英语原文共 12 页，剩余内容已隐藏，支付完成后下载完整资料
大学生拖延行为的测量与减少
CHRISTOPHER J. PERRIN, NEAL MILLER, ALAYNA T. HABERLIN, JONATHAN W. IVY, JAMES N. MEINDL, AND NANCY A. NEEF
俄亥俄州立大学
我们测查了大学生每周参加课堂测验时的拖延情况。采用多基线设计，比较了两种线上实践测验的时间安排。当非连续地提供在线学习材料时，学生通常会拖延。当获得额外的学习材料取决于完成以前的学习材料时，学习的分布更加均匀。总的来说，每周的课堂测验相对于前测的正确率平均得分在连续进入的情况下比非连续进入的情况下要高。
关键词：大学教育，拖延，自我控制，学习习惯
大学生用许多方式准备测验和考试。阅读书本、复习笔记和回答练习题是他们所采用的方法。这些策略有些能够提高成绩。例如Semb、Hopkins和Hursh（1973年）在一个儿童发展课程中给大学生在小测验之前布置了练习题。随后的测验表现表明，学生更可能正确地回答练习题，而不是新问题（即，他们以前没有见过的问题）。在Bostow和OConnor（1973年）的研究中，当学生在低于规定标准的情况下进行补救测验（从而获得额外的材料训练）时，他们在综合期末考试中获得的分数高于没有接受额外练习的学生。Ryan和Hemmes（2005）评估了作业分配对后续测验成绩的影响，发现当学生在测验之间练习相关内容时，他们得到的分数更高。
尽管这些研究表明当学生获得的学习材料明确且与将要测试的材料有着紧密的联系时，他们会表现得更好，但是为学生提供高结构的学习材料可能不足以促进考试中的高水平发挥。
当测验或考试安排在某一特定日期时，学生可以每天学习一个固定数量的量，或者选择将他们的努力推迟到安排好的测验之前。这种推迟学习的行为模式被描述为拖延行为(Born amp; Davis, 1974; Michael, 1991;Poppen, 1982)。尽管有例外（比如，Morris, Surber, amp; Bijou, 1978），当学生们在拖延以突击考试比匀速学习时表现得更差。(Ariely amp; Wertenbroch,2002; Lloyd amp; Knutzen, 1969; Mawhinney,Bostow, Laws, Blumenfeld, amp; Hopkins, 1971;Wesp, 1986). 例如Mawhinney et al. (1971)的研究表明，仅在安排的学习期间提供学习材料，并在不同时间间隔（每天或3周）考试中直接测量大学生的学习。随着考试间隔的增加，学生倾向于将学习分配的重心向间隔尾声倾斜。在3周的考试安排中，学生的考试成绩也较低。
这种典型的拖延反应模式，即从间隔开始时的低水平逐渐增加到间隔结束时的爆发式反应，有时被称为扇贝效应(Bornamp; Davis, 1974; Poppen, 1982)。然而，尽管在固定时间间隔的条件下的反应表面上具有相似性，但是控制关系是不同的。Michael(1991)描述了一个理论模型，用于理解准备考试的大学生可能产生这种反应模式的控制关系。由此，学生在考试前的间隔开始时没能学习是因为来临的考试是在遥远的未来，它不能控制学习。然而，随着考试日期的到来，对逼近的考试的厌恶增加了。之后的学习变得越来越可能发生并且起到了减少对到来的考试的厌恶的作用。
对厌恶事件的自我控制的研究提出了一种对拖延进行操作化定义的方法(Deluty, 1978; Grusec, 1968; Lerman, Addi-son, amp; Kodak, 2006; Mazur, 1996)。根据该模型，当在一个即时厌恶事件和一个推迟但相对更厌恶的事件之间做选择，前者更受偏好时，自我控制便得到了证明。在Lerman等人(2006)年的研究中，自闭症儿童在一个小的、即时的工作任务和一个大的、延迟的工作任务之间进行选择。对两种选择的孩子，选择都是延迟时间长短和任务大小的函数。在Lerman等人的研究中，孩子的行为和学生的拖延如出一辙。在为考试而学习的情况下，那些选择花上几天的时间来学习，而不是等到最后一刻才去学习的学生被认为表现出了自制力。另一方面，当学生选择推迟学习时，从而使他们置身于延迟的、没有准备好考试的更厌恶的状态之中时，拖延便被证明了。
尽管拖延在大学生中是很普遍的(Jarmolowicz, Hayashi, amp;Pipkin, 2010; Lamwers amp; Jazwinski, 1989;Lloyd amp; Knutzen, 1969)，很少有应用性研究试图去减少它。以往解决这一问题的尝试通常都会规定完成学业的中间期限，以鼓励分配更均匀的学习模式(Lamwers amp; Jazwinski, 1989; Morris et al.,1978; Wesp, 1986)。例如，Lamwers和Jazwinski（1989）使用个性化教学系统（PSI）比较了一个班级中截止日期的不同范围，发现频繁的最后日期与以自己速度安排的学习相比可以减少拖延，并提高成绩。Ariely和Wer tenbroch（2002）也减少了PSI课程中的拖延，他们要求那些在某个日期之后延迟工作的学生与教授会面，并开发中间期限以保持他们的进度。收到额外截止期限的学生在成绩和辍学率方面远比较少截止期限的学生表现好。除此之外，其他研究表明，在最后期限内提交分数和在错过最后期限时丢失分数都可能对测验成绩产生积极的影响（例如，Reiser，1984）。虽然这些发现是有希望的，但进一步研究减轻拖延是有必要的。例如，在这些研究中，关注的学生行为主要是完成独立作业，而不是为了考试而学习。对任务完成的分配的干扰对任务之外的学习干扰很小。(Ariely amp;Wertenbroch, 2002; Lamwers amp; Jazwinski,464CHRISTOPHER J. PERRIN et al. 1989; Morris et al., 1978; Reiser, 1984; Wesp,1986)实验使用组间设计来评估其干预的效果，从而使得关于干预个人行为模式效果的结论受到局限。
虽然最后期限有时可以减少拖延，但它们并没有直接解决拖延的假设函数。通常情况下，如果所需的学习行为没有在指定日期之前完成，教师所规定的最后期限会带来不利后果的威胁（比如未完成任务）。因此，由于这类干预而改善的学习似乎可以通过以避免一些老师布置的厌恶后果形式的负强化来维持。寻找其他的方法来影响学生的行为，而不依赖于失败的威胁的方法可能是很有价值的。一个这样的替代方案是制定应急计划，通过这些计划，投入到分布均匀的学习中将会产生正强化。尽管大量的研究表明，积极强化可以改善学习行为，但我们没有发现有研究证明使用积极强化来改变学习模式。
本研究调查了三个与拖延相关的问题。首先，我们检查了大学生在准备每周测验时回答可选择的练习题的拖延程度。其次，我们调查了制定应急计划的影响，即要求学生在周末早些时候回答一些问题以获得额外的学习问题。最后，我们评估了分布均匀的学习是否会比拖延带来更好的测验成绩。
方法
被试及设计
有11位就读于中西部一所大学的研究生作为被试（七位博士生和四位硕士生；两位男性和十一位女性）参加到一个为期10周的单因素设计课程中。这个小组虽然很小，但代表了三个不同的学术项目。学生们被告知他们的班级正在评估一种教学方法，但是他们没有被告知独立变量和因变量的细节。课程中的所有学生都同意将他们的数据纳入本研究。
这项研究的课内部分（即课堂测验）是在一个大学计算机实验室进行的。房间里有椅子、桌子和连网的台式电脑。学生们用大学的电脑进行了前测和课堂测验。在课堂测验的部分，至少有一位笔者在场。
材料
三种类型的基于计算机的评估用于衡量绩效：（a）预测试，（b）每周课堂测验，和（c）实践测验。每个评估都可以通过课程网站访问，由多个选择题组成，多个选择题的变型，其中多个答案选项可能是正确的。所有的评估都是由大学的网络课程自动评分的。参与者只有在选择了所有正确的答案选项并且没有选择正确的答案选项时才能获得满分。否则，当选择了部分但不是全部正确答案选项时，参与者获得部分学分；当没有选择正确答案选项时，参与者不获得学分。
每周开发三套10个问题的等效集。同等问题指评估相同内容区域但措辞不同或提供不同答案选项的问题。每个问题的一个版本在前测和课堂测验中使用，两个版本用于实践测验。
前测。在第一节课上，学生们（p6除外，他不在）参加了前测。前测包含八个教学单元的问题，共80个问题。因此，前测包含所有在课程中将被教授的内容。学生们被告知前测对他们的成绩没有影响，但对决定课程的进展很重要，因此他们被要求认真对待并尽最大的努力。前测成绩没有向被试报告。
课堂测验。每周一次的课内测验，作为后测，在课程的前30分钟在计算机实验室进行。所有的课堂测验都包含了前测的10个问题，这些问题反映了当天课堂演讲中要涉及的内容。此外，测验结束后，参与者会立即得到反馈，测验分数会被计入他们的课程成绩。课堂测验成绩占课程总成绩的10%。
练习测验。学生每周可以参加五次练习小测验。第一个练习测验包含四个问题，涉及两个内容领域。第二个练习题包含八个问题（第一个练习题中的四个加上四个新问题），涉及四个内容领域。这种模式一直持续到第五次也是最后一次练习测验，其中包含20个问题，涵盖10个内容领域。需要注意的是，只有第五次练习测验包含了课堂测验的所有内容。问题的顺序是在每个练习测验中随机排列的。为了减少学生打印离线学习练习题的可能性，一次只在电脑屏幕上显示两个问题。
与前测一样，实践测验对学生的成绩没有影响，是多个选择题，通过课程网站访问，并自动评分。然而，与前测不同的是，学生完成后立即收到他们分数的反馈以及每个问题的正确答案选项。参加实践测验的机会取决于下文所述的实验条件。练习测验在学生获得入学许可后的课前30分钟内有效。这些测验可以无限次地进行，并且可以在任何时候从任何具有互联网功能的计算机（例如家用计算机）上进行访问。练习测验中的问题保持不变，而不管学生访问的次数。
相关措施
所有的数据都是由大学的计算机系统服务器收集的。为完成的练习测验收集频率数据。如果参与者在计算机屏幕上单击“提交测验”选项，则测验被评分为已完成。完成测验时记录日期和时间。大学的计算机系统通过将正确答案的数量除以可能的正确答案的数量，将所有的测验题都归为正确或错误。这些数据在每次测验中都是正确的。
步骤
采用多基线设计，比较了两种在线练习的时间安排，即非接触时间安排和偶然接触时间安排。在第一堂课上，学生们被告知可以在课程网站上提供练习测验，以帮助他们学习课堂上的测验；还解释了基线意外情况。当情况发生变化时，以及由于假期（第7周和第8周开始）课程表中的休息时间后，向每个学生发送电子邮件，说明治疗意外事件的规则。
非临时性访问（基准）。访问最佳实践测验基于非临时性固定时间（FT）24小时计划。 上课后的早晨开始，每天早上6:30进行一次练习测验，直到所有五个练习测验均可用为止。例如，如果星期三晚上上课，第一个练习测验可以在星期四早上开始。测验2、3和4可以分别在星期五、星期六和星期日上午开始，最后的练习测验在星期一上午开始。
临时访问。第一次实践测验的进入是在课后上午不连续地提供的。然而，进入随后的实践测验取决于先前实践测验的完成。例如，参与者必须完成第一个练习测验，才能进入第二个练习测验。第二天早上6:30，参与者可以参加下一个有奖练习测验。因此，参与者每天只能参加一个额外的练习测验。因此，如果参与者没有在下课的第三天完成第一次练习测验，他们就没有足够的时间来完成所有五次练习测验。
可接受等级
参与者在上课的最后一天匿名完成了一项社会有效性问卷调查，要求他们以5分Likert型量表（或``不适用）圈出一个值，以表明（a）练习测验对您有帮助的程度 在准备课堂测验时，（b）他们比其他学习方式更喜欢练习测验，（c）他们认为练习测验对课堂测验的准备有所帮助，（d）他们喜欢每种练习测验时间表，（e）他们 希望在以后的课程中进行练习测验。（f）他们打印练习测验供离线使用，并且（g）他们使用练习测验和其他学习方式。 此外，还向参与者提出了关于他们会建议继续和终止课程的开放性问题。
结果
图1和图2显示了每个人在基线和治疗期间完成的练习测验的累积数量。在基线期间，当参加练习测验是非偶然的时，11名参与者中有10人（除P4以外）在本周早些时候很少进行练习测验。尽管P3（图1，底部）在课程开始的几周内表现出更一致的响应，但这种模式很快就退化了。当获得其他练习测验取决于完成较早的练习测验时，六名参与者（图1）展示了更均匀分布的回答模式。尽管P7和P10（图2）在偶然访问期间也比基线期间更早开始完成测验，但对响应模式的影响还不清楚。在研究过程中观察到的一般响应模式也有一些明显的例外。在非临时性访问期间，P4（图2，底部）经常在7天中的5天访问练习测验。结果，在整个研究中保持基线状态。P8很少访问练习测验（图2，第三个面板）。在她完成练习测验的极少数情况下，它发生在一周的最后3天，与情况无关。在偶然访问期间，P10（图2，第二个面板）在整个星期内最初访问了在线测验；但是，总体反应有所下降，并且接近阶段结束时的基线模式。图3（顶部）描绘了在非偶然和偶然条件下，每个参与者完成至少一个练习测验的天数百分比。所有参加者在偶然条件下完成练习测验的时间比非偶然条件下要多，除了P4没有经历偶然条件的情况。在非偶然进入条件下，完成练习测验的平均天数百分比为31％（范围为10％至61％），在或有条件进入条件下平均为56％（范围为14％至79％）。
图3（底部）将两种情况下的性能差异描述为预测试的平均百分比增益（注意，因为
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[236466]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
