心理发展与教育  2016, Vol. 32 Issue (5): 565-578.   PDF    
http://dx.doi.org/10.16187/j.cnki.issn1001-4918.2016.05.07
国家教育部主管、北京师范大学主办。
0

文章信息

王玉鑫, 谢和平, 王福兴, 安婧, 郝艳斌 .2016.
WANG Yuxin, XIE Heping, WANG Fuxing, AN Jing, HAO Yanbin .2016.
多媒体学习的图文整合:空间邻近效应的元分析
Text-Picture Integration in Multimedia Learning: A Meta-Analysis of the Spatial Contiguity Effect
心理发展与教育, 32(5): 565-578
Psychological Development and Education, 32(5): 565-578.
http://dx.doi.org/10.16187/j.cnki.issn1001-4918.2016.05.07
多媒体学习的图文整合:空间邻近效应的元分析
王玉鑫, 谢和平, 王福兴, 安婧, 郝艳斌     
青少年网络心理与行为教育部重点实验室; 华中师范大学心理学院, 武汉 430079
摘要: 多媒体学习中的空间邻近效应认为,当书页或屏幕上的对应的图像和文本邻近呈现时,要比图文远离呈现更加有利于学习者的学习。本元分析针对Ginns(2006)的不足,增加了近10年最新的研究,以保持测验、迁移测验和主观认知负荷作为结果变量,考察多媒体学习中空间邻近效应的稳定性,以及学习材料特征、学习及测验环境和学习者教育水平等的调节作用。经文献搜索与筛选,有53项研究符合元分析要求,在保持测验、迁移测验、主观认知负荷上分别生成了45个(2000人)、43个(1935人)、11个(645人)独立效应量。主效应检验发现:空间邻近组在保持测验(d保持=0.48)和迁移测验(d迁移=0.39)成绩上均显著高于空间远离组,在主观认知负荷上显著低于空间远离组(d认知负荷=-0.24)。调节效应检验发现:在高交互性材料(d高交互=0.42)、系统步调(d系统步调=0.52)、短时学习(d短时=0.55)等条件下,空间邻近效应对学习的深层理解(迁移测验)能发挥更大的作用;对中小学生学习者(d中小学=0.71),空间邻近效应促进学习识记(保持测验)的效果更好;相对于电子环境,纸质学习环境下(d保持=0.66,d迁移=0.52)的空间邻近效应对保持和迁移测验的促进都更加显著;在主观认知负荷上,学习材料特征、学习及测验环境以及学习者教育水平对空间邻近效应均不存在调节作用。
关键词: 空间邻近效应    多媒体学习    图文整合    元分析    调节效应    
Text-Picture Integration in Multimedia Learning: A Meta-Analysis of the Spatial Contiguity Effect
WANG Yuxin, XIE Heping, WANG Fuxing, AN Jing, HAO Yanbin     
Key Laboratory of Adolescent Cyberpsychology and Behavior(CCNU), Ministry of Education; School of Psychology, Central China Normal University, Wuhan 430079
Abstract: The spatial contiguity effect shows that people learn more effectively when corresponding texts and pictures are presented close to each other rather than separately (Mayer, 2009). A meta-analysis based on 53 empirical studies was conducted to investigate the effects of spatial contiguity effect on subjective cognitive load, retention and transfer tests. Consistent with Cognitive Theory of Multimedia Learning (CTML) (Mayer, 2009), the main effect analysis indicated that participants who learned from spatially contiguous materials outperformed those who were provided with spatially separated materials in both retention test (dretention=0.48) and transfer test (dtransfer=0.39). Besides, spatially contiguity reduced learners' subjective cognitive load (dcognitive load=-0.24), which supported Cognitive Load Theory (CLT) (Sweller, 1994). The moderator analysis revealed that multimedia material characteristics (element interactivity, pacing of presentation, learning duration) affected the spatial contiguity effect on transfer test. Specifically, studies which used materials with high interactivity (dhigh interactivity=0.42), system-paced presentation (dsystem-paced presentation=0.52), shorter duration (dshorter duration=0.55) had larger effect size. Learning condition also had moderator effect on the spatial contiguity effect, learning with printed materials performed better both on retention and transfer tests (dretention=0.66, dtransfer=0.52) than digital materials. In addition, the spatial contiguity may better enhance retention test when being applied to primary and secondary school students(dprimary and secondary school=0.71). The subjective cognitive load reduces by spatial contiguity wasn't moderated by above factors. The results suggested that spatial contiguity effect could play an important role in text-picture integration of multimedia learning. Moreover, element interactivity, pacing of presentation, learning duration, learning condition and learners' educational level should be considered as vital moderators of spatial contiguity effect.
Key words: spatial contiguity effect    multimedia learning    text-picture integration    meta-analysis    moderator effect    
1 引言

在现代教学过程中,不管是在纸质书本还是电子媒介,学习材料都不再局限于文本信息,还包含了丰富的插图、动画等,这种包含了语词(打印文本或解说等言语形式)和画面(图表、动画、视频等图像形式)的学习即为多媒体学习(Mayer, 2009)。多媒体包含了更加多样化的信息呈现方式,使学习者同时形成言语和图像表征,更好地进行知识建构(Hegarty, 2014; Imhof, Scheiter, Edelmann, & Gerjets, 2012; She & Chen, 2009)。但同时呈现图像和语词材料,也给学习者带来了认知负担,学习者需要将对应的图像信息和言语信息相整合,才能进行有意义的学习(Mason, Tornatora, & Pluchino, 2013; Schnotz, 2014)。因此,在设计多媒体教学材料的过程中,尤其要注意该如何促进学习者更好地进行图文整合。

传统教学材料通常采取图文远离的排版(如:书页或屏幕的上方是文本,下方是配图),学习者面对这种图文远离的呈现方式,首先要消耗认知资源搜寻对应的图文信息,这使得余下的认知资源进行图文组织整合更加困难。针对这一图文整合的问题,Mayer (2009)提出了空间邻近原则(spatial contiguity principle),多媒体材料中对应的图文信息邻近呈现比远离呈现更加有利于学习。

为了验证空间邻近效应是否稳定,Ginns (2006)十年前就针对教学领域的空间邻近效应进行了元分析,结果发现空间邻近效应对各项结果变量(保持测验成绩、迁移测验成绩、解题时间)的整体效应量为0.72。但其元分析存在以下不足:第一,纳入的部分研究(Kalyuga, Chandler, & Sweller, 1999; Mayer, 1989; Tabbers, Martens, & Van Merri?nboer, 2000)超出了“空间邻近”的概念范畴。如:在Ginns纳入的文献中,Kalyuga等人(1999)主要关注线索的作用,对材料中相应的图文信息进行了线索化标记。线索是指在多媒体材料中引导学习者注意力的非内容信息(如:箭头、颜色、高亮等) (De Koning, Tabbers, Rikers, & Paas, 2007, 2009; 谢和平, 王福兴, 周宗奎, 吴鹏, 2016),很显然Kalyuga等人研究中的线索化并不属于空间邻近的范畴;第二,一项研究只纳入一个结果变量,且存在优先选取标准。Ginns按照迁移测验成绩、保持测验成绩、解题时间的顺序优先选取靠前的结果变量,每个研究只纳入一个结果变量,造成大量数据丢失。另外,只有当靠前的指标不显著或者未报告的情况下,才会纳入研究中所报告的靠后的显著性指标,这种纳入标准可能会导致效应值的过高估计;第三,对部分研究编码的合理性有待商榷。例如:其元分析中纳入了Martin-Michiellot和Mendelsohn (2000)的研究,但是报告的效应值不是通过对比“空间邻近组”和“空间远离组”得出的,其中还混杂了学习环境的差异——邻近组是在纸质环境下学习,而远离组是在计算机环境下学习;第四,结果变量的选取不够全面。首先,其元分析以认知负荷理论为依据,但是并没有采用体现认知负荷的结果指标进一步验证理论推测;另外,其对保持测验、迁移测验、解题时间这三种结果变量进行合并分析,但这三种指标反映的是不同的认知加工过程,合并分析会丢失更加具体深入的信息。

本元分析针对Ginns (2006)元分析中主要的不足之处进行了改进,并探究更多的重要调节变量。Ginns发现了材料交互性、测验环境对空间邻近效应的调节作用,本元分析将再次检验这两个因素的调节作用,除此之外,还考虑了多媒体材料的呈现步调、学习时长和学习环境等潜在的调节变量。除了涵盖Ginns (2006)所有符合本元分析标准的研究,本元分析还纳入了近十年最新的实证研究。由于Ginns同时探究了空间邻近效应和时间临近效应,而本研究只关注空间邻近效应,因此本文涉及到的与Ginns元分析结果的对比均是针对空间邻近效应;另外,其元分析中有少部分研究使用的不是多媒体材料,而是“图与图”或“文与文”的空间邻近,本研究只关注多媒体学习中的空间邻近效应。综上,本元分析针对先前研究的不足,并结合最近十年的实证研究,探究空间邻近对多媒体学习中图文整合的影响。同时考虑到调节变量的影响,探讨了多媒体学习的材料特征(交互性、呈现步调、学习时长)、学习及测验环境、学习者教育水平等的调节作用,从而深入了解空间邻近效应在多媒体学习中扮演的角色。

1.1 空间邻近对图文整合的影响

Mayer (2009)基于多媒体学习认知理论(Cognitive Theory of Multimedia Learning, CTML)的基本假设提出空间邻近效应(spatial contiguity effect),即当书页或屏幕上对应的图像和文本邻近呈现时,要比图文远离呈现时更加有利于学习者的学习。至今空间邻近效应已经在生物学(Chandler & Sweller, 1991; Gordon, Tindall-Ford, Agostinho, & Paas, 2016)、物理学(Johnson & Mayer, 2012; Kalyuga, Chandler, & Sweller, 1998)、数学(Harter & Ku, 2008; Tindall-Ford, Agostinho, Bokosmaty, Paas, & Chandler, 2015)、气象学(Mayer, Steinhoff, Bower, & Mars, 1995; 王福兴, 段朝辉, 周宗奎, 陈珺, 2015)、统计学(Bodemer, Ploetzner, Feuerlein, & Spada, 2004)、软件编程(Martin-Michiellot & Mendelsohn, 2000; Sweller & Chandler, 1994)、地理(Crooks, White, Srinivasan, & Wang, 2008)、心理学(Roodenrys, Agostinho, Roodenrys, & Chandler, 2012; Zhou, 2012)等研究领域得到了验证。

CTML整合了双重编码理论(dual-coding theory) (Paivio, 1986)和工作记忆模型(model of working memory) (Baddeley, 1992),基于双通道和有限容量的假设,提出多媒体学习有三个阶段:首先选择语词和图像信息进入工作记忆;接着进入的图像和语词信息要在工作记忆中进一步组织形成图像、言语表征;最后将言语、图像表征与长时记忆整合进行知识建构。当教学材料的图文彼此远离呈现时,学习者要耗费认知资源搜寻相应的图文信息,这样工作记忆就没有足够的认知资源来建构言语和图像表征,不利于言语、图像表征与长时记忆的最终整合。由此看来,空间邻近影响的主要是多媒体学习的图文整合。以往研究发现学习空间邻近材料的学习者会有更好的迁移测验成绩,迁移测验通常需要学习者在理解并记忆了学习材料后,加以推理延伸才能进一步作答,体现的是深层理解加工的学习效果,因此一些研究者以迁移测验成绩来间接反映学习者的图文组织整合加工(Erhel & Jamet, 2006; Mayer, 2009)。最近,Johnson和Mayer (2012)利用眼动技术更加直接地证明了空间邻近效应的作用机制,他们发现在学习空间邻近材料时,学习者会有更多的图文转换次数,从文本转换到相应图像的次数也更多,说明图文空间邻近确实促进了图文整合阶段。

也有研究者从认知负荷理论(Cognitive Load Theory, CLT)的角度来解释空间邻近效应(Ayres & Sweller, 2005; Bobis, Sweller, & Cooper, 1993; Chandler & Sweller, 1991)。Sweller (1994)将认知负荷分为三种:内在认知负荷(intrinsic cognitive load, ICL)、外在认知负荷(extraneous cognitive load, ECL)和相关认知负荷(germane cognitive load, GCL)。ICL主要和学习材料的元素交互性有关,材料越复杂,包含元素越多,ICL越高,越不利于学习;ECL主要与教学设计优劣有关,不合适的教学设计会增加ECL,不利于学习;GCL与促进学习者图式构建和自动化过程有关,这种负荷不会阻碍学习,反而会促进学习。三类认知负荷之和代表学习过程中的总认知负荷(Sweller, Van Merrienboer, & Paas, 1998)。认知负荷领域的研究者认为当学习者学习图文远离的材料时,要自己搜寻相应的文本和图像,使得外在认知负荷增加,在认知资源有限的前提下,总认知负荷就容易超出工作记忆容量,从而阻碍学习。

本元分析将选取保持测验、迁移测验、主观认知负荷作为结果变量,探究空间邻近效应对多媒体学习图文整合的作用。选取以上结果变量的原因首先在于保持测验和迁移测验是多媒体学习研究领域普遍使用的重要指标,两种测验分别反映了不同的认知加工过程(Mayer, 2009)。保持测验涵盖的主要是学习材料原有内容,考察的是浅层识记的学习效果;而迁移测验体现的是深层理解加工的学习效果。另外,本元分析还选取了主观认知负荷作为结果变量。认知负荷理论认为图文远离会导致高认知负荷从而阻碍学习,以往很多研究将认知负荷理论作为理论依据解释空间邻近效应,但是尚没有研究系统地验证过这一推论的真实性,这也是Ginns (2006)所忽略的重要结果变量。因此,本元分析将使用主观认知负荷作为结果变量以验证CLT推论的正确性,即空间邻近条件下学习者的主观认知负荷是否显著低于空间远离。根据CTML和CTL,我们预期:在保持测验上,图文空间邻近呈现比远离呈现更有利于提高学习(假设1);在迁移测验上,也存在稳健的空间邻近效应(假设2);在主观认知负荷上,空间邻近条件下的主观认知负荷会低于空间远离(假设3)。

1.2 空间邻近效应的调节变量

只有针对特定人群、使用某些特定的学习材料、并在特定的学习环境和测验条件下,多媒体学习的原则和结论才会有效,即多媒体学习的原则具有边界条件(boundary condition) (Mayer, 2010),由此可知,应该存在一些因素对空间邻近效应具有调节效应。结合以往的实证研究及相关理论基础,本研究认为空间邻近效应可能存在以下调节变量。

1.2.1 学习材料特征

学习材料按照元素交互性,可以分为高交互性和低交互性材料。探究多媒体学习空间邻近效应的研究大多使用的是高交互性材料,对于缺乏相关知识经验的学习者,会造成较高的ICL。在这种情况下,如果学习材料的图文远离呈现,又会进一步增加ECL,这样容易导致学习者的总体认知负荷超出工作记忆容量,最终阻碍学习(Altan & Cagiltay, 2015; Moreno & Mayer, 1999),此时会出现明显的空间邻近效应;相反,当使用的是低交互性材料时,学习者的ICL较低,即使图文远离会增加ECL,但是总体认知负荷超载的可能性较低,学习效果不会受到影响,即空间邻近效应的作用会减弱(Cerpa, Chandler, & Sweller, 1996; Sweller & Chandler, 1994)。因此,我们预期:高交互性材料条件下,空间邻近效应在保持测验和迁移测验上的效应量显著高于低交互性材料,在主观认知负荷上的效应量显著低于低交互性材料(假设4)。

学习材料的呈现步调可分为学习者步调(learner-paced)和系统步调(system-paced) (Tabbers & de Koeijer, 2010)。学习者步调指的是学习者可以控制学习材料的播放、暂停、呈现速度和顺序等,系统步调则是指学习材料的呈现完全由系统统一设定。以往很多研究发现材料以系统步调呈现时,空间邻近条件下的学习效果要好于空间远离(Owens & Sweller, 2008; Tindall-Ford, Chandler, & Sweller, 1997);当学习材料是学习者步调时,空间邻近效应的作用减小(Erhel & Jamet, 2011; Kester, Kirschner, & Merriënboer, 2005)甚至是消失(Crooks et al., 2008; Martin-Michiellot & Mendelsohn, 2000)。这可能是因为当学习者可以控制呈现步调时,无论学习空间邻近还是远离的材料,学习者都有足够多的时间搜寻相应的语词和画面,完成图文整合,还能根据先前知识经验选择要学的内容,空间邻近相对于空间远离对学习的促进效果可能不太明显。而当学习材料的呈现是系统控制时,学习者需要在规定的呈现步调下完成学习,已有认知负荷较高,而空间邻近则能降低学习者的总认知负荷,更好地促进学习。因此,我们预期:系统步调条件下,空间邻近效应在保持测验和迁移测验上的效应量显著高于学习者步调,在主观认知负荷上的效应量显著低于学习者步调(假设5)。

在多媒体学习过程中,学习者除了要对图文信息进行选择、组织、整合, 还要在工作记忆中维持图文信息的表征(holding representation) (Mayer & Moreno, 2003)。如果学习时间过长,学习者需要长时间维持先前内容的知觉表征,这种情况下,即使采用的是空间邻近材料,可能也无法弥补学习者长时间表征维持带来的过高认知负荷,空间邻近效应相对减弱(Bodemer et al., 2004; Mwangi & Sweller, 1998; Roodenrys et al., 2012);相反,当学习时间较短时,学习者的表征维持负担较小,空间邻近效应可以更好地发挥作用(Gordon et al., 2016; Kalyuga et al., 1998)。以往研究的学习时长短则几十秒(Johnson & Mayer, 2012),长则达到几十分钟(Kablan & Erden, 2008; Kester et al., 2005),大多数研究采用的是不到十分钟的材料(Kalyuga et al., 1998; Schmidt-Weigand, Kohnert, & Glowalla, 2010; 王福兴等, 2015)。因此本文尝试以十分钟为界限,学习时长十分钟以下的为短时学习,超过十分钟的为长时学习,探究学习时长对空间邻近效应的调节作用。我们推测短时学习条件下,空间邻近效应在保持测验和迁移测验上的效应量显著高于长时学习,在主观认知负荷上的效应量显著低于长时学习(假设6)。

1.2.2 学习及测验环境

在学习环境上,已有研究可分为两类:纸质学习环境和电子学习环境,纸质环境包括书本、打印材料等,电子环境主要是指借助于计算机或眼动仪等的电子屏幕呈现材料,具有动画、声音或丰富的色彩等特征。以往研究发现,电子环境下学习者的阅读速度(Daniel & Woody, 2013; Dillon, 1992; Mayes, Sims, & Koonce, 2001)和学习效果(Ackerman & Lauterman, 2012; Mangen, Walgermo, & Br?nnick, 2013; Mayes et al., 2001)都不如纸质环境。可能的原因是:在电子环境下,学习者容易受到电子媒介中学习信息以外的无关干扰,也更容易使学习者感到视觉疲劳(Chang, Chou, & Shieh, 2013; Kang, Wang, & Lin, 2009),这些因素会增加ECL。由此可知,在电子学习环境下,即使采用空间邻近的材料,可能也无法弥补学习者超载的认知负荷,空间邻近对学习的促进作用不大;当在纸质学习环境下时,学习者的视觉疲劳度较低,无关干扰少,空间邻近就能更好的发挥作用。综上,我们推测:在纸质学习环境下,空间邻近效应在保持测验和迁移测验上的效应量显著高于电子学习环境,在主观认知负荷上的效应量显著低于电子学习环境(假设7)。

以往研究在测验方式上,有的采取独立测验(one-on-one testing) (Bayram & Bayraktar, 2012; Harter & Ku, 2008; Tindall-Ford et al., 1997),有的则是群体测验(group testing) (Erhel & Jamet, 2011; Roodenrys et al., 2012; Ward & Sweller, 1990)。Ginns (2006)发现空间邻近效应在独立测验条件下的效应量(d =0.89)要大于群体测验(d =0.65)。他认为独立测验对实验的控制更加严格,避免了群体测验带来的无关干扰,因此可以使空间邻近效应的作用发挥的更加明显;在群体测验条件下,虽然空间邻近效应的效应量较低,但是群体测验更具生态效度,比独立测验更加符合现实教学中的测验环境。因此本元分析也将再次探究测验环境对空间邻近效应的调节作用,并推测在独立测验条件下,空间邻近效应在保持测验和迁移测验上的效应量显著高于群体测验条件,在主观认知负荷上的效应量显著低于群体测验条件(假设8)。

1.2.3 学习者教育水平

根据信息加工理论(information-processing theory),人的心理能力发展最重要的原因在于元认知(metacognition)的发展。与人整体思维发展模式一致,随着年龄增长,元认知能力也会越高(Kuhn, 2000; 陈英和, 韩瑽瑽, 2012)。当学习者的年龄较小,即教育水平较低时,他们的元认知调节能力还未发展成熟。对于空间远离的学习材料,他们不能及时调整到合适的学习策略,将相应图像和文字进行整合;而且他们对学习进程的计划能力不足,在一定时间内可能学不完材料,此时空间邻近可以弥补他们元认知能力的不足。相反,当学习者的教育水平较高时,他们的元认知能力已经发育成熟,能够理解和掌握学习材料(Desoete, Roeyers, & De Clercq, 2003; Nelson & Narens, 1994)。即使是学习空间远离的材料,他们也能找到有效的学习策略,选择有用的图文表征,完成图文整合,此时空间邻近效应的作用可能不太明显。综上,研究推测:在学习者教育水平较低(中小学)的条件下,空间邻近效应在保持测验和迁移测验上的效应量显著大于教育水平较高者(大学生),在主观认知负荷上的效应量显著低于教育水平较高者(假设9)。

1.3 研究假设

本元分析和Ginns (2006)都选取了保持和迁移测验成绩作为结果变量。根据CTML,当多媒体材料的图文空间邻近呈现时,可以促进学习者的图文整合加工。因此,本元分析预期在保持测验(假设1)和迁移测验(假设2)上,空间邻近呈现比远离呈现更有利于提高学习成绩(与Ginns的研究假设方向一致)。另外,本研究还选取了主观认知负荷作为结果变量,这是Ginns所忽略的重要结果变量。根据CLT,空间邻近可以降低ECL,因此研究预期空间邻近条件下的主观认知负荷低于空间远离(假设3)。在空间邻近效应的调节变量上,Ginns发现了在高交互性材料、独立测验条件下,空间邻近效应会有更高的效应量。除了再次检验这两个因素的调节作用外,本研究还将探究多媒体材料的呈现步调、学习时长和学习环境以及学习者教育水平等潜在的调节变量。研究预期在高交互性材料(假设4)、系统步调(假设5)、短时学习(假设6)、纸质学习环境(假设7)、独立测验(假设8)等条件下,或针对教育水平较低的学习者(假设9)时,空间邻近效应在保持测验和迁移测验上会有更高的效应量,在主观认知负荷上会有更低的效应量。

2 方法 2.1 文献搜索 2.1.1 搜索范围与方式

文献搜索以电子数据库搜索为主,辅以人工搜索,包括中文文献和英文文献的搜索。英文文献主要从PsycINFO、PsycARTICLES、ScienceDirect、SpringerLink、ISI Web of Science、ProQuest、PubMed等数据库中搜索,分别将关键词“spatial contiguity”、“spatial proximity”、“split-attention”联合“multimedia learning”、“instructional design”进行题目和摘要检索,并通过Google Scholar进行文献补查,以及对综述和相关文章的参考文献进行人工搜索。中文文献主要从中国知网数据库、中文科技期刊数据库、万方数据库中搜索,分别将关键词“空间邻近”、“邻近原则”、“注意分离”联合“多媒体学习”、“多媒体教学”进行题目和摘要检索。另外,为了避免遗漏,利用百度学术进行二次检索,并通过参考文献回溯进行人工搜索。

2.1.2 纳入与排除标准

结合元分析方法和研究主题的要求,纳入元分析研究的标准为:(1)必须是实证研究,非实证研究予以排除;(2)研究使用的材料必须是多媒体材料,即包含画面和语词的材料,只包含语词或画面的研究予以排除;(3)研究报告了“空间邻近”和“空间远离”条件下的效应量或其他可以转换为效应量的指标(样本量、均值、标准差、t值、F值等);(4)研究必须至少包含保持测验、迁移测验、主观认知负荷等结果变量的其中一个;(5)研究之间的样本独立。若研究之间的样本重复或存在交叉,则纳入报告内容更详细或样本更大的研究;若学位论文发表在学术期刊上,则以发表的期刊论文为准,否则利用学位论文里的数据;(6)对于同一结果变量下生成的效应量,将平均值上下三个标准差之外的研究予以排除(Lipsey & Wilson, 2001)。

2.1.3 搜索结果

文献搜索的跨度为1990年1月到2016年1月。经过筛选后被纳入元分析的文献共37篇,符合元分析标准的最早文献发表于1990年。在获取文献全文的过程中,通过文献传递获得10篇,百度学术文献求助获得2篇,其余均通过数据库下载得到。37篇文献共包含有53项独立的研究,其中含保持测验的共45项(2000人),含迁移测验的共43项(1935人),含主观认知负荷的共11项(645人)。

2.2 元分析过程

元分析软件使用的是CMA 2.0 (Comprehensive Meta-Analysis 2.0),元分析过程包括以下五个阶段。

第一阶段,数据编码。依照Lipsey和Wilson (2001)的建议进行编码,确定了以下需要编码的变量:(1)研究基本信息(作者、年份、被试量);(2)材料交互性(高、低);(3)呈现步调(系统步调、学习者步调);(4)学习时长(长、短);(5)学习环境(纸质、电子);(6)测验环境(独立、群组);(7)学习者教育水平(大学、中小学);(8)结果变量(保持测验、迁移测验、主观认知负荷);(9)效应值。对于同时含有多个结果变量的研究,本研究改进了Ginns (2006)优先选取显著性指标的编码方式,无论结果变量显著与否,都进行编码(见表 1)。

表 1 纳入元分析的研究编码结果
研究 k 材料交互性 呈现步调 学习时长 学习环境 测验环境 教育水平 结果变量 效应量(Cohen’s d)
Gordon et al., 2016 53 HI Sp S P G M RT & TT & CL 0.55 & 0.68 & 0.09
Tindall-Ford et al., 2015 32 HI Sp S C I M TT & CL 0.99 & -0.48
Bayram & Bayraktar, 2012 37 HI Lp S C I U RT 0.72
Johnson & Mayer, 2012, Exp. 1 44 HI Sp S C I U RT & TT 0.24 & 0.80
Johnson & Mayer, 2012, Exp. 2 58 HI Sp S C I U RT & TT 0.31 & 0.73
Johnson & Mayer, 2012, Exp. 3 50 HI Sp S C I U RT & TT 0.42 & 0.35
Ozogul, Johnson, Moreno, & Reisslein, 2012 109 HI Lp L C G U CL 0.28
Roodenrys, 2012, Exp. 1 88 HI Lp L P G U RT & TT 0.14 & 0.34
Roodenrys et al., 2012, Exp. 1 56 HI Lp L P G U RT & TT 0.33 & 0.38
Roodenrys et al., 2012, Exp. 2 53 HI Lp L P G U RT & TT 0.37 & 0.53
Zhou, 2012 32 HI Lp L P I U TT 0.45
Erhel & Jamet, 2011, Exp. 1 46 HI Lp L C G U RT & TT 0.21 & 0.39
Florax & Ploetzner, 2010 108 HI Lp L C I U RT & TT -0.05 & 0.12
Florax & Ploetzner, 2010 165 HI Lp L C I U RT & TT 0.51 & 0.06
Schmidt-Weigand, Kohnert, & Glowalla, 2010 26 HI Sp S C I U RT & TT 0.51 & 0.65
Cierniak, Scheiter, & Gerjets, 2009 57 HI Lp L C I U TT & CL 0.11 & -0.33
Cierniak, Scheiter, & Gerjets, 2009 93 HI Sp L C G U TT & CL 0.11 & -0.44
Crooks et al., 2008 56 HI Lp L C G U RT & TT 0.12 & 0.17
Harter & Ku, 2008 98 HI Lp L C G M TT 0.27
Kablan & Erden, 2008 84 HI Lp L C I M RT & CL 0.52 & -0.53
Owens & Sweller, 2008 52 HI Sp S P G M RT & TT 0.66 & 0.62
Erhel & Jamet, 2006 48 HI Lp L C G U RT & TT 0.15 & 0.52
Bodemer, Ploetzner, Bruchmüller, & Häcker, 2005 26 HI Sp L C I U TT 0.32
Kester et al., 2005 25 HI Lp L C G M RT & TT & CL 0.07 & 0.79 & -0.03
Bodemer et al., 2004, Exp. 1 40 HI Sp S C I U RT & TT 0.58 & 0.57
Bodemer et al., 2004, Exp. 2 56 HI Sp L C I U RT & TT -0.08 & 0.16
Martin-Michiellot & Mendelsohn, 2000 20 LI Lp L C I U RT & TT -0.11 & -0.22
Martin-Michiellot & Mendelsohn, 2000 20 HI Lp L C I U RT & TT 0.39 & 0.00
Moreno & Mayer, 1999 81 HI Sp S C I U RT & TT 0.47 & 0.48
Kalyuga et al., 1998 18 HI Lp S P I U RT & TT & CL -0.03 & 0.92 & -0.78
Mwangi & Sweller, 1998, Exp. 2 27 LI Lp S P I M RT & TT 1.36 & 0.04
Mwangi & Sweller, 1998, Exp. 3 24 LI Lp S P I M RT & TT 0.04 & 0.11
Tindall-Ford et al., 1997 20 HI Sp S P I M RT & TT 0.27 & 0.63
Cerpa et al., 1996, Exp. 2 36 LI Lp L C G M RT & CL 0.47 & -0.03
Cerpa et al., 1996, Exp. 2 36 HI Lp L C G M RT & CL 0.72 & -0.69
Chandler & Sweller, 1996 20 HI Lp L C I U RT & TT 0.41 & -0.04
Mayer et al., 1995, Exp. 1 28 HI Sp S P I U TT 1.10
Mayer et al., 1995, Exp. 2 28 HI Sp S P I U TT 0.79
Mayer et al., 1995, Exp. 3 68 HI Sp S P I U TT 0.44
Sweller & Chandler, 1994, Exp. 1 20 HI Lp S C I M RT & TT 0.65 & 1.03
Sweller & Chandler, 1994, Exp. 2 20 HI Lp S C I M RT & TT 0.18 & -0.35
Sweller & Chandler, 1994, Exp. 3 20 LI Lp S C I M RT & TT 0.47 & 0.00
Sweller & Chandler, 1994, Exp. 4 20 LI Lp S C I U RT & TT 0.37 & 0.42
Chandler & Sweller, 1992, Exp. 1 20 HI Lp L P G U RT 1.24
Chandler & Sweller, 1991, Exp. 1 28 HI Lp S P I U RT & TT 1.28 & 2.16
Chandler & Sweller, 1991, Exp. 2 28 HI Lp S P I U RT -0.16
Chandler & Sweller, 1991, Exp. 4 20 HI Lp S P I U RT & TT 0.41 & -0.33
Chandler & Sweller, 1991, Exp. 5 20 HI Lp S P I M RT & TT 0.70 & 0.07
Chandler & Sweller, 1991, Exp. 6 20 HI Lp S P I M RT & TT 1.17 & 038
Purnell, Solman, & Sweller, 1991, Exp. 1 44 HI Sp L P G M RT 0.56
Purnell et al., 1991, Exp. 2 28 HI Sp L P G M RT 1.76
Purnell et al., 1991, Exp. 3 52 HI Sp L P G M RT 0.79
Purnell et al., 1991, Exp. 4 100 HI Sp L P G M RT 0.89
Ward & Sweller, 1990, Exp. 5 62 HI Lp L P G M RT 1.41
王福兴等, 2015 51 HI Sp S C I U RT & TT & CL 0.74 & 0.59 & -0.21
注:HI—高交互性材料,LI—低交互性材料;Lp—学习者步调,Sp—系统步调;L—长时学习,S—短时学习;P—纸质学习,C—电子学习;G—群体测验,I—独立测验;U—大学生,M—中小学生;RT—保持测验,TT—迁移测验,CL—主观认知负荷。

第二阶段,效应量计算。本研究使用Cohen’s d作为效应量,以“图文空间邻近”为实验组,“图文空间远离”为控制组,计算每个研究的效应量。对于没有直接提供效应量的研究,通过样本量、均值、标准差、t值、F值等进行效应量转换。最终保持测验共产生45个独立效应量,迁移测验共产生43个独立效应量,主观认知负荷共产生11个独立效应量。

第三阶段,同质性检验(homogeneity test)。通过同质性检验可以判断是否存在调节变量,若检验结果发现效应量是异质的,意味着可能存在调节变量(Cooper, 1989)。

第四阶段,主效应检验和调节效应检验。在进行主效应和调节效应检验之前,要确定使用随机效应模型,还是固定效应模型。Borenstein, Hedges, Higgins和Rothstein (2011)指出选择何种模型不应依赖于同质性检验的结果,而是要考虑纳入元分析的研究是否具有相同效应尺度。本元分析纳入的研究是不同研究者独立开展的实验,针对的是不同被试群体,使用材料也不相一致,因此应选取随机效应模型。另外,若同质性检验结果发现了效应量的异质性,还要进行调节效应检验。

第五阶段,发表偏倚(publication bias)检验。发表偏倚指的是由研究结果的性质和方向导致研究成果发表与未发表带来的偏倚(Higgins & Green, 2011),例如:很多没发现显著性的研究、会议论文、学位论文等未能发表,即文件抽屉问题(Rosenthal, 1978)。本研究将首先利用漏斗图直观地对发表偏倚进行定性评估,再进一步通过Egger线性回归法(Egger linear regression test)定量评估发表偏倚。

3 结果 3.1 空间邻近效应的主效应检验

分别对保持测验、迁移测验、主观认知负荷上的空间邻近效应进行随机效应模型分析。从表 2的结果可以发现,在保持测验、迁移测验上,平均效应量d值分别是0.48和0.39,且95%置信区间的下限均大于0,即学习空间邻近材料要比空间远离材料有更好的保持测验和迁移测验成绩;主观认知负荷的平均效应值d为-0.24,且95%置信区间的上限小于0,说明在空间邻近材料的条件下,学习者的认知负荷有所降低。根据Cohen (1992)的建议,效应值≤0.2为较小, 效应值在0.21到0.79为中, 效应值≥0.80为较大。空间邻近效应在保持测验、迁移测验上为中等效应量大小,在主观认知负荷上的效应量中等较低。

表 2 空间邻近效应的主效应检验(随机效应模型分析)
结果变量 k N Cohen’s d 95% CI
保持测验 45 2000 0.48*** 0.36~0.60
迁移测验 43 1935 0.39*** 0.29~0.50
主观认知负荷 11 645 -0.24* -0.45~-0.04
注: k代表独立效应量的个数,N代表样本量,* p < 0.05,** p < 0.01,*** p < 0.001。下同。
3.2 同质性检验

表 3是保持测验、迁移测验、主观认知负荷的同质性检验结果。Q检验结果表明含有保持测验研究的效应量异质性显著(p < 0.05),迁移测验和主观认知负荷的效应量统计异质性不显著(p > 0.1)。保持测验的I-squared值为35.15,代表保持测验35.15%的总变异来自于效应值的真实差异。

表 3 效应值同质性检验结果(Q统计)
结果变量 异质性 Tau-squared
Q df (Q) p I-squared Tau-squared SE F Tau
保持测验 67.85 44 0.012* 35.15 0.05 0.03 0.001 0.23
迁移测验 52.57 42 0.127 20.11 0.02 0.03 0.001 0.16
主观认知负荷 15.54 10 0.113 35.67 0.04 0.05 0.003 0.20
3.3 空间邻近效应的调节效应检验

同质性检验发现保持测验效应量的异质性显著,说明空间邻近效应在保持测验上可能存在调节变量,需要进一步的调节效应检验。另外,虽然未发现迁移测验具有统计学意义上的异质性,但是根据现有的实证研究以及相关理论基础,空间邻近效应在迁移测验和主观认知负荷上具有理论意义上的异质性,因此有必要对迁移测验和主观认知负荷也进一步开展调节效应检验。

分别检验了材料交互性、学习步调、学习时长、学习环境、测验环境、学习者教育水平对空间邻近效应的调节效应(见表 4)。在保持测验上,学习环境对空间邻近效应的调节作用显著,纸质学习环境下的空间邻近效应(d纸质=0.66)大于电子学习环境(d电子=0.34),QB(1)=6.41,p < 0.05;教育水平对空间邻近效应的调节作用显著,中小学生(d中小学=0.71)大于大学生(d大学=0.32),QB(1)=11.28,p < 0.01。在迁移测验上,交互性对空间邻近效应的调节作用边缘显著,高交互(d高交互=0.42)大于低交互(d低交互=0.07),QB(1)=3.13,p=0.077;学习步调对空间邻近效应的调节作用显著,系统步调(d系统步调=0.52)大于学习者步调(d学习者步调=0.29),QB(1)=5.13,p < 0.05;学习时长对空间邻近效应也有显著的调节作用,短时(d短时=0.55)大于长时(d长时=0.22),QB(1)=10.04,p < 0.01;学习环境对空间邻近效应的调节作用为边缘性显著,纸质环境(d纸质=0.52)大于电子环境(d电子=0.32),QB(1)=2.84,p=0.092。在主观认知负荷上,材料交互性、学习步调、学习时长、学习环境、测验环境、学习者教育水平对空间邻近效应的调节效应均不显著。

表 4 空间邻近效应的调节效应检验(随机效应模型分析)
结果变量 调节变量 同质性检验 类别 k N Cohen’s d 95%CI
Q df(Q) p
材料交互性 0.05 1 0.818 高交互 38 1813 0.483*** 0.36~0.61
低交互 7 187 0.439* 0.09~0.79
呈现步调 0.98 1 0.322 系统步调 15 531 0.552*** 0.38~0.73
学习者步调 30 1469 0.434*** 0.28~0.59
学习时长 0.06 1 0.806 长时 21 1198 0.48*** 0.29~0.67
保持测验 短时 23 777 0.50*** 0.36~0.65
学习环境 6.41 1 0.011* 纸质 20 813 0.66*** 0.44~0.88
电子 25 1187 0.34*** 0.22~0.46
测验环境 1.91 1 0.168 独立测验 28 1145 0.40*** 0.27~0.53
群体测验 17 855 0.57*** 0.37~0.78
教育水平 11.28 1 0.001** 大学 27 1277 0.32*** 0.21~0.44
中小学 18 723 0.71*** 0.51~0.90
材料交互性 3.13 1 0.077 高交互 38 1824 0.42*** 0.31~0.53
低交互 5 111 0.07 -0.31~0.44
呈现步调 5.13 1 0.023* 系统步调 17 806 0.52*** 0.38~0.66
学习者步调 26 1129 0.29*** 0.14~0.43
学习时长 10.04 1 0.002** 长时 17 1042 0.22** 0.10~0.35
迁移测验 短时 25 868 0.55*** 0.39~0.72
学习环境 2.84 1 0.092 纸质 17 635 0.52*** 0.32~0.72
电子 26 1351 0.32*** 0.20~0.43
测验环境 < 0.01 1 0.997 独立测验 32 1216 0.40*** 0.25~0.55
群体测验 11 668 0.38*** 0.23~0.53
教育水平 0.07 1 0.798 大学 30 1504 0.39*** 0.26~0.51
中小学 13 431 0.42*** 0.22~0.62
材料交互性 0.42 1 0.515 高交互 10 609 -0.26* -0.48~-0.05
低交互 1 36 -0.03 -0.69~0.62
呈现步调 0.01 1 0.911 系统步调 5 337 -0.27 -0.49~-0.06
学习者步调 6 308 -0.25 -0.63~0.13
学习时长 0.01 1 0.905 长时 7 440 -0.25 -0.53~0.03
主观认知负荷 短时 4 205 -0.22 -0.51~0.06
学习环境 < 0.01 1 0.980 纸质 2 71 -0.25 -1.08~0.59
电子 9 574 -0.26* -0.47~-0.04
测验环境 1.90 1 0.168 独立测验 5 293 -0.40** -0.62~-0.16
群体测验 6 352 0.03 -0.43~0.20
教育水平 0.14 1 0.704 大学 5 379 0.188 -0.54~0.11
中小学 18 266 0.03* -0.56~-0.03
3.4 发表偏倚检验

漏斗图可以直观地显示出三个结果变量下效应值的分布情况(见图 1图 2图 3)。横轴是Cohen’s d效应值,纵轴是Cohen’s d的标准差。由图 1看,每个漏斗图中的散点都各自形成一个对称的倒置漏斗形,且大部分研究集中于平均效应值的附近,说明本元分析纳入文献存在发表偏倚的可能性较小。

图 1 涉及保持测验的效应值分布情况
图 2 涉及迁移测验的效应值分布情况
图 3 涉及主观认知负荷的效应值分布情况

为了进一步定量评估发表偏倚,进行了Egger线性回归检验(Egger linear regression test) (见表 5)。Egger线性回归方程的截距(Egger’s intercept)接近于零,则认为发表偏差较小,截距是否等于零可通过假设检验来判断。由表 5的结果可知,在三个结果变量上的Egger’s intercept分别为0.86、1.00、-1.40,且均与零差异不显著(p > 0.05),说明发表偏倚较小。

表 5 发表偏倚检验(Egger线性回归)
结果变量 Egger’s intercept SE 95%CI p
保持测验 0.86 0.67 -0.48~2.22 > 0.05
迁移测验 1.00 0.58 -0.18~2.19 > 0.05
主观认知负荷 -1.40 1.37 -4.49~1.70 > 0.05

综合漏斗图和Egger线性回归检验的结果,可以认为本元分析纳入研究存在发表偏差的可能较小。

4 讨论 4.1 空间邻近效应的稳健性

元分析的主效应检验表明,多媒体学习中图文邻近呈现要比空间远离更好地促进学习,学习者能获得更好的保持测验成绩和迁移测验成绩,且有较低的主观认知负荷,符合研究假设1、假设2和假设3,说明空间邻近原则是十分稳健的多媒体学习原则之一,可以促进多媒体学习的图文整合。

当多媒体材料的图文远离呈现时,学习者要搜寻对应的图文信息,会耗费大量认知资源,继而干扰图文整合,影响学习效果(Mayer, 2009);相反,当教学材料的图文邻近呈现时,学习者就更有可能顺利完成图文整合,提高学习效果。以往研究普遍认为空间邻近主要促进了多媒体学习的整合阶段(Bobis et al., 1993; Erhel Jamet, 2006; Johnson Mayer, 2012),而迁移测验可以间接反映图文整合阶段。本研究通过对多媒体学习领域已有研究的元分析,确实发现了空间邻近显著提高了迁移成绩,即对多媒体学习的图文整合起到了促进作用。除了反映深度加工的迁移测验,在与浅层加工相关的保持测验上,空间邻近效应也发挥了明显的促进作用。综合来看,空间邻近对学习者的浅层和深层加工都有显著的促进效果,体现了空间邻近效应的稳健性。

纳入最近10年新的研究后,我们仍然发现了与Ginns (2006)类似的研究结果,但是Ginns得出空间邻近效应的平均效应量为0.72,明显大于本元分析得出的d保持=0.48, d迁移=0.39。一方面是因为Ginns优先选取显著性的结果变量纳入元分析,可能会导致效应量的高估。而本研究不存在这种优先选取标准,将研究中报告的所有结果变量都纳入元分析,得出的效应量更加可信和严谨;另一方面,不同于Ginns纳入了所有教学领域的研究,本元分析只关注多媒体学习领域,并纳入了最近十年的实证研究,这也可能是本研究所得效应量较低的原因。

另外,根据CTL,图文空间远离呈现是一种不当的教学设计,会增加学习者的ECL (Sweller, 1994),而空间邻近则能减少ECL,使学习者的总认知负荷降低,从而促进学习。本元分析发现空间邻近条件下,学习者的主观认知负荷显著低于空间远离条件,这一结果支持了CTL对空间邻近效应的解释。Ginns (2006)的元分析以CTL为理论依据,但是并没有分析反映认知负荷的指标。本元分析则通过主观认知负荷这一间接反映认知负荷的指标来检验CTL理论推论的正确性,进一步支持了CTL,也体现了新纳入近十年文献重新进行空间邻近效应元分析的价值。但是由于以往大部分研究忽视了对认知负荷的测量,纳入研究中含有主观认知负荷的研究数目不多(k=11),因此该研究结果仍需要后续研究进一步验证。这一研究现状表明今后研究应该重视认知负荷的测量,并采用更加直观、多角度的认知负荷测量手段;另外,随着研究样本的增加,可以尝试对认知负荷与学习效果进行元回归分析,进一步直接验证CTL关于高认知负荷导致学习效果降低这一因果关系的正确性。

4.2 空间邻近效应的调节变量 4.2.1 学习材料特征的调节作用

首先,多媒体材料的交互性对空间邻近效应具有边缘显著的调节作用。高交互条件下(d高交互=0.42)空间邻近效应在迁移测验上的效应量大于低交互条件(d低交互=0.07),符合假设4。根据CTL,当使用高交互性材料时,学习者本身的ICL就较高(Sweller, 1994),图文空间邻近可以减少ECL,从而使总认知负荷降低,促进学习效果;然而当使用低交互性材料时,学习者ICL较低,即使图文远离呈现增加了ECL,但是总认知负荷较低,不足以阻碍学习,所以空间邻近效应作用减弱。由于以往研究大多使用的是高交互性材料,本元分析和Ginns (2006)共有的不足是高低交互性条件下纳入的研究数目不均衡(k高交互=38, k低交互=5),这样可能会导致效应量的估计有较大偏差。今后研究应进一步关注低交互性材料下的空间邻近效应。

其次,呈现步调对空间邻近效应也具有显著的调节作用。系统步调下空间邻近效应在迁移测验上的效应量显著大于学习者步调,符合假设5。这可能是在系统步调条件下,学习者不能操纵学习进程,工作记忆的负担较高(Mayer, 2009),此时图文邻近呈现可以缓解学习者的高认知负荷,从而帮助学习;相反,当采取学习者步调时,学习者不仅有足够时间学习,并能自己调控(self-regulate)学习节奏,例如:重播重难点部分、跳过无关或熟悉内容,而且还能激发更强的学习动机(Alexander Jetton, 2003; Moos Marroquin, 2010),这些因素都会促进学习者更高效的主动学习,此时空间邻近的教学辅助效果就会相对降低。

最后,本元分析还发现了学习时长对空间邻近效应的调节效应。短时学习下空间邻近效应在迁移测验上的效应量显著大于长时学习,符合假设6。这一结果也得到了以往研究结果的支持(Gordon et al., 2016; Kester et al., 2005; Roodenrys et al., 2012; Tindall-Ford et al., 1997)。比如:Gordon等人(2016)使用了一个七分钟的短时多媒体材料,发现空间邻近组的学习者在迁移测验上显著好于空间远离组;也有研究设置学习时长为45分钟,结果未发现空间邻近效应(Bodemer et al., 2004)。这可能是因为当学习时间较长时,学习者长时间的表征维持会占用有限的认知资源,影响基本的认知加工过程,空间邻近效应会受到抑制;当学习时长较短时,学习者会有相对充足的认知资源完成认知加工,这也为空间邻近效应发挥作用奠定了基础。

4.2.2 学习及测验环境的调节作用

元分析结果发现学习环境对空间邻近效应存在调节作用。纸质学习环境的空间邻近效应在保持测验上的效应量显著大于电子学习环境,迁移测验上也发现一致结果, 符合假设7。以往关注电子阅读和纸质阅读的研究普遍发现,电子环境会降低学习效率(Daniel Woody, 2013; Dillon, 1992; Mayes et al., 2001)以及学习效果(Ackerman Lauterman, 2012; Mangen et al., 2013; Mayes et al., 2001)。有研究者认为这是因为电子环境会给学习者带来额外的认知负荷(Noyes, Garland, Robbins, 2004),此时学习者没有充足的认知资源完成多媒体认知加工过程,不利于空间邻近效应发挥其作用;在纸质学习环境下,学习者的额外干扰较少,视觉疲劳较低(Chang et al., 2013),ECL较低,便于空间邻近发挥优势。需要说明的是,在迁移测验上学习环境的调节效应只达到了边缘显著,仍需进一步验证。

对于测验环境,本元分析并未发现其对空间邻近效应的调节作用,与假设8不符。这与Ginns (2006)发现独立测验下,空间邻近效应会有更大效应量的结果不一致。Ginns认为不同测验环境虽然不会影响学习过程的掌握程度,但在学习效果提取阶段的实验操纵会影响学习成绩。独立测验环境更加严格,学习者在测验时的投入程度更高,成绩会更好,群体测验环境则相反。本研究没有发现多媒体学习的测验环境对空间邻近效应的调节效应,这可能是因为本元分析新纳入的近十年研究中,无论是独立测验还是群体测验,对测验阶段的实验操纵都较为严格,也可能是由于本研究的纳入文献标准更为严谨,且只针对多媒体学习领域,造成了不同的研究结果。对于测验环境是否对空间邻近效应具有调节作用,还需要未来研究的进一步探究。

4.2.3 学习者教育水平的调节作用

同假设9一致,学习者的教育水平对空间邻近效应具有显著的调节作用。当学习者为中小学生时,空间邻近效应在保持测验上的效应量显著大于大学生学习者条件。这与一些实证研究结果具有一致性(Crooks et al., 2008; Johnson Mayer, 2012; Owens Sweller, 2008; Purnell, Solman, Sweller, 1991)。比如:有研究采用高中生被试,结果在保持和迁移测验上都发现了空间邻近效应(Owens Sweller, 2008);而Johnson和Mayer (2012)以大学生作为被试进行了三个实验,结果只在实验1和实验2中的迁移测验上发现了空间邻近效应,在三个实验的其余测验上都未发现邻近组和远离组的差异。这可能是由于当学习者年龄较小时,元认知和综合认知能力还未发展成熟,更加需要额外的教学设计辅助,空间邻近相对于空间远离有较大的教学优势;而随着学习者年龄增加,他们的学习计划能力、监控能力等都趋于成熟,能利用自身较高的认知调控能力弥补教学设计上的不足,此时空间邻近效应就会相对减弱。

需要指出的是,本元分析发现学习材料特征(材料交互性、呈现步调、学习时长)对空间邻近效应的调节作用只体现在迁移测验上,而非保持测验。据此,本研究认为,学习材料特征对空间邻近效应的调节作用更多地体现在深层理解学习上,这也得到了一些研究结果的支持(Kester et al., 2005; Moreno Mayer, 1999; Mwangi Sweller, 1998; 王福兴等, 2015)。比如:Kester, Kirschner和Merriënboer (2005)使用学习者步调呈现材料,结果只在保持测验上发现空间邻近效应,在迁移测验上空间邻近效应不显著;而王福兴等(2015)采取系统步调,结果在保持和迁移测验上都发现了显著的空间邻近效应。这说明在保持测验上,空间邻近效应较为稳定,不受呈现步调影响;在反映深层学习的迁移测验上,呈现步调可能存在调节作用。此外,本元分析还发现,只有在保持测验上,学习者的教育水平对空间邻近效应存在调节作用。这可能是因为较低龄学习者的元认知能力不强,空间邻近的辅助可以使他们无需搜寻,直接学习对应的图文信息,促进浅层识记加工(保持测验)。但是由于中小学生认知发展水平的限制,空间邻近并不能对其深度加工(迁移测验)产生特别突出的作用。

另外,本元分析发现在主观认知负荷这一结果变量上,学习材料特征、学习及测验环境以及学习者教育水平对空间邻近效应均不存在调节作用。可能的原因是:一方面,本研究在主观认知负荷生成的效应量数目较少,调节效应检验可能存在一定的偏差;另一方面,主观认知负荷这一指标可能不够敏感,不能很好的测量学习者的认知负荷,这也提醒今后研究应该重视认知负荷的测量,并采用更加直观、敏感、多角度的认知负荷测量手段。

5 结论

本元分析得出以下结论:

(1) 在多媒体学习中,图文空间邻近相较于空间远离能够更好地促进多媒体学习的效果,保持测验和迁移测验的成绩更高;图文空间邻近相较于空间远离,可以降低学习者的主观认知负荷。

(2) 学习材料交互性、呈现步调、学习时长、学习环境和学习者教育水平是空间邻近效应的重要调节变量。在高交互性材料、系统步调、短时学习、纸质学习环境、中小学生学习者等条件下时,会出现更强的空间邻近效应。

参考文献
Ackerman R., & Lauterman T. (2012). Taking reading comprehension exams on screen or on paper? A metacognitive analysis of learning texts under time pressure. Computers in Human Behavior , 28(5), 1816-1828. DOI: 10.1016/j.chb.2012.04.023.
Alexander, P. A., Jetton, T. L. (2003). Learning from traditional and alternative texts:New conceptualizations for the information age. In A. Graesser, M. Gernsbacher, S. Goldman (Eds.), Handbook of discourse processes (pp. 199-241). Mahwah, NJ:Erlbaum.
*Altan, T., Cagiltay, K. (2015). An eye-tracking analysis of spatial contiguity effect in educational animations. In P. Z. A. I. (Eds.), Learning and Collaboration Technologies (pp. 3-13). Los Angeles:Springer.
Ayres, P., Sweller, J. (2005). The split-attention principle in multimedia learning. In R. E. Mayer (Ed.), The Cambridge handbook of multimedia learning (Vol. 2, pp. 135-146). Cambridge, UK:Cambridge University Press.
Baddeley A. (1992). Working memory. Science , 255(5044), 556-559. DOI: 10.1126/science.1736359.
Bayram S., & Bayraktar D. M. (2012). Using eye tracking to study on attention and recall in multimedia learning environments:The effects of design in learning. World Journal on Educational Technology , 4(2), 81-98.
Bobis J., Sweller J., & Cooper M. (1993). Cognitive load effects in a primary-school geometry task. Learning and Instruction , 3(1), 1-21. DOI: 10.1016/S0959-4752(09)80002-9.
Bodemer D., Ploetzner R., Bruchmüller K., & Häcker S. (2005). Supporting learning with interactive multimedia through active integration of representations. Instructional Science , 33(1), 73-95. DOI: 10.1007/s11251-004-7685-z.
Bodemer D., Ploetzner R., Feuerlein I., & Spada H. (2004). The active integration of information during learning with dynamic and interactive visualisations. Learning and Instruction , 14(3), 325-341. DOI: 10.1016/j.learninstruc.2004.06.006.
Borenstein, M., Hedges, L. V., Higgins, J. P. T., Rothstein, H. R. (2011). Introduction to Meta-Analysis. Chichester, UK:John Wiley Sons.
Cerpa N., Chandler P., & Sweller J. (1996). Some conditions under which integrated computer-based training software can facilitate learning. Journal of Educational Computing Research , 15, 345-368.
Chandler P., & Sweller J. (1991). Cognitive load theory and the format of instruction. Cognition and Instruction , 8(4), 293-332. DOI: 10.1207/s1532690xci0804_2.
Chandler P., & Sweller J. (1992). The split-attention effect as a factor in the design of instruction. British Journal of Educational Psychology , 62(2), 233-246. DOI: 10.1111/bjep.1992.62.issue-2.
Chandler P., & Sweller J. (1996). Cognitive load while learning to use a computer program. Applied Cognitive Psychology , 10(2), 151-170. DOI: 10.1002/(ISSN)1099-0720.
Chang P. C., Chou S. Y., & Shieh K. K. (2013). Reading performance and visual fatigue when using electronic paper displays in long-duration reading tasks under various lighting conditions. Displays , 34(3), 208-214. DOI: 10.1016/j.displa.2013.06.001.
*Cierniak, G., Scheiter, K., Gerjets, P. (2009a). Expertise reversal in multimedia learning:subjective load ratings and viewing behavior as cognitive process indicators. Paper presented at the Proceedings of the 31st Annual Conference of the Cognitive Science Society, Austin, TX.
Cierniak G., Scheiter K., & Gerjets P. (2009b). Explaining the split-attention effect:Is the reduction of extraneous cognitive load accompanied by an increase in germane cognitive load?. Computers in Human Behavior , 25(2), 315-324. DOI: 10.1016/j.chb.2008.12.020.
Cohen J. (1992). A power primer. Psychological Bulletin , 112(1), 155. DOI: 10.1037/0033-2909.112.1.155.
Cooper, H. M. (1989). Integrating research:A guide for literature reviews. Newbury Park, CA:Sage Publications, Inc.
Crooks S., White D., Srinivasan S., & Wang Q. (2008). Temporal, but Not Spatial, Contiguity Effects while Studying an Interactive Geographic Map. Journal of Educational Multimedia Hypermedia , 17(2), 145-169.
Daniel D. B., & Woody W. D. (2013). E-textbooks at what cost? Performance and use of electronic v. print texts. Computers Education , 62, 18-23. DOI: 10.1016/j.compedu.2012.10.016.
De Koning B. B., Tabbers H. K., Rikers R. M., & Paas F. (2007). Attention cueing as a means to enhance learning from an animation. Applied Cognitive Psychology , 21(6), 731-746. DOI: 10.1002/(ISSN)1099-0720.
De Koning B. B., Tabbers H. K., Rikers R. M., & Paas F. (2009). Towards a framework for attention cueing in instructional animations:Guidelines for research and design. Educational psychology review , 21(2), 113-140. DOI: 10.1007/s10648-009-9098-7.
Desoete A., Roeyers H., & De Clercq A. (2003). Can offline metacognition enhance mathematical problem solving?. Journal of Educational Psychology , 95(1), 188-200. DOI: 10.1037/0022-0663.95.1.188.
Dillon A. (1992). Reading from paper versus screens:A critical review of the empirical literature. Ergonomics , 35(10), 1297-1326. DOI: 10.1080/00140139208967394.
Erhel S., & Jamet E. (2006). Using pop-up windows to improve multimedia learning. Journal of Computer Assisted Learning , 22(2), 137-147. DOI: 10.1111/j.1365-2729.2006.00165.x.
Erhel S., & Jamet E. (2011). How can positive effects of pop-up windows on multimedia learning be explained?. Journal of Educational Multimedia and Hypermedia , 20(2), 135-156.
*Florax, M., Ploetzner, R. (2010a). The influence of presentation format and subject complexity on learning from illustrated texts in biology. Paper presented at the Proceedings of the 9th International Conference of the Learning Sciences, Chicago.
Florax M., & Ploetzner R. (2010b). What contributes to the split-attention effect? The role of text segmentation, picture labelling, and spatial proximity. Learning and Instruction , 20(3), 216-224. DOI: 10.1016/j.learninstruc.2009.02.021.
Ginns P. (2006). Integrating information:A meta-analysis of the spatial contiguity and temporal contiguity effects. Learning and Instruction , 16(6), 511-525. DOI: 10.1016/j.learninstruc.2006.10.001.
Gordon C., Tindall-Ford S., Agostinho S., & Paas F. (2016). Learning from instructor-managed and self-managed split-attention materials. Applied Cognitive Psychology , 30(1), 1-9. DOI: 10.1002/acp.v30.1.
Harter C. A., & Ku H. Y. (2008). The effects of spatial contiguity within computer-based instruction of group personalized two-step mathematics word problems. Computers in Human Behavior , 24(4), 1668-1685. DOI: 10.1016/j.chb.2007.06.006.
Hegarty, M. (2014). Multimedia learning and the development of mental models. In R. E. Mayer (Ed.), The Cambridge handbook of multimedia learning (pp. 673-701). New York:Cambridge University Press.
Higgins, J. P. T., Green, S. (2011). Cochrane handbook for systematic reviews of interventions version 5.1. 0. Oxford, UK:The Cochrane Collaboration.
Imhof B., Scheiter K., Edelmann J., & Gerjets P. (2012). How temporal and spatial aspects of presenting visualizations affect learning about locomotion patterns. Learning and Instruction , 22(3), 193-205. DOI: 10.1016/j.learninstruc.2011.10.006.
Johnson C. I., & Mayer R. E. (2012). An eye movement analysis of the spatial contiguity effect in multimedia learning. Journal of Experimental Psychology:Applied , 18(2), 178-191. DOI: 10.1037/a0026923.
Kablan Z., & Erden M. (2008). Instructional efficiency of integrated and separated text with animated presentations in computer-based science instruction. Computers Education , 51(2), 660-668. DOI: 10.1016/j.compedu.2007.07.002.
Kalyuga S., Chandler P., & Sweller J. (1998). Levels of expertise and instructional design. Human Factors , 40(1), 1-17. DOI: 10.1518/001872098779480587.
Kalyuga S., Chandler P., & Sweller J. (1999). Managing split-attention and redundancy in multimedia instruction. Applied Cognitive Psychology , 13(4), 351-371. DOI: 10.1002/(ISSN)1099-0720.
Kang Y. Y., Wang M. J. J., & Lin R. (2009). Usability evaluation of e-books. Displays , 30(2), 49-52. DOI: 10.1016/j.displa.2008.12.002.
Kester L., Kirschner P. A., & Merriënboer J. J. G. (2005). The management of cognitive load during complex cognitive skill acquisition by means of computer-simulated problem solving. British Journal of Educational Psychology , 75(1), 71-85. DOI: 10.1348/000709904X19254.
Kuhn D. (2000). Metacognitive development. Current Directions in Psychological Science , 8(5), 178-181.
Lipsey, M. W., Wilson, D. B. (2001). Practical meta-analysis. Thousand Oaks, CA:Sage.
Mangen A., Walgermo B. R., & Brønnick K. (2013). Reading linear texts on paper versus computer screen:Effects on reading comprehension. International Journal of Educational Research , 58, 61-68. DOI: 10.1016/j.ijer.2012.12.002.
Martin-Michiellot S., & Mendelsohn P. (2000). Cognitive load while learning with a graphical computer interface. Journal of Computer Assisted Learning , 16(4), 284-293.
Mason L., Tornatora M. C., & Pluchino P. (2013). Do fourth graders integrate text and picture in processing and learning from an illustrated science text? Evidence from eye-movement patterns. Computers Education , 60(1), 95-109. DOI: 10.1016/j.compedu.2012.07.011.
Mayer R. E. (1989). Systematic thinking fostered by illustrations in scientific text. Journal of Educational Psychology , 81(2), 240-246. DOI: 10.1037/0022-0663.81.2.240.
Mayer R. E. (2009). Multimedia learning. New York: Cambridge University Press .
Mayer R. E. (2010). Unique contributions of eye-tracking research to the study of learning with graphics. Learning and Instruction , 20(2), 167-171. DOI: 10.1016/j.learninstruc.2009.02.012.
Mayer R. E., & Moreno R. (2003). Nine ways to reduce cognitive load in multimedia learning. Educational Psychologist , 38(1), 43-52. DOI: 10.1207/S15326985EP3801_6.
Mayer R. E., Steinhoff K., Bower G., & Mars R. (1995). A generative theory of textbook design:Using annotated illustrations to foster meaningful learning of science text. Educational Technology Research and Development , 43(1), 31-43. DOI: 10.1007/BF02300480.
Mayes D. K., Sims V. K., & Koonce J. M. (2001). Comprehension and workload differences for VDT and paper-based reading. International Journal of Industrial Ergonomics , 28(6), 367-378. DOI: 10.1016/S0169-8141(01)00043-9.
Moos D. C., & Marroquin E. (2010). Multimedia, hypermedia, and hypertext:Motivation considered and reconsidered. Computers in Human Behavior , 26(3), 265-276. DOI: 10.1016/j.chb.2009.11.004.
Moreno R., & Mayer R. E. (1999). Cognitive principles of multimedia learning:The role of modality and contiguity. Journal of Educational Psychology , 91(2), 358-368. DOI: 10.1037/0022-0663.91.2.358.
Mwangi W., & Sweller J. (1998). Learning to solve compare word problems:The effect of example format and generating self-explanations. Cognition and Instruction , 16(2), 173-199. DOI: 10.1207/s1532690xci1602_2.
Nelson, T. O., Narens, L. (1994). Why investigate metacognition? In J. Metcalf A. P. Shimamura (Eds.), Metacognition:Knowing about knowing (pp. 1-26). Cambridge, MA:MIT Press.
Noyes J., Garland K., & Robbins L. (2004). Paper-based versus computer-based assessment:Is workload another test mode effect?. British Journal of Educational Technology , 35(1), 111-113. DOI: 10.1111/bjet.2004.35.issue-1.
Owens P., & Sweller J. (2008). Cognitive load theory and music instruction. Educational Psychology , 28(1), 29-45. DOI: 10.1080/01443410701369146.
Ozogul G., Johnson A. M., Moreno R., & Reisslein M. (2012). Technological literacy learning with cumulative and stepwise integration of equations into electrical circuit diagrams. IEEE Transactions on Education , 55(4), 480-487. DOI: 10.1109/TE.2012.2190072.
Paivio, A. (1986). Mental representations:A dual coding approach. Oxford, UK:Oxford University Press.
Purnell K. N., Solman R. T., & Sweller J. (1991). The effects of technical illustrations on cognitive load. Instructional Science , 20(5-6), 443-462.
*Roodenrys, K. (2012). Self-management of cognitive load when evidence of split-attention is present. (Unpublished doctorial dissertation), University of Wollongong.
Roodenrys K., Agostinho S., Roodenrys S., & Chandler P. (2012). Managing one's own cognitive load when evidence of split attention is present. Applied Cognitive Psychology , 26(6), 878-886. DOI: 10.1002/acp.2889.
Rosenthal R. (1978). Combining results of independent studies. Psychological Bulletin , 85(1), 185-193. DOI: 10.1037/0033-2909.85.1.185.
Schmidt-Weigand F., Kohnert A., & Glowalla U. (2010). Explaining the modality and contiguity effects:New insights from investigating students' viewing behaviour. Applied Cognitive Psychology , 24(2), 226-237. DOI: 10.1002/acp.v24:2.
Schnotz, W. (2014). Integrated model of text and picture comprehension. In R. E. Mayer (Ed.), The Cambridge handbook of multimedia learning (pp. 72-103). New York:Cambridge University Press.
She H. C., & Chen Y. Z. (2009). The impact of multimedia effect on science learning:Evidence from eye movements. Computers Education , 53(4), 1297-1307. DOI: 10.1016/j.compedu.2009.06.012.
Sweller J. (1994). Cognitive load theory, learning difficulty, and instructional design. Learning and Instruction , 4(4), 295-312. DOI: 10.1016/0959-4752(94)90003-5.
Sweller J., & Chandler P. (1994). Why some material is difficult to learn. Cognition and Instruction , 12(3), 185-233. DOI: 10.1207/s1532690xci1203_1.
Sweller J., Van Merrienboer J. J., & Paas F. G. (1998). Cognitive architecture and instructional design. Educational Psychology Review , 10(3), 251-296. DOI: 10.1023/A:1022193728205.
Tabbers H. K., & de Koeijer B. (2010). Learner control in animated multimedia instructions. Instructional Science , 38(5), 441-453. DOI: 10.1007/s11251-009-9119-4.
Tabbers, H. K., Martens, R., Van Merriënboer, J. J. G. (2000). Multimedia instructions and cognitive load theory:Split-attention and modality effects. Paper presented at the National Convention of the Association for Educational Communications and Technology, Long Beach, CA.
Tindall-Ford S., Agostinho S., Bokosmaty S., Paas F., & Chandler P. (2015). Computer-based learning of geometry from integrated and split-attention worked examples:The power of self-management. Educational Technology Society , 18(4), 89-99.
Tindall-Ford S., Chandler P., & Sweller J. (1997). When two sensory modes are better than one. Journal of Experimental Psychology:Applied , 3(4), 257-287. DOI: 10.1037/1076-898X.3.4.257.
Ward M., & Sweller J. (1990). Structuring effective worked examples. Cognition and Instruction , 7(1), 1-39. DOI: 10.1207/s1532690xci0701_1.
*Zhou, S. (2012). Text-picture integration of magazine catalogue layout:An eye movement study. Paper presented at the 2012 Eighth International Conference on Natural Computation (ICNC), Chongqing, China.
陈英和, 韩瑽瑽. (2012). 儿童青少年元认知的发展特点及作用的心理机制. 心理科学 , 35(3), 537-543.
王福兴, 段朝辉, 周宗奎, 陈珺. (2015). 邻近效应对多媒体学习中图文整合的影响:线索的作用. 心理学报 , 47(2), 224-233.
谢和平, 王福兴, 周宗奎, 吴鹏. (2016). 多媒体学习中线索效应的元分析. 心理学报 , 48(5), 540-555.