基于SPOC的统计学混合式教学：自适应学习路径与认知负荷优化研究
DOI: https://doi.org/10.64083/STE2511205
作者
陈礼兴，张建国，曹仕姣
摘要
本研究以SPOC平台为技术支撑，聚焦统计学混合式教学场景，构建融合认知负荷理论的自适应学习路径模型，通过实证研究验证其对学习者认知负荷的优化效果。研究采用准实验设计，选取某高校2022级统计学课程2个实验班（124人）与2个对照班（120人）开展为期16周的教学实践，结合多维度数据采集（学习行为数据、认知负荷量表、知识测试成绩等），运用SPSS 26.0与AMOS进行统计分析。结果显示：自适应学习路径可使学习者外在认知负荷降低27.3%，知识内化效率提升22.7%，学习满意度达93.6%；其核心机制在于通过动态调整学习内容复杂度与呈现方式，实现认知负荷的精准调控。研究为混合式教学中个性化学习路径设计提供了理论依据与实践范式，对提升统计学教学质量具有重要参考价值。
关键词
SPOC；混合式教学；自适应学习路径；认知负荷；统计学教学
