国民经济研究局-在线教育有效吗？（英）-2021.7-42页_575kb

总结：Is Online Education Working?

核心内容

本研究旨在探讨在线教育与面对面教学对学生学习成果的影响，特别是在新冠疫情背景下。研究基于一所中型公立R1大学的学生成绩记录数据，涵盖了2019年春季、2019年秋季和2020年春季三个学期，以评估不同教学模式下的学生表现差异。

主要观点

• 在线教育与面对面教学的比较：研究发现，在控制了教师特定因素（如评分宽松或防止学术不端行为）后，面对面课程的学生在成绩、退课倾向和通过率方面表现优于在线课程的学生。
• 新冠疫情的影响：由于疫情导致教学模式的突然转变，大学在2020年春季实施了更宽松的评分政策和更灵活的评估方式，这导致了整体成绩的上升，但面对面课程的学生从中获益更多。
• 教师因素的重要性：研究强调教师的评分行为和学术诚信管理在决定教学模式与学习成果之间的关系中起着关键作用。如果不考虑这些因素，可能会错误地得出在线教育优于面对面教育的结论。
• 技术不平等的影响：居住在拥有更好宽带技术的社区的学生，在疫情期间因必须转为在线学习而获得的分数提升更大，表明技术不平等可能加剧了学习成果的差异。

关键信息

数据来源与结构

• 研究使用了某公立研究型大学的行政记录数据，包含近15,000名学生。
• 数据包括学生成绩（期中和期末）、年龄、性别、种族背景、专业、居住地邮编以及课程信息（如课程名称、教学方式、课程级别）。
• 研究样本限定为2019年春季入学的本科生，并且他们有完整的期中和期末成绩记录。

教学模式与课程特征

• 该大学在2019年秋季和春季提供约四分之一的在线课程。
• 在线课程通常由教授面对面课程的教师授课，这有助于比较不同教学模式下的教师行为。
• 在线课程更有可能是毕业设计或写作密集型课程，且课程级别与在线教学的普及率呈负相关。

实证方法

• 采用固定效应模型，利用学生和课程的面板数据，通过学生内部的课程变化来控制选择偏差。
• 模型包括以下变量：
  • 期中成绩和期末成绩
  • 是否获得A或B及以上成绩（二元变量）
  • 是否退课、获得未完成或失败（二元变量）
  • 是否完成课程（二元变量）
• 模型还控制了学生年龄、种族、国籍、课程特征等变量，并将标准误聚类在班级层面。

研究发现

• 在2019年秋季，面对面课程的学生在成绩和通过率上略逊于在线课程的学生，但这一差异在统计上并不显著。
• 在2020年春季，由于疫情的影响，大学全面转向在线教学，导致在线课程成绩显著提高，尤其是A等级的比例上升。
• 期中成绩的提升幅度比期末成绩更大，这表明疫情对学生成绩的影响主要发生在学期中后期。
• 面对课程的学生在成绩提升方面比在线课程的学生更受益，尤其是在疫情期间。
• 居住在宽带技术较好的社区的学生，在疫情期间因转为在线学习而获得更大的成绩提升。

结论

• 疫情改变了在线教育的环境，导致了更宽松的评分政策和更灵活的评估方式，这些变化对学生成绩产生了积极影响。
• 在线教育与面对面教育的效果差异可能被教师行为所影响，因此在分析中需要考虑这些因素。
• 技术不平等可能在疫情期间加剧了学习成果的差异，因此需要关注学生获取技术资源的能力。

研究贡献

• 本研究使用了更广泛的数据集，涵盖了整个大学的课程，而不仅仅是经济或商业课程。
• 研究设计避免了霍桑效应，因为学生和教师并不知晓他们的参与情况。
• 研究通过学生固定效应模型，能够更准确地估计教学模式对学生学习成果的因果影响。