文献信息
阅读感受
- 本篇文章其实并不侧重EEG和Attention的应用（文献又选错了-_-），侧重点在于challenge-skill balance与Flow experience之间关系的实证研究，以及Flow experience与Learning performance的关系。
- 在上述研究的基础上，利用Mindset headset脑电设备中的Attention信号接口提供的注意得分值（0-100）来探究学生的Attention与Flow experience之间的关系。
>这部分是一种探索性的研究，并不深入和完善。 - 心流（Flow experience）理论认为当已掌握的技能（skill）与需要进行的任务难度（challenge）相匹配（balance）时，学生会进入一种flow state,这是一种高度参与、心情愉悦、时间感减弱、动机高昂的状态。这种状态的发生与学习成绩具有显著的正相关关系。但这种状态的持续时间通常很短暂，难以保持。
- 但是目前对心流状态的测量最多使用的是自陈报告（self-report），这并非是一种动态、实时的测量方式，具有许多缺陷。而EEG、FMRI、眼动等生理心理学方法在这一方面具有天然的优势，但相关研究较少（本文中如是说，尚待更多的文献阅读），生理信号与Flow State之间的关系也并不清楚。
- 随着机器学习、深度学习等方法的兴起，利用计算机算法来验证脑电信号与Flow state之间关系变得可能，这也许是一个值得研究的点。
一、Introduction：Flow(心流)
什么是flow（心流）?
“Csikszentmihalyi proposed the concept of flow as an optimal experience resulting in intense engagement, distorted sense of time, and heightened motivation”
一种最佳体验，其结果是强烈的参与、不真实的时间感和更高的动机。
心流怎么测量？
- 以前的研究通常采用自陈报告（self-reporting）来测量心流状态,但心流是一种不断变化的状态，只在活动过程中短暂出现，并不会持久存在。
- 自陈报告通常是评估整个活动的心流体验，而不是在某一个时刻的心流体验（flow experience），误差较大。
- 便携式、廉价、非商用的脑电设备是检测学习者学习过程中情绪状态的可行方法。
心流何时产生？
- Csikszentmihalyi 提出了心流理论，其研究着眼于challenge-skill balance,即任务的难度和自身的能力之间的平衡会产生心流状态（Flow state），否则会产生焦虑（anxiety）或者无聊（boredom）状态。
- Flow,anxiety和boredom构成了Csikszentmihalyi的三元心流模型（Three-channels model of flow）
- 如果感知到的挑战低于自身的能力，则会产生“无聊”情绪，如果感知到的挑战高于自身的能力，就会产生“焦虑”情绪，二者的平衡会产生“心流”状态。
二、研究假设
- Challenge-skill balance has a positive effect on flow in computer-based instruction.
> 挑战技能平衡对计算机教学中的心流体验有积极的影响. - Flow experience has a positive effect on learning outcomes
> 心流体验对学习结果有正向效果
三、实证研究
研究工具：
- 自陈报告问卷研究（Study A）
- 脑电研究（Study B）
研究变量：
- 自变量：
- 挑战-能力平衡（challenge-skill balance）
- 因变量：
- 学习满意度（learning satisfaction）
- 学习绩效（leaning performance）
研究目的
| 研究编号 | 研究工具 | 研究目的 |
|---|---|---|
| Study A | 自陈问卷 | 通过问卷调查挑战技能平衡是否会影响心流体验.研究还揭示了心流体验对学习成绩和学习满意度的影响。 |
| Study B | 脑电波 | 探讨心流体验与脑电波信号的关系 |
实验细节 Study A
A-1 被试:
- 台湾某大学参加工商管理专业计算机入门课程的学生。
- 性别比例：38.5%男性:61.5%女性，与学院的比例相当，经T检验得出，不同性别在挑战-能力平衡，心流，学习成绩上无显著差异。
- 平均年龄19.54，标准差0.74
- 数据量：共收集189份问卷数据，其中41份因为回答的不完整被剔除，收到有效问卷148份
A-2 实验步骤：
- 被试完成一个前测（pre-learnig quiz）
- （紧接着）被试完成三节基于计算机教学的课程，三界课程内容为EXcel操作，都包含多媒体内容，难度等级分别为容易、中等、困难。在学习课程过程中没有教师在场指导，被试参加实验之前都有操作office软件的基本知识和学习经验。
- 每节课学习完成后，被试被要求进行练习。（紧接着）被要求完成测量项目以评估挑战技能平衡和心流体验，这个过程（第三步）在三节课程结束后都被重复。每节课包括练习时间大约30分钟，完成所有实验大概需要2小时。
- 三节课及上述第3步测量项目都完成后，被试通过纸质问卷去报告（自己学习过程）的满意度。
- 完成后测（post learning），总共12道多选题目，其中包括前测中出现过的题目，每节课中有4道题目，这些题目均在课程中有讲授。前测得分与后测得分的差值定义为学习成绩。
- 实验完成，发放每个被试4美元左右的小礼品。
A-3 测量工具
- 心流体验测量量表（Flow experience measurement scale）
- 5个维度（每个维度3个条目）：除involvement 外其他的都使用Shin的量表，每个条目采用里克特七点计分。
- Enjoyment
- Telepresence
- Focused attention
- Involvement（自编）
- Time distortion
- 总分高的被试更可能有心流体验
- 挑战-能力平衡量表
- 5个维度（每个维度3个条目）：除involvement 外其他的都使用Shin的量表，每个条目采用里克特七点计分。
- 得分既是二分变量也是间隔变量。
- 做二分变量时，0表示二者是平衡的，其他值表示不平衡。
- 做间隔变量时，0~-3与0~3被重编码为4-1，代表平衡度，4表示最高平衡度，1表示最低平衡度。
- 满意度量表
- 使用Shin和Chan编制的量表，共6个条目，采用7点计分
- 使用Shin和Chan编制的量表，共6个条目，采用7点计分
A-4 研究结论
- 不同课程难度在心流体验某些维度上的影响有显著差异。（原文table3）
- 不同的挑战-能力平衡度在心流体验各维度都有显著差异（table3）
- 在每个课程难度中，挑战能力平衡度与心流体验得分均有显著的相关性（table4）
- 在每个课程难度中，挑战-能力是否平衡在心流体验上有显著差异（table5），因此支持了假设1，即挑战技能平衡对计算机教学中的心流体验有积极的影响.
- 在EASY与Difficulty两个课程难度中，学习成绩的提高/下降在心流体验上有显著差异（tables6），且成绩提升组的心流体验得分明显更高。因此部分支持了假设2，即心流体验对学习结果有正向效果
研究细节 Study B
B-1 被试
- 20名被试，平均年龄23.75，标准差3.25，知情自愿，无参加过实验A的被试
B-2 研究流程
- 介绍实验简略流程，发放笔记本电脑与指导配戴脑电耳机
- 3分钟时间保持平静
- 完成前测
- 完成课程、做问卷、完成课程穿插进行，详见StudyA-2
- 发放报酬
B-3 测量方法
- 脑电设备： neurosky mindset EEG headset(3导，前额Fp1,左耳两个参考电极)
- 测量的统计量：
- 设备提供的注意力分数
- 注意力分数大于40的时间占比
B-4 研究结果
- 心流体验与注意力之间有显著正相关，但相关系数较低（0.39），说明注意力并不能完全反映心流体验。（table7）
- 在简单和中等难度的课程中，不同的挑战-能力平衡组在心流体验、脑电注意力得分，注意力得分百分比上没有显著差异，但在困难课程中，有显著差异（table8）。同时，在三种难度的课程中，注意力分数与注意力得分百分比只在困难程度的课程中与挑战-能力平衡度有显著相关。（table9）
- 这表明，挑战与能力是否平衡，在难度较高的课程中对心流体验和注意力的影响更大。
- 注意力得分与学习成绩在三种难度课程中都没有显著相关性。学习满意度与注意力也没有显著的相关性。
