分類: 社交及情意成果

Categories
社交及情意成果 小學教育

虛擬實境運動對自閉症譜系障礙兒童社交技能及情緒識別之影響：隨機對照試驗之統合分析

Cui及其團隊進行之一項統合分析，評估了虛擬實境（VR）運動對自閉症譜系障礙（ASD）兒童社交技能（SS）及情緒識別（ER）之影響。作者分析了2005年1月至2025年10月間於PubMed、Web of Science、Scopus及EBSCO數據庫發表之隨機對照試驗數據，探討了VR運動介入與兒童社會情緒發展成果之間之關係。

作者採用標準化均數差（SMD）作為效應值，運用隨機效應模型綜合各研究結果。VR運動介入與標準治療方法進行比較。研究方法包括使用關鍵詞（虛擬實境、自閉症譜系障礙、兒童）進行全面數據庫檢索。質量評估遵循Cochrane手冊指引，異質性透過I²統計量評估。次組分析檢視了介入持續時間之影響（< 14週與≥ 14週），次要結果包括認知功能、焦慮、語言功能及抑鬱。

結果顯示，VR運動對SS有顯著正向影響（SMD = 0.94 [0.71, 1.17]，p < 0.05，I² = 74%）及ER（SMD = 0.42 [0.18, 0.65]，p < 0.05，I² = 0%）。進一步，次組分析表明，持續時間少於14週之介入（SMD = 0.63 [0.36, 0.91]，p < 0.05，I² = 0%）及超過14週者（SMD = 1.70 [1.27, 2.13]，p < 0.05，I² = 44%）均能顯著改善SS，較長介入顯示更大效應值。此外，VR運動改善了認知功能（SMD = 0.49 [0.06, 0.93]，p < 0.05，I² = 0%）及減少焦慮（SMD = 0.56 [1.10, 0.02]，p < 0.05，I² = 0%）。值得注意者，對語言功能及抑鬱之影響因證據不足而仍不明確。

該研究強調，VR運動作為一種技術介入模式，在提升ASD兒童社會情緒能力方面之有效性優於標準治療方法。因此，未來臨床實踐應考慮將VR運動介入整合至ASD兒童康復計劃中，特別強調介入持續時間之優化以最大化治療效益。中等效應值及對認知與焦慮成果之謹慎解讀，需要透過更大規模之縱向研究及標準化結果測量進行驗證。

 

文獻來源（開放取用）：Cui, T., Ariffin, R. B., Wang, X., & Wang, X. (2026). Effects of virtual reality exercise on social skills and emotional recognition among children with autism spectrum disorder: a meta-analysis of randomized controlled trials. BMC psychology.

https://doi.org/10.1186/s40359-026-04160-x… Read the rest

Categories
社交及情意成果 小學教育 中學教育

教師教學情緒、教學心態與AI準備度之關係

Ti及其團隊採用橫斷面問卷設計與階層迴歸與調節分析，探討在職教師的教學情緒與教學能力心態如何預測其 AI 準備度，並檢驗心態是否調節情緒對AI準備度的影響。研究以424名中國在職教師為樣本（平均年齡38.76歲），涵蓋小學與中學階段。AI準備度依Wang等人（2023）的四構面模型測量，包括認知、能力、願景與倫理；教學情緒區分為正向與負向情緒；教學心態則分為成長型與固定型。分析過程控制性別與社會期許偏差，並透過PROCESS檢驗交互作用。

結果顯示，正向教學情緒顯著正向預測教師在AI準備度四個構面上的表現（B ≥ .48, p < .001），而負向情緒對任何構面皆未達顯著預測（|B| ≤ .06, p ≥ .309）。在教學心態方面，成長型教學心態對認知、能力、願景與倫理皆具有顯著正向效果（B ≥ .18, p < .01），顯示將教學能力視為可發展者更能促進教師面對 AI 教育變革的整體準備。然而，固定型教學心態並未全面產生負面效果，反而在「認知」與「能力」構面上呈現顯著正向預測（B ≥ .17, p < .01），但對願景與倫理未達顯著。整體而言，情緒與心態加入模型後的效果量屬中至大型（.28 ≤ f² ≤ .36），顯示其對AI準備度具有實質解釋力。

在調節效果方面，成長型教學心態強化了正向情緒對AI認知準備度的影響（B = .11, p < .05）。亦即，當教師同時具備高度正向情緒與成長型心態時，其對AI角色與功能的理解程度顯著提升。另一方面，固定型教學心態調節了負向情緒對認知構面的影響（B = .10, p < .05）：在固定心態較低時，負向情緒會顯著降低認知準備度（B = –.18, p < .05），但在固定心態較高時則不顯著。值得注意的是，調節效果僅出現在「認知」構面，而未出現在能力、願景與倫理構面，顯示AI準備的認知層面對情緒與心態資源的互動最為敏感。

整體而言，本研究指出，教師面對AI教育變革的準備程度，不僅取決於技術訓練或制度支持，更深受其教學過程中的情緒經驗與對教學能力可塑性的信念所影響。正向情緒與成長型教學心態構成促進AI準備度的重要心理資源，而二者的協同作用特別有助於提升教師對AI的認知理解。研究建議，在推動AI教師培訓與專業發展時，應同時關注教師情緒調節與成長型心態培養，以促進更全面且持續的AI準備。

 

文獻來源（開放取用）：Ti, Y., Sun, Y., & Li, X. (2026). Predicting in-service teachers’ AI readiness from emotions in teaching and mindsets about teaching ability: Testing the direct and moderating effects. Teaching and Teacher Education, 175, 105433.

https://doi.org/10.1016/j.tate.2026.105433… Read the rest

Categories
社交及情意成果 小學教育 中學教育

教師品格美德、投入與福祉之間的關係

Angelini 及其團隊採用橫斷面問卷設計與路徑分析模型，探討教師的三項品格美德——關懷（caring）、求知（inquisitiveness）與自我控制（self-control）——如何影響其工作投入與整體福祉，並進一步檢驗職業倦怠與教師自我效能在其中所扮演的中介角色。研究以 339 名義大利在職教師為樣本，涵蓋小學與中學教育階段，蒐集其品格美德、倦怠、自我效能、工作投入與心理健康福祉等指標，以檢驗變項間的直接與間接關係。

研究結果顯示，三項品格美德整體上對教師的投入與福祉具有顯著的正向總效果。相關分析指出，求知、關懷與自我控制皆與自我效能、工作投入與福祉呈顯著正相關，而與倦怠呈顯著負相關。路徑分析顯示，求知與自我控制能顯著降低倦怠（β = –.142, p < 0.05 與 β = –.235, p < 0.001），並提升教師自我效能（β = .206, p < 0.01 與 β = .191, p < 0.01）；關懷則主要透過提升自我效能（β = .171, p < 0.01）影響後續結果，而未直接降低倦怠。倦怠對工作投入（β = –.528, p < 0.001）與福祉（β = –.324, p < 0.001）具有強烈負向影響，自我效能則顯著提升投入（β = .212, p < 0.001）與福祉（β = .219, p < 0.001），二者在模型中具有核心中介地位。整體模型可解釋 35.6% 的工作投入變異與 45.7% 的福祉變異。

值得注意的是，不同品格美德的作用機制並不相同。求知同時對工作投入（β = .095, p < 0.05）與福祉（β = .122, p < 0.05）具有直接效果，並透過倦怠與自我效能產生顯著間接影響；關懷則主要影響福祉（β = .184, p < 0.001），其對工作投入的作用多經由自我效能間接產生；自我控制雖未直接預測投入或福祉，但可透過降低倦怠與提升自我效能，間接促進兩項結果。這顯示教師品格美德並非以單一路徑發揮作用，而是透過不同心理與職業歷程影響其專業狀態。

整體而言，本研究指出，教師的品格美德是促進其專業投入與心理福祉的重要個人資源，而職業倦怠與自我效能構成連結品格與福祉的關鍵機制。研究強調，教師福祉與倦怠應被視為同一連續體上的兩個面向，並建議未來教師支持與專業發展方案可納入以品格美德為基礎的介入設計，以同時減少倦怠風險並提升教師的專業活力與整體幸福感。

 

文獻來源（開放取用）：Angelini, G., Mamprin, C., Buonomo, I., Benevene, P., & Fiorilli, C. (2026). Virtues, engagement, and well-being in teachers: Associations with burnout and self-efficacy in a path analysis model. Teaching and Teacher Education, 169, 105284.

https://doi.org/10.1016/j.tate.2025.105284… Read the rest

Categories
社交及情意成果

後疫情時代融合教育數位教學法的教師專業發展

Shi及其團隊採用循序式混合方法，探討融合教師的數位教學能力與數位自我效能如何影響其工作投入與情緒耗竭。研究首先以 478 名教師為樣本，運用結構方程模型檢驗四個核心變項之間的關聯；其後再透過一項為期兩週、以 TPACK 為基礎的專業發展實驗，評估提升教師數位能力是否能有效改善其專業福祉。

結果顯示，教師的數位教學能力是自我效能的重要預測因子（β = .848, p < .001），並顯著提升工作投入（β = .455, p < .001），同時降低情緒耗竭（β = –.339, p < .001）。自我效能亦顯著提高教師的投入程度（β = .300, p < .001）並減少耗竭感（β = –.390, p < .001），呈現一條從數位教學能力 → 自我效能 → 教師福祉的鏈式作用。

後續的專業發展實驗進一步強化此結果。實驗組相較於控制組，在數位教學能力（F = 22.085, ηp² = .290）、自我效能（F = 32.296, ηp² = .374）、工作投入（F = 14.764, ηp² = .215）和情緒耗竭（F = 15.208, ηp² = .220）上有明顯差異。實驗組於前後測的成長均達高度顯著，而控制組則未出現顯著變化。

本研究指出，教師的數位教學能力是促進其專業福祉的關鍵因素，而結構化、整合 TPACK 的短期專業發展能有效強化教師自我效能、提升工作活力並減少情緒耗竭。研究建議教育機構將數位教學能力培養視為教師專業發展的重要一環，以支持融合教育情境下教師的持續成長與心理健康。

 

文獻來源（開放取用）：Shi, Y. R., Sin, K. F. K., & Wang, Y. Q. (2025). Teacher professional development of digital pedagogy for inclusive education in post-pandemic era: Effects on teacher competence, self-efficacy, and work well-being. Teaching and Teacher Education, 168, 105230.

https://doi.org/10.1016/j.tate.2025.105230… Read the rest

Categories
社交及情意成果 小學教育

超越分數：為何社交情緒學習對香港早期教育至關重要

從幼稚園升讀小學是香港兒童生活中的一個關鍵里程碑。雖然已知這一里程碑會塑造長期的學術和社交成就，但現有文獻主要集中在西方語境，對於以高學業壓力和獨特文化價值觀為特徵的東方教育體系中的經歷缺乏足夠的了解。Zhoc, Tse & King (2025) 旨在審視兒童多方面的過渡經歷，特別聚焦於他們面臨的學業和社交挑戰。通過識別這些因素，Zhoc, Tse & King (2025) 希望強調社交情緒學習（Social Emotional Learning）的必要性，以協助年幼學生更順利地適應進入更正規、以評估為導向的小學環境，並達致最佳表現。

為全面了解這一過渡過程，Zhoc, Tse & King (2025) 採用了定性研究設計，涉及來自香港四所政府資助男女校的多個持份者。主要數據來自對 38 名 6 至 8 歲的小一和小二學生進行的半結構化訪談。為確保兒童觀點的可靠性並提供三角驗證，研究亦與來自這四所學校的 15 名班主任和 17 名家長進行了焦點小組討論。數據採用主題分析法進行分析，以識別有關兒童過渡經歷的重複模式和核心主題。

分析揭示了描述這一過渡期的三個主要主題：正面經歷、學業問題和社交問題。在正面方面，許多兒童喜歡結交朋友、參與新的學習活動以及獲得成年人的支持。然而，挑戰亦隨之而來。學業掙扎包括高自我期望和父母要求的巨大壓力、對測驗成績的挫敗感，以及繁重的功課和默書負擔。在社交方面，部分兒童報告了建立友誼的困難、孤獨感，以及捲入敵對互動或衝突中。研究結果描繪了一種「操練式學習」（drilling to learn）的文化，其中學業壓力普遍存在，而社交技能往往發展不足。

Zhoc, Tse & King (2025) 總結指出，早期社交情緒學習對於應對香港教育體系的複雜需求不可或缺。他們解釋到，源於文化價值觀的學業壓力可能將成就與家庭榮耀畫上等號，因此有必要採取干預措施來培養「成長型思維」（growth mindset），幫助兒童將失敗視為學習的一部分。在社交方面，研究強調了教導親社會行為、解決衝突和情緒調節的迫切需要。最終，Zhoc, Tse & King (2025) 主張，成功的過渡不僅取決於學術準備，還取決於裝備兒童具備管理壓力和建立支持性關係的心理資源。

 

文獻來源（開放取用）：Zhoc, K. C., Tse, J. K., & King, R. B. (2025). The importance of social and emotional learning in facilitating positive transitions from kindergarten to primary school in Hong Kong. Journal of Early Childhood Research, 1476718X251349938.

https://doi.org/10.1177/1476718X251349938… Read the rest

Categories
社交及情意成果 高等教育

學習者對AI與人類導師回饋的偏好

Le 與其團隊以大學英文學術寫作任務為情境，檢驗學習者在接受不同來源與介面形式的學習回饋後，對「人類導師 vs. 生成式AI」的偏好是否改變。研究招募114名非英語母語的大學生，並隨機分派至四組：不提供回饋（控制組）、人類導師回饋、ChatGPT 4.0 自由對話介面、以及以 ChatGPT 為引擎的「結構化」寫作分析工具。研究在任務前後分別以量表與二選一題測量偏好，並比較四組在後測偏好與偏好改變上的差異。

結果顯示，學習者在任務前即呈現明顯的人類導師偏好（87.2% 選人類），任務後此偏好仍然穩定（86.0% 選人類），呈現教育情境中的「算法厭惡」現象。然而，後測量表分數在四組間達顯著差異，人類導師組顯著高於自由對話AI組與控制組；在人類／AI二選一偏好指標上亦達顯著，其中人類導師組與結構化AI工具組都顯著高於自由對話AI組。就偏好改變而論，整體平均變化趨近於零，但四組差異顯著：自由對話AI組對AI的偏好略有上升，反之，人類導師組與結構化AI工具組相較於自由對話AI組更傾向於人類。亦即，即使三者皆能提供有效回饋，自由對話介面才較能緩解算法厭惡、提升對AI的接受度；而結構化、一次性呈現的工具反而強化了對人類導師的偏好。

作者據此主張，提升AI教學工具的「互動性與對話性」或比純粹的技術優化更能影響學習者偏好，因為可反覆厘清與修正的對話歷程，能降低學習者對「演算法必須完美」的期待落差與不信任。整體而言，研究將「人類偏好」置於可被介面設計調節的脈絡中，為AI於教育的採納、產品設計與課程實作提供了實證基礎與警示。

 

文獻來源（開放取用）：Le, H., Shen, Y., Li, Z., Xia, M., Tang, L., Li, X., … & Fan, Y. (2025). Breaking human dominance: Investigating learners’ preferences for learning feedback from generative AI and human tutors. British Journal of Educational Technology.

https://doi.org/10.1111/bjet.13614… Read the rest