引言
學習空間是教與學發(fā)生的載體與支撐?！癓earning Space”概念出現(xiàn)于 20 世紀 60 年代，20 世紀 90年代以來，相對固定的、封閉的課堂教學空間逐步向開放的、靈活的學習空間轉變。學習空間通常指整個學校的學習環(huán)境，主要研究技術豐富的條件下，如何改造學校的環(huán)境，以便適應學生的學習需求。學習空間包括正式、非正式和虛擬三種，正式的學習空間主要有教室、圖書館、大禮堂和實驗室等， 非正式的學習空間主要有休息室、走廊、戶外學習區(qū)等，虛擬學習空間主要有學習管理系統(tǒng)、社交網(wǎng)站和在線學習資源庫等。學習空間是一種能夠讓學習者開放獲取、自由參與、互動交流的環(huán)境， 體現(xiàn) “以學生為中心”的教學理念和現(xiàn)代學習理論的學習場所。學習的最終目的是培養(yǎng)學生面向未來的學習力，該能力的培養(yǎng)往往是在學校與現(xiàn)實世界有效連接的學習空間中。學習空間支撐學生在知識加工與生產(chǎn)活動中更好地認識世界和自我，建構學生認知自我和世界的精神空間。進入新世紀，移動技術、物聯(lián)網(wǎng)、沉浸式技術、人工智能等技術的快速發(fā)展為學習空間的拓展和創(chuàng)新提供了有力支撐。在信息技術的支持作用下，學習空間的 “居所”屬性變得更加復雜，由以往面對面的物理場所延展到了支持師生、生生異地分離開展教與學的虛擬場所。由于互聯(lián)網(wǎng)技術的入駐、時代文化品性的影響以及教育場域對現(xiàn)代學習空間所做出的一系列反思，集多元性、廣延性、虛擬性為一體的后現(xiàn)代學習空間應運而生。多元性是指后現(xiàn)代學習空間的價值取向，反對 “一元”與 “線性”; 廣延性是指后現(xiàn)代學習空間的空間形態(tài)具有向四周無限綿延的可能性; 虛擬性是指后現(xiàn)代學習空間的活動主體、媒介以及文本具備非實體的屬性。未來的學習空間需要在一定的程度上實現(xiàn)物理空間與虛擬空間之間的對接，由此一來，學習者完整的學習行為軌跡，包括學習者在學習過程中的一言一行等，都有可能會借助學習空間的記錄與分析，從而轉化為對學習發(fā)生的原因與結果的判斷，進而改變學習空間的決策機制，成為學習空間中高度集成的諸系統(tǒng)的決策形成依據(jù)，不斷發(fā)揮學習空間助力智慧形成的中介功能。在此背景下，重構學習空間成為全球教育改革的重要議題。美國新媒體聯(lián)盟發(fā)布的《地平線報告》，自 2015 年起連續(xù) 5 年預測學習空間的設計與重構是教育改革的趨勢 。
雖然學習空間已經(jīng)成為一個研究熱點，國內外許多大學和中小學都進行了有益的實踐探索，學者們也進行了理論探討，但這些討論大都停留于討論蘊含其中的教育理念和空間設計案例描述的層面，嚴謹?shù)膶嵶C研究相對缺乏，而基于空間使用者真實學習經(jīng)驗的系統(tǒng)性、回溯性評價更是寥寥可數(shù)。國外的部分學者在學習空間的影響因素方面進行了開創(chuàng)性研究， Hurst 研究發(fā)現(xiàn)， 照明、溫度、學生舒適度和教室技術等建筑條件與學生的成績呈顯著正相關。Oliver 和 Nikoletatos 認為，好的學習空間能夠讓學生獲得舒適感與幸福感，學生在室內可隨時給電子設備充電， 教室溫度適宜且光照充足等。Hill 和 Kathryn 研究結果表明，在大學環(huán)境中，比起教室中的計算機設備，更舒適的課桌椅、多層座椅和照明對學生而言更為重要。Vidalakis 等發(fā)現(xiàn)，通過改善設施和對現(xiàn)有建筑物進行更好的管理，可以提高學生的滿意度 。
國內尚未有學習空間滿意度方面的文獻，本文聚焦影響學生對學習空間滿意度的因素開展實證研究，基于全國大規(guī)模的調研數(shù)據(jù)使用無序多分類 Logit 模型分析學生學習空間的滿意度。文章結構安排為: 第一部分介紹研究背景; 第二部分為數(shù)據(jù)、變量與分析框架; 第三部分為模型設定與實證分析; 第四部分為結論。
數(shù)據(jù)、變量與分析框架
(一) 數(shù)據(jù)來源
學習空間是學生最常使用的物理環(huán)境，而這些空間可能對學生產(chǎn)生正向或者負向的影響。為了更好地提高學習空間的有效使用率，中國教育科學研究院采用經(jīng)濟合作與發(fā)展組織設計的問卷，調查學生對學習空間的使用情況。學生問卷包括學生相關信息、學生課內外學習空間擁有及使用情況、空間物理環(huán)境的舒適性、空間布置、心理和生理安全及幸福感、學校使用的技術和總體滿意度七個部分。
本次調查范圍覆蓋中國大陸七大區(qū)域(華北、東北、華東、華南、華中、西南、西北) 。采用四階段分層抽樣，第一階段為省級層面，即從全國 31 個省區(qū)市中，主要抽取 12 個樣本省級行政區(qū)域；第二階段為區(qū)縣層面，即從各樣本省中，按經(jīng)濟社會發(fā)展水平從高到低，依次抽取若干區(qū)縣為樣本區(qū)縣；第三階段為學校層面，即在每個區(qū)縣內抽取若干初中、高中樣本學校；第四階段為個體層面，即在初中和高中樣本學校，均抽取一年級，抽取樣本年級中的 1 個班全體學生， 填答學生問卷。
線上數(shù)據(jù)收集具有快捷方便、減少調研成本、易清洗的優(yōu)點，所以本次調查采用線上的形式實施。具體地，將學生問卷以電子問卷鏈接或二維碼的方式發(fā)送至各地區(qū)負責人，由地區(qū)負責人組織填答，填答完成的數(shù)據(jù)將直接儲存在計算機中，方便下一步工作開展。
本次調研共計收回學生問卷 17440 份， 分析使用有效問卷 16497 份， 有效樣本率為 94. 59%。其中， 男生 8400 人， 女生 8097 人。
從省份看， 學生問卷的數(shù)據(jù)主要來自 12 個省級行政區(qū)域， 分別是: 吉林省(31.02%) 、廣東省(9.14%) 、福建省(8.75%) 、江蘇省(8.51%) 、北京市(8.08%) 、甘肅省(7.10%) 、湖南省( 6.25%) 、山西省(6.00%) 、浙江省(5.39%) 、四川省(5.14%) 、安徽省(2.40%) 、云南省(2.20%) 。
(二) 變量設計
1． 被解釋變量
被解釋變量總體滿意度(overall satification) 是由題項 “通常， 您對使用的學習空間的滿意度是怎么樣的?”衡量的?？傮w滿意度是 5 點計分， 其中 1 表示很不滿意， 5 表示很滿意， 即分值越高， 學生對學習空間的總體滿意度越高。
根據(jù)調查結果， 學生對學習空間的總體滿意度均值為 4. 09 分(滿分 5 分) 。具體來看， 76. 62%的學生對學習空間表示滿意或很滿意， 17. 19%的學生表示一般， 6. 19%的學生對學習空間表示不滿意或很不滿意(見圖 1) ?？梢?， 學生對學習空間總體上滿意度較高。
2． 解釋變量
本文從學?？臻g使用(space use) 、舒適性(comfort total) 、空間布置(arrangement) 、安全性( safe) 和學校技術使用(technology) 五個方面建立一級指標， 考察不同解釋變量對學生學習空間總體滿意度的影響。
(1) 空間使用
學習空間使用量表采用 4 點計分， 其中， 1 表示從不， 2 表示每星期一次， 3 表示每星期 2－4 次，4 表示每天， 分值越高， 說明學習空間使用頻率越高。該量表問卷題項包括 “不能進行空間重組的傳統(tǒng)教室”“能進行空間重組的傳統(tǒng)教室， 例如可針對合作小組作業(yè)、項目作業(yè)或個人作業(yè)進行空間重組”“合作教學區(qū)域(2 名或更多教師) ， 教師和學生可共享各種相互連接的學習空間” “教室外面走廊上的空間”“圖書館”“大廳 /禮堂” “食堂” “科學實驗室” “藝術音樂或設計講習室 /工作室空間”“學習廚房 /食品技術的空間”“技術(木材、金屬、塑料、機器人) 講習室”和 “體育館”。
對學習空間使用量表進行因子分析可行性檢驗， 得到 KMO 檢驗值為 0. 932， Bartlett 球性檢驗 p =0. 000＜0. 001， 可見數(shù)據(jù)適合做因子分析。題目的可靠性分析 α 信度系數(shù)為 0. 908， 可見題目信度很高。探索性因子分析結果顯示，上課期間學習空間的使用量表得到一個公因子，特征值為 6. 00，方差貢獻率為 54. 57%(見表 1) 。
采用驗證性因子分析對探索性因子分析結果進行有效性檢驗， RMSEA、SRMR、CFI 以及 TLI( NNFI) 指數(shù)均擬合成功， 可見模型得到了較好的擬合結果(見表 2) 。模型的路徑圖如圖 2 所示。
(2) 其他指標的因子分析和檢驗
對舒適性量表進行因子分析得到兩個公因子， 公因子 1 (感到不適) 特征值為 4. 91， 方差貢獻率為 35. 05%， 公因子 2(感到舒適) 特征值為 3. 22， 方差貢獻率為 58. 07%; 對空間布置量表進行因子分析得到一個公因子， 特征值為 2. 50， 方差貢獻率為 62. 41%; 對安全性量表進行因子分析得到一個公因子， 特征值為 3. 99， 方差貢獻率為 79. 87%; 對學校技術使用量表進行因子分析得到一個公因子，特征值為 5. 26， 方差貢獻率為 52. 63%。
采用驗證性因子分析分別對上述探索性因子分析結果進行有效性檢驗， RMSEA、SRMR、CFI 以及 TLI(NNFI) 指數(shù)均擬合成功， 可見模型得到了較好的擬合結果。
3．控制變量
研究中將性別、年級和區(qū)域 (華北、東北、華東、華南、華中、西南、西北) 三個變量作為控制變量。變量說明(見表 3) 如下:
控制變量的描述性結果如圖 3 所示。分性別看， 男生 8400 人， 占比 50. 92%， 女生 8097 人， 占比49. 08%; 分年級看， 初一學生 12689 人， 占比 77. 86%， 高一學生 3608 人， 占比 22. 14%; 分區(qū)域看，華北地區(qū) 2330 人， 占比 14. 12%， 華東地區(qū) 2689 人， 占比 16. 30%， 東北地區(qū) 5115 人， 占比 31. 01%，華中地區(qū) 1033 人， 占比 6. 26%， 華南地區(qū) 2949 人， 占比 17. 88%，西南地區(qū) 1210 人， 占比 7. 33%，西北地區(qū) 1171 人， 占比 7. 10%。
(三) 研究框架
本文以學習空間的使用、舒適性、空間布置、安全性、學校技術的使用為解釋變量， 并加入性別、年級、區(qū)域作為控制變量， 研究它們對學習空間總體滿意度的影響。研究分析框架如圖 4 所示。
模型設定與實證分析
(一) 模型設定
被解釋變量總體滿意度 (OSA) 為 5 點計分的有序離散變量， 其中， 1 表示很不滿意， 5 表示很滿意， 因此首先考慮選擇 Ordered Logit 模型。對原數(shù)據(jù)進行 Brant 檢驗和 Wald 檢驗， 其 P 值均小于0. 000， 拒絕原假設， 認為原數(shù)據(jù)不能通過平行線檢驗。因此選擇無序 Logit 模型。
被解釋變量表示對學習空間的總體滿意度， 共有 5 個類別， 其中， 1 表示很不滿意， 2 表示不滿意， 3 表示一般滿意， 4 表示滿意， 5 表示很滿意。根據(jù) Wald 檢驗結果顯示(見表 4) ， 任意兩個被解釋變量類別之間 Wald 檢驗 P 值均小于 0. 001， 拒絕原假設， 說明被解釋變量的 5 個類別不需要合并。
本文使用無序多分類 Logit 模型探究哪些因素影響學生對學習空間的滿意度， P1、P2、P3、P4、P5 分別代表不同滿意類型的概率， 模型將總體滿意度一般(OSA = 3) 設定為參照組， 將被解釋變量類型 1、2、4、5 與 3 比較， 具體模型如下:
其中， α 為截距項; β 為各變量的回歸系數(shù)。若回歸結果系數(shù)為正， 意味著學生選擇很滿意 /滿意/不滿意 /很不滿意的可能性高于一般滿意; 若回歸結果系數(shù)為負， 意味著學生選擇很滿意 /滿意 /不滿意 /很不滿意的可能性低于一般滿意。Logit 回歸還將報告優(yōu)勢比， 可以進一步明晰解釋變量對不同滿意程度的影響大小。
(二) 實證分析
對 5 個解釋變量進行多重共線性檢驗， 結果顯示方差膨脹系數(shù) (VIF) 小于 10， 因此認為不存在多重共線性。
比較不加入控制變量和逐步加入性別、年級和區(qū)域控制變量的赤池信息準則(AIC)， 結果顯示AIC 逐漸減小， 說明模型 d 比模型 a、模型 b 和模型 c 有更好的模型擬合優(yōu)良性， 因此選擇加入性別、年級、區(qū)域之后的模型 d(見表 5) 。
加入控制變量的無序多分類 Logit 模型似然比檢驗結果顯示 χ2 為 5153. 25， 自由度為 36， p 值＜0. 001， 模型整體顯著。回歸結果如表 6 所示。
就學習空間的使用 (space use) 來看， 課余時間學習空間的使用在模型 1、模型 3 和模型 4 中系數(shù)均顯著為正， 說明課余時間學習空間的使用頻率越高， 相比 “一般滿意”， 學生越可能選擇 “很不滿意”“滿意”或 “很滿意”。對于課余時間學習空間的使用， 學生選擇 “很不滿意” “滿意”或“很滿意”分別比選擇 “一般滿意”的概率高 54. 1%、45. 0%、105. 1%。
就舒適性來看， 感到不適 (uncomfort) 在模型 2 中系數(shù)顯著為正， 在模型 3 和模型 4 中系數(shù)顯著為負， 可見感到不適的空間數(shù)越多， 相比 “一般滿意”， 學生越可能選擇 “不滿意”， 越不可能選擇“滿意”或 “很滿意”。對于感到不適的學習空間， 學生選擇 “不滿意”的概率相比 “一般滿意”高18. 4%， 選擇 “滿意”或 “很滿意”的概率相比 “一般滿意”分別低 25. 4%、35. 6%。感到舒適(comfort) 在模型 2 中系數(shù)顯著為負， 在模型 3 和模型 4 中系數(shù)顯著為正， 可見感到舒適的空間數(shù)越多， 相比 “一般滿意”， 學生越不可能選擇 “不滿意”， 越可能選擇 “滿意”或 “很滿意”。對于感到舒適的學習空間， 相比選擇 “一般滿意”， 學生選擇 “不滿意”的概率低 37. 1%， 選擇 “滿意”或“很滿意”的概率分別高 120. 8%、366. 4%。
就空間布局 (arrangment) 來看， 類型 A (演示布局) 在模型 1、模型 3 和模型 4 中系數(shù)顯著為負， 可見演示布局使用頻率越高， 學生越不可能選擇 “很不滿意” “滿意”或 “很滿意”。對于演示布局， 相比選擇 “一般滿意”， 學生選擇 “很不滿意” “滿意”或 “很滿意”的概率分別低 11. 6%、4. 2%和 8. 4%。類型 B(小組布局) 在模型 4 中系數(shù)顯著為正， 可見小組布局使用頻率越高， 學生越可能選擇 “很滿意”。對于小組布局， 相比選擇 “一般滿意”， 學生選擇 “很滿意”的概率高 5. 2%。類型 C(個體布局) 在模型 3 和模型 4 中系數(shù)顯著為正， 可見個體布局使用頻率越高， 學生越可能選擇 “滿意”或 “很滿意”。對于個體布局， 相比選擇 “一般滿意”， 學生選擇 “滿意”或 “很滿意”的概率分別高 4. 3%、5. 9%。類型 D(團隊教學布局) 在模型 1、模型 3 和模型 4 中系數(shù)顯著為正，可見團隊教學布局使用頻率越高， 學生越可能選擇 “很不滿意” “滿意”或 “很滿意”。對于團隊教學布局， 相比選擇 “一般滿意”， 學生選擇 “很不滿意”“滿意”或 “很滿意”的概率分別高 11. 2%、 9. 1%和 19. 2%。
就安全性 (safe) 來看， 安全性在模型 1、模型 2 中系數(shù)顯著為負， 在模型 3 和模型 4 中系數(shù)顯著為正， 可見安全性越高， 學生越不可能選擇 “很不滿意”或 “不滿意”， 越可能選擇 “滿意”或 “很滿意”。相比選擇 “一般滿意”， 學生選擇 “很不滿意”或 “不滿意”的概率分別低 44. 3%、28. 3%，而選擇 “滿意”或 “很滿意”的概率分別高 53. 6%、67. 4%。
就學校技術的使用 (tech) 來看， 學校技術的使用在模型 2 中系數(shù)顯著為負， 在模型 3 和模型 4中系數(shù)顯著為正， 可見學校技術的使用頻率越高， 學生越不可能選擇 “不滿意”， 越可能選擇 “滿意”或 “很滿意”。相比選擇 “一般滿意”， 學生選擇 “不滿意”的概率低 20. 7%， 而選擇 “滿意”或 “很滿意”的概率分別高 35. 4%、148. 0%。
分性別看， 相比男生而言， 女生選擇 “很不滿意”比 “一般滿意”的概率低 39. 0%， 女生選擇“很滿意”比 “一般滿意”的概率低 19. 8%。分年級看， 相比初一年級學生而言， 高一年級學生選擇“很不滿意”“滿意”或 “很滿意”比 “一般滿意”的概率分別低 21. 7%、36. 7%、63. 1%。分區(qū)域看， 相比華北地區(qū)而言， 華東地區(qū)、西南地區(qū)學生選擇 “不滿意”比選擇 “一般滿意”的概率分別低 50. 8%、41. 4%; 西北地區(qū)學生選擇 “很不滿意” “不滿意”比選擇 “一般滿意”的概率分別低44. 4%、53. 9%; 東北地區(qū)學生選擇 “不滿意”比選擇 “一般滿意”的概率低 39. 3%， 選擇 “很滿意”比選擇 “一般滿意”的概率高 55. 5%; 華中地區(qū)學生選擇 “不滿意” “滿意”或 “很滿意”比選擇 “一般滿意”的概率分別低 41. 4%、28. 6%、42. 6%; 華南地區(qū)學生選擇 “很不滿意”“不滿意”或 “很滿意”比選擇 “一般滿意”的概率分別低 45. 7%、45. 2%、43. 9%。
(三) 邊際影響
無序多分類 Logit 回歸展示了各個解釋變量變化對學生學習空間總體滿意度選擇的影響， 本節(jié)研究解釋變量對學生學習空間總體滿意度選擇的邊際影響。
當給定 X 時被解釋變量 OSA (總體滿意度) 的響應概率為:
其中， F (·) 為分布函數(shù)， X表示為一組解釋變量， β為相應的待估參數(shù)， δ為估計獲得的臨界值與估計常數(shù)項的差值。
更進一步， 探索各個解釋變量對被解釋變量 OSA 各個取值的影響。計算公式如下:
其中， k = 1， 2， 3…17; f (·) 為 F (·) 概率密度函數(shù)。
基于公式 (8) 、(9) 、(10) 得到的解釋變量對總體滿意度的邊際影響如表 7 所示。即在均值處，解釋變量xi變化一個單位， 學生總體滿意度OSAj的變化量(i = 1， 2， 3…17; j= 1， 2， 3， 4， 5) 。
學習空間的使用 (space use) 對學生選擇 “不滿意”“一般滿意”或 “滿意”的邊際影響顯著為負， 對 “很滿意”的邊際影響顯著為正， 即在均值處， 學習空間使用的頻率每增加 1 個單位， 學生選擇 “不滿意”“一般滿意”或 “滿意”的概率分別下降 0. 7%、6. 4%、3. 7%， 而選擇 “很滿意”的概率上升 10. 8%。
感到不適 (uncomfort) 對學生選擇 “很不滿意” “不滿意”或 “一般滿意”的邊際影響顯著為正， 對 “很滿意”的邊際影響顯著為負， 即在均值處， 感覺不舒適的空間數(shù)每增加 1 個單位， 學生選擇 “很不滿意”“不滿意”或 “一般滿意”的概率分別上升 0. 9%、0. 6%、4. 2%， 而選擇 “很滿意”的概率下降 5. 9%; 感到舒適(comfort) 對學生選擇 “很不滿意”“不滿意” “一般滿意”或 “滿意”的邊際影響顯著為負， 對 “很滿意”的邊際影響顯著為正， 即在均值處， 感覺舒適的空間數(shù)每增加 1個單位， 學生選擇 “很不滿意” “不滿意” “一般滿意”或 “滿意”的概率分別下降 2. 3%、1. 9%、13. 4%、6. 8%， 而選擇 “很滿意”的概率上升 24. 4%。
類型 A (演示布局) 對學生選擇 “一般滿意”的邊際影響顯著為正， 選擇 “很滿意”的邊際影響顯著為負， 即在均值處， 演示布局使用頻率每增加 1 個單位， 學生選擇 “一般滿意”的概率增加0. 8%， 而選擇 “很滿意”的概率降低 1. 3%。類型 C(個體布局) 對學生選擇 “一般滿意”的邊際影響顯著為負， 即在均值處， 個體布局使用頻率每增加 1 個單位， 學生選擇 “一般滿意”的概率降低0. 6%。類型 D(團隊教學布局) 對學生選擇 “一般滿意” “滿意”的邊際影響顯著為負， 選擇 “很滿意”的邊際影響顯著為正， 即在均值處， 團隊教學布局使用頻率每增加 1 個單位， 學生選擇 “一般滿意”“滿意”的概率分別降低 1. 6%、1. 0%， 而選擇 “很滿意”的概率提高 2. 7%。
安全性 (safe) 對學生選擇 “很不滿意” “不滿意”或 “一般滿意”的邊際影響顯著為負， 對“滿意”“很滿意”的邊際影響顯著為正， 即在均值處， 安全性每增加 1 個單位， 學生選擇 “很不滿意”“不滿意”或 “一般滿意”的概率分別降低 2. 0%、1. 0%、5. 2%， 而選擇 “滿意”“很滿意”的概率分別提高 2. 2%、5. 9%。
學校技術的使用 (tech) 對學生選擇 “很不滿意” “不滿意” “一般滿意”或 “滿意”的邊際影響顯著為負， 對 “很滿意”的邊際影響顯著為正， 即在均值處， 學校技術的使用頻率每增加 1 個單位， 學生選擇 “很不滿意” “不滿意” “一般滿意”或 “滿意”的概率分別降低 0. 8%、1. 0%、7. 0%、8. 2%， 而選擇 “很滿意”的概率提高 17. 0%。
相比男生而言， 女生選擇 “很不滿意”“很滿意”的概率分別低 0. 7%、3. 7%， 而選擇 “一般滿意”“滿意”的概率分別高 1. 8%、2. 5%。
相比初一年級學生而言， 高一年級學生選擇 “很不滿意” “不滿意” “一般滿意”或 “滿意”的概率分別高 0. 7%、1. 0%、8. 5%、6. 1%， 而選擇 “很滿意”的概率低 16. 3%。
相比華北地區(qū)而言， 華東地區(qū)、西南地區(qū)選擇 “不滿意”的概率分別低 1. 1%、0. 8%; 東北地區(qū)選擇 “很不滿意” “不滿意” “一般滿意”或 “滿意”的概率分別低 0. 9%、1. 1%、2. 7%、5. 2%，選擇 “很滿意”的概率高 10. 0%; 華中地區(qū)選擇 “一般滿意”的概率高 6. 0%， 選擇 “很滿意”的概率低 6. 9%; 華南地區(qū)選擇 “一般滿意” “滿意”的概率分別高 4. 9%、5. 8%， 選擇 “很滿意”的概率低 9. 6%; 西北地區(qū)選擇 “很不滿意”“不滿意”的概率分別低 1. 1%、1. 1%。
結論
本文從學習者的角度出發(fā)， 基于全國初一和高一學生抽樣數(shù)據(jù)使用無序多分類 Logit 模型探究學習空間滿意度的影響因素， 分析表明在學習空間的創(chuàng)新上要非常重視學生的滿意度， 具體的研究發(fā)現(xiàn)如下:
(1) 課余時間學習空間的使用頻率越高， 相比 “一般滿意”， 學生越可能選擇 “很不滿意” “滿意”或 “很滿意”。說明課余時間學習空間使用頻率的增加， 學生對學習空間的滿意度具有不確定性， 可能更加滿意也可能更不滿意， 但更偏向滿意。
(2) 演示布局是可向整個小組清楚地說明 /演示的布局， 演示布局使用頻率越高， 學生越不可能選擇 “很不滿意”“滿意”或 “很滿意”。小組布局是可要求學生通過合作和小組活動分享想法和互相幫助的布局， 小組布局使用頻率越高， 學生越可能選擇 “很滿意”。個體布局是可讓學生獨立寫作、閱讀、研究、思考和反思的布局， 個體布局使用頻率越高， 學生越可能選擇 “滿意”或 “很滿意”。團隊教學布局是支持兩個或以上教師與共享同一空間的學生團隊合作的布局， 團隊教學布局使用頻率越高， 學生越可能選擇 “很不滿意”“滿意”或 “很滿意”?？梢娍臻g布局的選擇上因人而異， 傳統(tǒng)的演示布局和團隊教學布局的方式對學生學習空間滿意度的選擇具有不確定性， 演示布局或團隊教學布局使用的頻率的增加都會使學生更加滿意或更不滿意; 小組布局和個體布局使用的頻率越高， 學生的學習空間滿意度越偏向滿意。說明學生喜歡課堂參與度高且可以獨立思考的學習方式。
(3) 感到不適的空間數(shù)越多， 相比 “一般滿意”， 學生越可能選擇 “不滿意”， 越不可能選擇“滿意”或 “很滿意”。感到舒適的空間數(shù)越多， 相比 “一般滿意”， 學生越不可能選擇 “不滿意”，越可能選擇 “滿意”或 “很滿意”。安全性越高， 學生越不可能選擇 “很不滿意”或 “不滿意”， 越可能選擇 “滿意”或 “很滿意”。學校技術的使用頻率越高， 學生越不可能選擇 “不滿意”， 越可能選擇 “滿意”或 “很滿意”?？梢妼W?？臻g舒適性、安全性、學校技術的使用與學生學習空間滿意度高度一致， 學習空間越舒適、安全性越好、技術使用越頻繁， 學生滿意度越高。
隨著信息時代的不斷發(fā)展和教育水平的提高， 不同的學習者對教學和學習的需求差異會越來越大， 因此， 要提高學生在學習空間中的滿意度， 必須充分重視空間設計， 以滿足學習者的個性化學習需求。學生的學習空間滿意度可以在一定程度上體現(xiàn)空間設計的質量， 學?？臻g使用、舒適性、空間布置、安全性和學校技術使用等都是衡量空間設計的重要指標， 這些也都是影響學生學習空間滿意度的重要因素。
來源|《基礎教育》2021年第6期
作者|浦小松（中國教科院助理研究員）