在电脑辅助语言学习中的伦理问题:教师和学习者的理解。
CL16(187篇文章,占样本文章的6%)包含在自动教学系统开发研究。示例文章:基于知识工程方法的阅读材料推荐系统的开发。
CL17(409篇文章,占样本文章的14%)包含在学习交互和在线协作学习研究。示例文章:使用拼图和案例研究支持在线协作学习。
CL18(85篇文章,占样本文章的3%)包含在在线讨论的研究。示例文章:在缓和网上讨论学生辅导员的角色。
CL19(75篇文章,占样本文章的3%)包含在问题解决研究。示例文章:问题解决和观念转变之间的互动:系统的动态建模的学习平台。
下面是这个综述研究被辨识出的话题“组”(比簇要高一级)类的清单:
l
l
l
l
l
l
接下来是在这个研究中被辨识出的三个主要“领域”(比组要高一层级),由组合簇构成。
D1研究宏观视角下的数字化学习和技术融合研究
D2新兴技术的接受程度和态度研究
D3学习环境的研究
从2000到2010年之间由话题/领域簇所体现的研究趋势
在这一部分中,在图5中的簇,都进一步按照美奶奶这一簇趋势和发表文章的平均数目分类,这有助于揭示趋势,也研究出了2000年至2010年教育技术领域的研究兴趣点。
上升的话题
下列簇按照发表文章的数量上显示出上升的趋势。每个簇都每年发表超过15篇。
l
l
l
l
l
l
l
保持稳定的话题
一些簇先对稳定或者是上升幅度不大,下列簇的文章已经在2000年到2010年发表的按照每年发表的文章数量来看显示出少量的上升,但是在每一簇每一年发表的所有文章的平均数量不会超过15篇文章。
l
l
l
l
l
l
“冰封”话题
没有一个簇显示出下降的趋势。取而代之的是,在下列簇中的文章在2000至2010年间持续发表,但是每年每一簇所有的平均数量没有超过5篇。
l
l
l
l
l
相关新话题
CL3高等教育中的数字化学习研究,这个簇在2000-2003年间并没有存在,但是在2004年出现了2篇直到2010年达到19篇。
教育技术领域可能会强调不同国家有不同的研究项目因为该领域的历史、教育政策和实践、或相关产业的原因。我们研究的数据显示,教育技术领域发表文章最多的前10个国家分别是美国,英国,台湾,澳大利亚,荷兰,加拿大,土耳其,希腊,新加坡和德国。揭示哪个国家在研究领域发表了更多的文章,在2000-2010年间最高产的五个国家都包括在我们所分析的范围内,图表6显示出着五个国家中的每一个簇的出版数量。看图6,我们可以辨别出每个包含在分析中的国家的研究兴趣/力量。
美国最常发表的文章在下列簇类:“宏观视角下的技术融合问题的研究”、“学习交互和在线协作学习研究”、“教学设计研究”。英国最长发表的文章在下列簇类:“宏观视角下的在线学习的研究”、“教育软件和仿真研究”、。台湾最长发表的簇类在:“自动教学系统开发研究”、“学习交互和在线协作学习研究”、“基于技术环境的评价研究”。澳大利亚最长发表的是:“宏观视角下的在线学习的研究” 、“学习交互和在线协作学习研究”、“宏观视角下的技术融合问题的研究”。新西兰前三名的簇类是:“教学设计研究”、“学习交互和在线协作学习研究”、“宏观视角下的在线学习的研究”。
基于这些发现,“学习交互和在线协作学习研究”是在这些前五名的国家中最为流行的研究方面。“宏观视角下的在线学习的研究”也在前五名的四个国家中引起很多人的研究兴趣,然而台湾相关这一方面的文章比较少。另一方面,台湾在“自动教学系统开发研究”中比其他四个国家的文章都要多很多。
该研究进一步研究在所有前五位的国家和成果确定了这些簇是由哪一个特定的国家占主导地位。在此上下文中,术语“占主导地位的”,是指这样的一个国家:它产出的文章具有至少两倍于下一个最有成效的国家。只有五个簇包含一个占主导地位的国家:
l
l
期刊中发表文章最多的研究方向
在我们分析中,我找到了在六种期刊中发表文章前三名的研究方向,结果如下:
l
l
l
l
l
l
总之,CL2在宏观视角下的在线学习研究和CL17学习交互和在线协作学习研究按照大多数期刊的文章数量,除了《计算机与教育》发表学习交互和在线协作学习研究比在宏观视角下的在线学习研究多了51.5%。也值得注意的是CL10教学设计研究是《教育技术研究和发展》最受欢迎的研究方向而不是宏观视角下的在线学习研究和学习交互和在线协作学习研究。《教育技术研究和发展》在教学设计研究方向比第二名的学习交互和在线协作学习研究多发表9.5%的文章。比第三名的宏观视角下的在线学习研究要多出53.3%的文章数量。总结起来就是,《国际教育与教学的创新》中发表的大部分文章都是关于宏观视角下的在线学习研究。领先在第二位的是基于技术环境的评价研究30.8%和第三名教学设计了38.6%
此外,发表在IETI文章绝大多数是在网上学习的宏观视图,领先第二位的评估技术为基础的学习环境和季军的教学设计了38.6%(参见图7)。
该研究在期刊份研究方向的时候就想对于国家的分析一样,采用的主导地位相同的研究方式。术语“主导”,再次出现,是指一个期刊至少比下一个每簇都多产出量的期刊的两倍。
l
l
l
l
l
l
相关讨论和结论
当今时代的教育技术研究
在三个主要的领域比较之后,(D1:技术融合;D2:对于新兴技术的接受度/态度;D3:学习环境)可以发现D1和D3上升速度大于D2。结果表明,除非另一种学习技术会带来学习范式的转变就像因特网一样,还有另一种预期,新兴技术的接受/态度激起一致的热点领域并在教育技术领域产生丰富的研究。在另一方面,教学技术的运用和教学/学习策略在实现预期的学习成果会不断地关注在教育技术领域工作的研究人员和教育工作者,并让他们的调查研究更加多产和具有效性。总的来说,这项研究发现,在教育技术领域互联网构成了主要的教学/学习环境。在这样的环境中,在教育技术研究中对于多种多样的交互和协作学习为主流的教学/学习策略做出了贡献。在先前的研究也有同样的观察结果。这些观察结果,由此次研究中的数据组成,表明教育技术研究是关注学习环境的一个领域。Winn把教育技术研究定义为4个层次:(1)教学设计时代,关注内容(2)信息设计时代,关注格式(3)仿真时代,关注交互(4)研究新时代,关注学习环境。然而,给予这个研究结果,教学设计和仿真/交互都仍然是这个领域的热点话题。
通过技术批判理论的视角看问题
技术批判理论(Feenberg 2005)是一个框架,它对于技术的综合哲学观和和建构主义技术哲学的研究,旨在在多个层次分析技术和技术系统。按Feenberg的理论,技术是一种双面现象包括操作者和研究对象。前者与后者是人,而技术行为是一个权力的行使。通过设计,操作者可以浓缩研究对象的兴趣和关注点。当我们通过技术批判理论研究这个研究的结果,操作者便有可能性把已辨别出的教育技术研究趋势明确成形,并从教育技术研究趋势中得到一些启示并在下面的行文中进行讨论。
政府
然而,在教育实践的实际中,因为各种各样的原因,数字化学习并没有台湾生根。一个可能的原因是广泛可接受的实体大学可以获得高等教育,因此,相比之下对于数字化学习和远程教育没有那么高的需求。另外一个可能的原因也许与现在教育政策相关。基于台湾教育司的规定,大学毕业所需学分中在线学分并不能超过总学分的一半。
期刊
技术开发者
教育技术历史中,新的技术开发通常让人们用更多的时间教学和引起人们的研究兴趣。基于技术批判理论,在大多案例中,技术开发的方向的研究经常是从上至下躲雨从下至上。意思是作为技术开发者也是操作者,他们开发新的技术使用他们的技术权利来为终端用户决定或创造需求。这个单一肤浅的技术系统就像是为用户创造阻力,这样就可以理解为什么我们发现研究话题要称为“对于技术的态度”,这个名字在我们的研究中更适宜作为稳妥的话题标题。Feenberg认为技术的民主化可能是通过开放的技术,以更广泛的利益,关注和反馈,这可能导致为技术行动中人类和自然极限更好的兼容性重新设计技术。虽然这是一些和理想的建议,但是它也许不会发生除非操作者和研究对象之间的关系会发生很大程度上的转变。尽管复杂性和范围都包括在促使技术民主化成为可能,对于这样“理想”的过程,Web2.0技术的出现是一个很好的例子也是一个良好的开端。Web2.0这一代技术的精神和天性就是鼓励参与、创作和分享,包括基于广泛用户而得到的反馈,这样的技术是由下至上的反馈回路过程而组成。并且,通常Web2.0技术对于用户是相对来说地技术门槛的态度,使得它更像是授权和包容用户。这样会帮助操作者和研究对象、鼓励反馈,以此来减轻划分领域的阻力。
局限性
在控制数据分析干扰的努力中,这个研究选择提取它主要的数据资源。因此,提取出的质量会影响到研究结果。一些关键信息(比如研究方法论)也许不会改变研究中的发现。总之,作者关注完成其它各种各样的对比,比如在分析共著作者的国家的起源和联盟的国际协作和各学科间的工作。然而,这个尝试没有成功是因为从SCI/SSCI数据库中进行数据提取,而这个数据库并没有提供高品质的信息(比如少了一些对于共著作者的评价)形成有意义的分类。有研究者将来要复制我们的研究过程也许需要把这个放卖弄考虑进来。因为,很有可能SCI/SSCI数据库将来会在作者国家的起源和联盟上改善它的数据质量(超过了我们现在研究的年份)。如果数据质量并没有改进,并且作者国家的起源和联盟都是将来研究的焦点,研究者可以考虑缩短时间表(比如5年)、手动分类这些数据,然后以簇类进行分析和发表结果。这样的改变可以使数据分析更容易管理。
将来的研究
来自 “ ITPUB博客 ” ,链接:https://blog.itpub.net/21963366/viewspace-1118905/ ,如需转载,请注明出处,否则将追究法律责任。