论文部分内容阅读
[摘 要] 随着信息技术的发展，多媒体与网络化教学成为现代教育的主流。多媒体教学中学习材料的情绪因素受到研究者越来越多的关注。国内外学者已开展了大量实验与准实验研究，探索在使用颜色、形状、拟人化等多种视觉元素设计的学习材料中，视觉情绪因素对学习者学习效果的影响，结论尚存争议。研究采用元分析方法，对二十年来国内外有关视觉情绪设计影响学习效果的31篇文献进行梳理与分析，并进一步从学习材料呈现步调、学习者学段和实验时长三个调节变量的影响维度进行深入探讨。研究发现：整体而言，视觉情绪设计能够促进反映学习者学习效果的保持成績、理解成绩和迁移成绩的提高;不同呈现步调、学习者学段和实验时长对学习者学习效果的调节作用组间差异不显著。研究得到的启示：多媒体学习材料中使用饱和、高亮暖色、图片及拟人化设计，对于多媒体学习认知过程和学习效果有益。最后，在深入阅读文献的基础上，指出多媒体学习情绪设计研究中存在的问题及进一步研究的方向。
[关键词] 多媒体学习; 视觉情绪设计; 学习效果; 元分析
[中图分类号] G434 [文献标志码] A
一、问题的提出
多媒体技术广泛应用到教育中，为教学提供了丰富的资源。研究发现，多媒体学习中学习材料的情绪因素，如高兴、自豪等积极情绪与学生学业成绩正相关，能够直接或通过兴趣、动机等间接促进学习者学习，促进其创造性思维及发散性思维的发展[1-3]。改变学习材料的内部设计元素，如形状（将矩形改成圆形或椭圆）、颜色（使用饱和的暖色调代替黑白灰等中性色调）、字体、布局以及加入拟人化（如婴儿脸）等的视觉情绪设计方法，由于在不增加多媒体学习材料额外元素的基础上，提升学习材料的吸引力，受到研究者越来越多的关注[4-7]。
国内外研究者针对视觉情绪设计能否激发学习者积极情绪和促进其学习展开了大量的研究工作，存在两种不同的理论观点。认知负荷理论（CLT）认为，情绪设计增大了外部负荷，应该尽量避免使用[8]。多媒体学习认知—情感理论（CATLM）则假设由情绪设计激发的积极情感—动机状态能够触发深度认知过程，进而增加用于完成任务的认知资源[9]。因此，有效的情绪设计对学习和情感—动机状态都是有益的，而不会增加额外的认知负荷，抑制学习水平。
在实验研究层面，已有的实验研究结果并不完全一致。这些研究结果大致可以分为三类。第一类研究结果表明，视觉情绪设计能够诱发学习者的积极情绪，在反映学习效果的理解和迁移成绩方面有显著的提升作用。这类典型的研究如Um等采用颜色和形状的情绪设计方式，对多媒体学习材料“人体的免疫过程”进行设计，实验结果发现，“暖色+拟人化”的设计能够诱发学习者的积极情绪，提升其内部动机，提高理解和迁移成绩[10]。第二类研究结果表明，视觉情绪设计不能诱发学习者的积极情绪，但在学习效果的理解程度方面有作用。Plass等就颜色和形状对学习的影响进行研究，结果发现，单独使用暖色不能激发学习者的积极情绪，但可以提升其对知识的理解程度[11]。薛野等针对“人体免疫过程”，采用“‘橙黄红+娃娃脸拟人’与‘黑白灰+圆形’”的设计方式进行实验对比研究，结果发现，情绪设计提高了学习者的内在动机水平，但没有提升其积极情绪和学习成绩，且其情绪水平在学习后有所下降[12]。第三类研究结果表明，视觉情绪设计没有激发学习者的积极情绪，也没有促进学习者学习成绩的提高。典型的研究有Park等利用眼动追踪技术探讨拟人化对积极情绪激发及学习的促进作用，研究结果表明，拟人化的情绪设计只能维持学习者在学习过程中的已有情绪，不能诱发积极情绪，对学习者的理解成绩和迁移成绩没有显著影响[13]。因此，由于实验研究基本条件不同，研究的样本先前知识水平存在差异，研究的测量工具不同等因素存在，使得已有研究的真实性、可靠性和科学性受到影响。
对于多媒体学习中视觉情绪设计是否能够激发学习者的积极情绪并促进其学习的研究，学术界在其研究结论和解释上存在争议。基于此，本文采用元分析（Meta-Analysis）方法，从“视觉情绪设计是否能激发学习者的积极情绪，以促进其学习”这一视角出发，梳理了国内外二十年以来有关情绪设计对学习效果影响的实证研究，并对其结果进行归纳、整理、分析和比较，得到视觉情绪设计对学习者学习的影响效果，为多媒体学习材料的设计提供一定的借鉴和参考。
二、研究设计
本研究关注视觉情绪设计对学生积极情绪、学习效果的影响，利用文献检索、邮件咨询等多种途径广泛收集资料，提取实验数据及相关信息，在进行标准化编码的基础上进行综合分析。
（一）研究方法与研究工具
元分析，又叫荟萃分析，是一种利用效应量（Effect Size，ES）对多个原始研究进行综合的、定量的统计学分析的方法[14]，通过提取已有研究中的实验数据，如样本量、评价指标平均值和标准差等来评价总体研究的效果及影响程度。作为一种整合系列独立研究结果的文献评价方法，元分析方法已经成为医学、教育学、心理学等多个领域的一种极其重要的研究工具。本研究中采用标准化均值差（SMD）作为效应尺度指标计算效应量大小，采用Stata15作为元分析的工具。
在元分析中，由于文献的检索、纳入分析、解释和发表时的结果可能偏离真实结果，对元分析过程中检索到的相关文献进行发表偏倚检测是有必要的[15]。本研究采用Egger线性回归检验方法[16]进行偏倚检测，其中p<0.05，表示存在发表偏倚，p>0.05，提示无明显发表偏倚。对于存在发表偏倚的研究，采取剪补法（Trim-and-Fill）[15]进行处理。同时，根据统计原理，只有同质的研究才能进行效应量合并或比较等统计分析。在本研究中，采用I2检验法[17]判断异质性，当I2值分别为25%、50%和75%时，可以看作异质性低、中和高的界限[17-18]。如果研究之间具有同质性，则分析中选择固定效应模型计算其效应量;如多项独立研究结果具有异质性，则选择随机效应模型。 （二）数据来源与文献检索方式
本研究以中国知网、维普、万方为中文数据来源，以ScienceDirect，Springerlink，ProQuest，ERIC，Google Scholar为外文数据来源收集资料。整个文件检索过程分为两轮。第一轮采用大范围检索方式，根据主题词或关键字及其组合从相应数据库中进行检索。中文主题词使用“情绪设计”AND “多媒体学习”;英文采用高级检索方式，检索语句为：（“emotional design”） AND （“multimedia” OR “multimedia learning” OR “learn”）。第二轮采用“滚雪球”方式，通过第一轮检索文献的参考文献进行二次检索。文献检索时间范围为1999年1月至2019年3月。
（三）数据纳入与排除标准
经过初步主题和关键字检索，得到938篇文献。去除重复及主题不相关的文献，得到132篇;进一步阅读摘要和全文内容，根据文献纳入和排除标准，最后得到进行元分析的有效文献31篇，其中，国外文献22篇，国内文献9篇;期刊论文18篇，博硕士论文7篇，会议论文6篇;研究总样本量54，总样本数为4306。
纳入标准如下：（1）文献必须采用实验研究法，包括实验或准实验设计;（2）该文献必须使用了颜色、图片、形状、字体、面部拟人等五种设计元素中的至少一种，且探讨的主题必须是视觉情绪设计对学习效果或情感—动机状态的影响;（3）研究必须是对原有学习材料的“微小”加工，如字体大小、字体类型、图形边界弧度、清晰度、在原有图形上增加婴儿脸拟人表情、增加箭头表示运动的方向[19]等;（4）研究必须是在多媒体学习情境下的情绪设计;（5）研究必须是积极唤醒而不是消极唤醒或是非唤醒的情感—动机状态;（6）文献中必须提供完整的研究数据和结果报告。
文献排除标准如下：（1）没有使用暖色积极唤醒情感状态;（2）排除对周围环境进行颜色加工的研究;（3）增加额外教学代理;（4）教学系统、工具的设计与开发;（5）通过视频、电影等进行外部情绪诱发对学习者学习效果影响的研究;（6）虚拟现实场景、游戏化场景下情绪设计要素的影响;（7）与教学内容无关的装饰性设计，为了检索便利的线索性设计及教科书设计不包含在内。
（四）数据编码
本研究由两位研究人员独立对文献的特征进行编码。编码的一致性采用Cohen提出的Kappa系数[20]。一致性系数为0.82。一般认为，一致性水平在75%以上即表示结果可信，本研究编码结果可信。对于编码中不一致的地方，由两位研究人员经过共同讨论、协商后进行纠正。
本研究编码标准在借鉴Brom等对情绪设计元分析[7]基础上进行适当改进，编码内容包括作者信息、出版日期、实验样本量、学习者学段、语言/文化背景、视觉情绪設计元素、实验时长、实验学科、学习呈现步调等。其中，根据实验对象所在的年级，学习者学段主要分为小学（1—6年级）、中学（7—12年级）和大学（本科生和研究生）。对于个别研究，如文献[21]中实验对象同时包含中学生和大学生，编码为其他。实验时长方面，实验时长≤15分钟，编码为short;15分钟<实验时长≤40分钟，编码为medium;实验时长>40分钟，编码为long;如果研究没有指明实验时长，则编码为other。根据学习者对学习材料的控制程度，将呈现步调编码为自定步调（Self）和系统步调（System）。自定步调中学习者根据自身学习情况自主调整学习节奏，可以对学习材料进行拖动、快进等操作，而系统步调中，学习者不能控制学习材料播放的进度，而是由学习系统自动呈现给学习者。对于文献[22]中实验二和实验三混合使用这两种呈现步调的研究，该项编码为other。
综合来看，纳入分析的研究主要集中在2007—2018年，研究的样本量在22至334人之间，研究主要涉及生物医学和信息科学，各研究的实验时长短的在15分钟以下，长的则有6周时间。
（五）分析框架
本研究分析框架在Brom等以颜色和拟人化为情绪设计元素的元分析[7]研究的基础上进行改进，如图1所示。通过认知结果和情感—动机两个层面的分析及引入调节变量来综合评价视觉情绪设计对学习者的影响。认知结果包括保持成绩、理解成绩和迁移成绩三个评价指标。保持成绩，又叫再认成绩，主要用来评估学习者对于多媒体学习材料内容的记忆效果[23]，属于浅层识记。理解成绩主要用来检验学习者对多媒体材料重要概念的理解程度[10];迁移成绩主要考察学习者对所学知识进行深度加工，以及运用其解决实际问题的能力。
三、结果分析
（一）视觉情绪设计的总体效应检验
1. 认知结果的总体效应检验
在多媒体学习的认知—情感理论中，主要从保持成绩、理解成绩和迁移成绩三个方面评价认知结果。从表1统计结果看，保持成绩纳入的28项研究（Egg.p=0.35>0.05）、理解成绩纳入的16项研究（Egg.p =0.08>0.05）及迁移成绩纳入的39项研究（Egg.p =0.75>0.05）不存在明显的发表偏倚。异质性方面，对于保持成绩和理解成绩两个评价指标，研究间存在中度（I2=51.9%>50%）和轻度（I2=34.5%>25%）异质性，采用随机效应模型进行效应量分析;对于迁移成绩，由于研究间同质（I2=15.4%<25%），采用固定效应模型计算其效应量。
根据Cohen有关效应量的统计理论[24]，当效应量0<d<0.2时，一般认为影响较小，效果不显著;当效应量0.2≤d<0.5时，属于中等效应;当效应量0.5≤d<0.8，影响最大，效果显著。认知层面的三项评价指标，其效应量（d）都大于0.2，所以视觉情绪设计对学习认知结果具有中等大小的正向影响，其中保持成绩、理解成绩和迁移成绩的合并效应量d分别为0.297（p<0.01）、0.211（p<0.01）和0.391（p<0.01）。学习材料的视觉情绪设计对学习具有积极的促进作用，对于学习者迁移成绩的影响最大。 2. 情感—动机结果的总体效应检验
对学习者情感—动机结果的评价，通常采用自陈报告形式，从积极情绪、内部动机两个方面进行。从表2可以看出，在对积极情绪指标进行探讨的研究中，不存在发表偏倚（Egg.p=0.32>0.05），但存在中度异质性（I2=53.6%>50%），随机效应模型得到的合并效应量d为0.236>0.2（p<0.01），说明正向情绪设计能够诱发学习者一定的积极情绪，但这种诱发的程度比较低。在内部动机方面，纳入分析的30项研究，其偏倚检测Egg.p=0.06>0.05，说明该指标纳入文献不存在明显发表偏倚，但存在中度异质性（I2=67.5%>50%）。随机效用模型得到的合并统计量d为0.109，说明正向视觉情绪设计能够提升学习者在学习过程中的内部动机，但这种提升程度比较微小，统计意义不显著。
（二）调节变量的效应检验结果
从上面的分析可以看到，积极视觉情绪设计对于学习者学习效果有正向的促进作用。为了更加深入地了解其对学习效果产生影响的因素，本研究引入呈现步调、学习者学段和实验时长作为调节变量，分析视觉情绪设计在不同调节变量作用下对学习效果影响的差异。
1. 学习呈现步调的调节效应
（1）学习呈现步调对认知结果的调节效应
根据视觉情绪设计对学习者认知层面三项指标的异质性检验结果，对保持成绩和理解成绩这两项指标，采用随机效应模型计算呈现步调的调节效应量，使用固定效应模型计算迁移成绩的调节效应量。从表3可以看出，不同的呈现步调对学习效果有正向促进作用，且理解成绩和迁移成绩指标上自定步调方式的调节效果优于系统步调;在保持成绩上结果相反。学习者在学习过程中对学习材料的操控行为，分散了其学习的专注度，导致记忆内容减少，但该方式下学生能够更加灵活地观看学习资料，有更多思考、知识加工和转化的时间。这个结论与文献[19]的研究结论一致。
（2）学习呈现步调对情感—动机状态的调节效应
根据控制—价值理论（Control-Value Theory），当学习者对学习过程及学习材料有较强的控制感时，有可能体会到更多的积极情绪[25]。从表4可以看出，相比系统步调，自定步调下视觉情绪设计能够更显著地诱发学习者的积极情绪（d=0.312，双尾检验p<0.001）。两种控制方式下学习者内在动机都有提升，但两种控制下的差异不显著（组间效应p=0.298>0.05）。实验内容与实验对象的学习内容关联性不大，实验对象常以完成实验内容为目标，导致内部动机不足。
2. 学习者学段的调节效应
（1）学习者学段对认知结果的调节效应
视觉情绪设计對三个学段（大学、中学、小学）的学习者在认知层面有正向的促进作用。统计结果发现，情绪设计对中学生保持成绩的影响（k=10，d=0.317，p<0.01）大于对大学生的影响（k=18，d=0.287，p<0.01），而理解成绩上，对大学生群体的影响（k=14，d=0.243，p<0.01）效应显著，对中学生（k=1，d=-0.095，p=0.64>0.05）和小学生（k=1，d=0.148，p=0.259>0.05）影响不显著。这与统计分析的效应数有关。该项调节效应分析中样本量仅为1，根据Cohen有关效应量计算的规定[24]，效应数在7个以上进行合并效应量计算比较可靠。情绪设计对中小学生理解能力是否有作用还需要进一步验证。在迁移成绩上，情绪设计对大学生（k=29，d=0.424，p<0.01）的促进程度要高于中学生（k=10，d=0.293，p<0.01）。三项指标在不同学段上的组间检验p>0.05，统计效应量差异不显著，表明不同学段对学习认知结果的影响不存在显著差异。
（2）学习者学段对情感—动机状态的调节效应
正向视觉情绪设计能够诱发学习者的积极情绪，其中对大学生的诱发程度（k=19，d=0.222，p=0.001<0.05）小于对中学生的（k=6，d=0.301，p=0.201>0.05），对小学生的影响程度（k=2，d=0.27，p=0.406>0.05）介于两者之间。正向视觉情绪设计对学习者积极情绪在学段上的影响效果不是线性关系，没有随着年龄的变化及学习层次的升高逐步增加或逐步减少。同时，大学（k=21，d=0.09，p=0.402>0.05）、中学（k=8，d=0.094，p=0.263>0.05）、小学（k=1，d=0.722，p=0.007>0.05）三个学段对学习者内在动机的调节作用由于结果不具有统计学上的显著性，因此，学习者学段的调节作用效果还有待进一步探讨。
3. 实验时长的调节效应
实验时长对认知结果的调节效应，除理解成绩在short时长时合并效应量（k=9，d=0.18，p=0.018<0.05）小于0.2外，保持成绩和迁移成绩在三种实验时长调节下的合并效应量均介于0.2和0.5之间（p<0.05），说明实验时长对学习效果的各个评价指标影响程度处于中等水平，且随着实验时长不断增大，对学习者的保持成绩和迁移成绩的影响程度不断提升，这与文献[23]中积极情绪能够提高长时记忆的结论一致。但由于研究样本量不足（k<7），理解成绩随着实验时长增加，其统计量未呈增长趋势。
视觉情绪设计中，不同实验时长对学习者积极情绪诱发具有正向影响，但这种诱发的正向情绪强度d随时间延长逐渐降低（0.296>0.209>0.184，p<0.05）。由于注意力高度集中，实验时间越长，学生在学习过程中的疲劳程度越明显。同时，实验活动与实验对象关注内容的关联度低，学习者内部动机效应量随着实验时间增加而不断提升（-0.007<0.113<0.217，p>0.05），但总体影响偏低，未达到统计上的显著性。 四、结论与启示
本研究利用元分析方法，对1999—2019年期间国内外发表的有关视觉情绪设计对学习作用效果的31项实验与准实验研究进行梳理和量化分析。在分析视觉情绪设计对学习者认知结果和情感—动机状态整体影响效果的基础上，进一步分析和探讨了这种影响效果在学习材料呈现步调、学习者学段和实验时长三个干预变量上的差异。研究结论如下：积极视觉情绪设计对学生的学习和情感—动机状态均具有正向促进作用。视觉情绪设计能诱发学习者的积极情绪，提升其学习的内在动机，提高其保持、理解和迁移成绩，促进其更加积极地投入学习;视觉情绪设计对学习和情感—动机的促进作用也会受到学习材料的呈现步调、学习者学段和实验时长调节变量的影响。综合来看，本研究中元分析的结果肯定了视觉情绪设计在多媒体教学材料设计中的重要性和其对学习者学习及情感具有正向的促进作用。
积极视觉情绪设计是一种有效地促进学生学习效果和情感提升的方式，从对元分析结果及各实验、准实验研究项目设计和实施的分析中发现，对学习效果产生积极促进作用的视觉情绪设计存在共同的特点，即将暖色调和拟人化、图片等视觉设计元素综合应用，对学习者多媒体学习的认知过程和学习效果产生影响。研究表明：使用饱和明亮的暖色，如黄色、橙色和粉红色等，能够诱发学习者更强烈的积极情绪，引起人们兴奋和放松的感情，进而促进人们更加关注和积极投入对材料的学习中，进而促进学习成绩的提高;在多媒体学习材料中引入类似于婴儿圆脸、大眼睛、小鼻子等单纯、天真烂漫的特征，能够激发学习者的积极情绪，促进理解和迁移等认知过程[10-11]。因此，将暖色和童真拟人化结合的多媒体学习材料设计方法，能够降低学习者的内在认知负荷，增强学习者的学习动机，同时，也验证了Moreno提出的多媒体学习的认知—情感理论[9]中多媒體学习材料视觉设计的认知功能和情感功能，这些设计方法值得借鉴。
同时，在对实验研究项目分析中，我们也发现情绪设计研究中存在的一些问题：
第一，学习者情绪等主观感觉的测量评价方面，现有的研究主要采用自评报告的主观评定方式测量学习者的积极情绪和内在动机等指标，进而间接地了解视觉情绪设计对学习者学习感受的影响，例如，使用积极情绪—消极情绪量表PANAS[10]或采用邱林等修订的情感量表[5]中的积极情感分量表来评估积极情绪。这种方法简单、方便，具有较好的表面效度，但存在局限性;主观评定的方式产生与自陈量表相似的问题，例如社会赞许效应，从而使得测量结果的信效度受到质疑[26]。文献[13]利用眼动追踪技术探究了拟人化设计对诱发积极情绪和促进学习效果的作用，文献[27]利用眼动追踪技术探究了文本设计对学习效果的影响。将来的研究可以采用更加客观和实时的方式进行相关指标的测量。
第二，现有的研究主要在实验室环境下进行，缺少真实课堂情境下的研究，且实验持续的时间较短，实验内容与学生实际所学内容差异较大，实验较难反映出学习者真实的心理状态和学习效果。未来的研究有必要在接近真实课堂学习的情境中，以学生课程内容为实验内容，以周或学期为实验时长，探查情绪设计对不同学段、不同性别及不同学科内容的多媒体学习的影响。
第三，现有的研究实验对象主要为大学生和中学生，对小学生群体的研究较少，今后可针对小学生群体展开相关工作。
最后，研究发现，学习者学习由“画面+声音解说”组成的视听双通道材料，在保持成绩及迁移成绩上的效果要比学习由“画面+视觉文本”组成的视觉单通道材料，即通道效应[28]的影响效果要好[5-6]，并且研究进一步发现，男性和女性音高对不同性别群体学习效果的影响不同，男低音比男高音更具吸引力，学习者体验到更多积极情绪，保持成绩和迁移成绩显著优于由男高音解说时的相应成绩[5]。因此，可以将声音纳入多媒体学习材料设计中，探讨视听双通道效应下情绪设计对多媒体学习的影响。
五、结 语
本研究借鉴元分析方法，系统地收集了国内外二十年来有关视觉情绪设计对学习效果影响的实验或准实验研究，分析了视觉情绪设计对学生学习效果的影响及其在学习材料呈现步调、学习者学段和实验时长这三个调节变量上的差异，用量化的数据试图解释视觉情绪设计对学习者学习结果的积极、正面的影响，对当前有关“视觉情绪设计是否能促进学习效果”的争议作出了回答。同时，在进一步解读元分析结果及深入阅读研究文献的基础上，总结出积极视觉情绪设计存在的共同特点，为多媒体教学材料的设计提供有益的参考。但是，本研究依然存在一些不足之处，如元分析样本量相对较小，对不同调节变量影响效果存在差异的原因未进行深入探讨，未探讨情绪设计在性别、年龄等调节变量下的不同影响。未来还需要综合更多的情绪设计方面的研究，深入分析情绪设计对学习者主观体验等的影响及其发生作用的机理，为多媒体学习材料的有效设计提供借鉴和参考。
[参考文献]
[1] HEIDIG S， MULLER J， REICHELT M. Emotional design in multimedia learning： differentiation on relevant design features and their effects on emotions and learning [J].Computers in human behavior，2015，44（44）：81-95.
[2] 徐晓青，赵蔚，刘红霞.混合式学习环境下情绪分析应用与模型研究——基于元分析的视角[J].电化教育研究，2018，39（8）：70-77.
[3] ISEN A M， DAUBMAN K A， NOWICKI G P. Positive affect facilitates creative problem solving [J].Journal of personality and social psychology，1987， 52（6）：1122-1131. [4] 龚少英，上官晨雨，翟奎虎，郭雅薇.情绪设计对多媒体学习的影响[J].心理学报，2017，49（6）：771-782.
[5] 熊俊梅，辛亮，高苗苗，王福兴，周丽，龚少英.视觉和听觉情绪设计对多媒体学习的影响[J].心理科学，2018，41（5）：1124-1129.
[6] 高苗苗.视、听双元素情绪化设计对多媒体学习的影响[D].武汉：华中师范大学，2016.
[7] BROM C， STáRKOVá T， D'MELLO S K. How effective is emotional design？ a meta-analysis on facial anthropomorphisms and pleasant colors during multimedia learning [J].Educational research review，2018，25：100-119.
[8] VSWELLER J， AYRES P， KALYUGA S. Cognitive load theory[M].New York： Springer，2011.
[9] MORENO R. Instructional technology： promise and pitfalls [C]//PYTLIKZILLIG L M， BODVARSSON M， BRUNING R. Technology-based education： bringing researchers and practitioners together. USA： Information Age Publishing， 2005：1-19.
[10] UM E R ， PLASS J L ， HAYWARD E O， HOMER B D. Emotional design in multimedia learning [J].Journal of educational psychology，2012，104（2）：485-498.
[11] PLASS J L， HEIDIG S， HAYWARD E O， et al. Emotional design in multimedia learning： effects of shape and color on affect and learning[J].Learning and instruction，2014，29：128-140.
[12] 薛野，王福興，钱莹莹，周宗奎，蔡华.多媒体学习中的情绪性设计：学习者经验作用[J].心理研究，2015，8（1）：78-84.
[13] PARK B， KNORZER L， PLASS J L， BRUNKEN R. Emotional design and positive emotions in multimedia learning： an eye tracking study on the use of anthropomorphisms [J].Computers & education， 2015， 86：30-42.
[14] GLASS G V. Primary， secondary and meta-analysis of research[J]. Educational researcher，1976，5（10）：3-8.
[15] 张天嵩，董圣杰，周支瑞.高级Meta分析方法——基于Stata实现[M].上海：复旦大学出版社，2015.
[16] EGGER M， SMITH G D. Meta-Analysis. Potentials and promise[J].The BMJ， 1997，315（7119）：1371-1374.
[17] HIGGINS J P T， GREEN S. Cochrane handbook for systematic reviews of interventions version 5.1.0[M/OL]. Chichester： The Cochrane Collaboration，2011[2019-10-25]. http：//handbook-5-1.cochrane.org/.
[18] 杨九民，吴长城，皮忠玲，谢和平.促进学习还是干扰学习——弹幕对学习影响的元分析[J].电化教育研究，2019，40（6）：84-90，120.
[19] MAYER R E， ESTRELLA G. Benefits of emotional design in multimedia instruction [J].Learning and instruction，2014，33：12-18.
[20] COHEN J.A coefficient of agreement for nominal scales [J].Educational & psychological measurement，1960，20（1）：37-46.
[21] 张琪.情绪性设计材料对多媒体学习的影响研究[D].南京：南京师范大学，2016.
[22] 上官晨雨.情绪设计对中学生多媒体学习的影响[D].武汉：华中师范大学，2017.
[23] SCHNEIDER S， HASLER A， HABERMEYER T， et al. The more human， the higher the performance？ Examining the effects of anthropomorphism on learning with media [J].Journal of educational psychology，2019，111（1）：57-72.
[24] COHEN J. Statistical power analysis for the behavioral sciences [M].Hillsdale， NJ： Lawrence Erlbaum Associates，1988：19-74.
[25] PEKRUN R. The control-value theory of achievement emotions： assumptions， corollaries， and implications for educational research and practice[J]. Educational psychology review，2006，18（4）：315-341.
[26] 陈佳雪，谢和平，王福兴，周丽，李文静.诱发的积极情绪会促进多媒体学习吗？[J].心理科学进展，2018，26（10）：1818-1830.
[27] STARK L， BRUNKEN R， PARK B. Emotional text design in multimedia learning： a mixed-methods study using eye tracking [J].Computers & education，2018，120：185-196.
[28] MAYER R E.The Cambridge handbook of multimedia learning（Cambridge handbooks in psychology）[M].2nd ed.New York： Cambridge University Press，2014.
[关键词] 多媒体学习; 视觉情绪设计; 学习效果; 元分析
[中图分类号] G434 [文献标志码] A
一、问题的提出
多媒体技术广泛应用到教育中，为教学提供了丰富的资源。研究发现，多媒体学习中学习材料的情绪因素，如高兴、自豪等积极情绪与学生学业成绩正相关，能够直接或通过兴趣、动机等间接促进学习者学习，促进其创造性思维及发散性思维的发展[1-3]。改变学习材料的内部设计元素，如形状（将矩形改成圆形或椭圆）、颜色（使用饱和的暖色调代替黑白灰等中性色调）、字体、布局以及加入拟人化（如婴儿脸）等的视觉情绪设计方法，由于在不增加多媒体学习材料额外元素的基础上，提升学习材料的吸引力，受到研究者越来越多的关注[4-7]。
国内外研究者针对视觉情绪设计能否激发学习者积极情绪和促进其学习展开了大量的研究工作，存在两种不同的理论观点。认知负荷理论（CLT）认为，情绪设计增大了外部负荷，应该尽量避免使用[8]。多媒体学习认知—情感理论（CATLM）则假设由情绪设计激发的积极情感—动机状态能够触发深度认知过程，进而增加用于完成任务的认知资源[9]。因此，有效的情绪设计对学习和情感—动机状态都是有益的，而不会增加额外的认知负荷，抑制学习水平。
在实验研究层面，已有的实验研究结果并不完全一致。这些研究结果大致可以分为三类。第一类研究结果表明，视觉情绪设计能够诱发学习者的积极情绪，在反映学习效果的理解和迁移成绩方面有显著的提升作用。这类典型的研究如Um等采用颜色和形状的情绪设计方式，对多媒体学习材料“人体的免疫过程”进行设计，实验结果发现，“暖色+拟人化”的设计能够诱发学习者的积极情绪，提升其内部动机，提高理解和迁移成绩[10]。第二类研究结果表明，视觉情绪设计不能诱发学习者的积极情绪，但在学习效果的理解程度方面有作用。Plass等就颜色和形状对学习的影响进行研究，结果发现，单独使用暖色不能激发学习者的积极情绪，但可以提升其对知识的理解程度[11]。薛野等针对“人体免疫过程”，采用“‘橙黄红+娃娃脸拟人’与‘黑白灰+圆形’”的设计方式进行实验对比研究，结果发现，情绪设计提高了学习者的内在动机水平，但没有提升其积极情绪和学习成绩，且其情绪水平在学习后有所下降[12]。第三类研究结果表明，视觉情绪设计没有激发学习者的积极情绪，也没有促进学习者学习成绩的提高。典型的研究有Park等利用眼动追踪技术探讨拟人化对积极情绪激发及学习的促进作用，研究结果表明，拟人化的情绪设计只能维持学习者在学习过程中的已有情绪，不能诱发积极情绪，对学习者的理解成绩和迁移成绩没有显著影响[13]。因此，由于实验研究基本条件不同，研究的样本先前知识水平存在差异，研究的测量工具不同等因素存在，使得已有研究的真实性、可靠性和科学性受到影响。
对于多媒体学习中视觉情绪设计是否能够激发学习者的积极情绪并促进其学习的研究，学术界在其研究结论和解释上存在争议。基于此，本文采用元分析（Meta-Analysis）方法，从“视觉情绪设计是否能激发学习者的积极情绪，以促进其学习”这一视角出发，梳理了国内外二十年以来有关情绪设计对学习效果影响的实证研究，并对其结果进行归纳、整理、分析和比较，得到视觉情绪设计对学习者学习的影响效果，为多媒体学习材料的设计提供一定的借鉴和参考。
二、研究设计
本研究关注视觉情绪设计对学生积极情绪、学习效果的影响，利用文献检索、邮件咨询等多种途径广泛收集资料，提取实验数据及相关信息，在进行标准化编码的基础上进行综合分析。
（一）研究方法与研究工具
元分析，又叫荟萃分析，是一种利用效应量（Effect Size，ES）对多个原始研究进行综合的、定量的统计学分析的方法[14]，通过提取已有研究中的实验数据，如样本量、评价指标平均值和标准差等来评价总体研究的效果及影响程度。作为一种整合系列独立研究结果的文献评价方法，元分析方法已经成为医学、教育学、心理学等多个领域的一种极其重要的研究工具。本研究中采用标准化均值差（SMD）作为效应尺度指标计算效应量大小，采用Stata15作为元分析的工具。
在元分析中，由于文献的检索、纳入分析、解释和发表时的结果可能偏离真实结果，对元分析过程中检索到的相关文献进行发表偏倚检测是有必要的[15]。本研究采用Egger线性回归检验方法[16]进行偏倚检测，其中p<0.05，表示存在发表偏倚，p>0.05，提示无明显发表偏倚。对于存在发表偏倚的研究，采取剪补法（Trim-and-Fill）[15]进行处理。同时，根据统计原理，只有同质的研究才能进行效应量合并或比较等统计分析。在本研究中，采用I2检验法[17]判断异质性，当I2值分别为25%、50%和75%时，可以看作异质性低、中和高的界限[17-18]。如果研究之间具有同质性，则分析中选择固定效应模型计算其效应量;如多项独立研究结果具有异质性，则选择随机效应模型。 （二）数据来源与文献检索方式
本研究以中国知网、维普、万方为中文数据来源，以ScienceDirect，Springerlink，ProQuest，ERIC，Google Scholar为外文数据来源收集资料。整个文件检索过程分为两轮。第一轮采用大范围检索方式，根据主题词或关键字及其组合从相应数据库中进行检索。中文主题词使用“情绪设计”AND “多媒体学习”;英文采用高级检索方式，检索语句为：（“emotional design”） AND （“multimedia” OR “multimedia learning” OR “learn”）。第二轮采用“滚雪球”方式，通过第一轮检索文献的参考文献进行二次检索。文献检索时间范围为1999年1月至2019年3月。
（三）数据纳入与排除标准
经过初步主题和关键字检索，得到938篇文献。去除重复及主题不相关的文献，得到132篇;进一步阅读摘要和全文内容，根据文献纳入和排除标准，最后得到进行元分析的有效文献31篇，其中，国外文献22篇，国内文献9篇;期刊论文18篇，博硕士论文7篇，会议论文6篇;研究总样本量54，总样本数为4306。
纳入标准如下：（1）文献必须采用实验研究法，包括实验或准实验设计;（2）该文献必须使用了颜色、图片、形状、字体、面部拟人等五种设计元素中的至少一种，且探讨的主题必须是视觉情绪设计对学习效果或情感—动机状态的影响;（3）研究必须是对原有学习材料的“微小”加工，如字体大小、字体类型、图形边界弧度、清晰度、在原有图形上增加婴儿脸拟人表情、增加箭头表示运动的方向[19]等;（4）研究必须是在多媒体学习情境下的情绪设计;（5）研究必须是积极唤醒而不是消极唤醒或是非唤醒的情感—动机状态;（6）文献中必须提供完整的研究数据和结果报告。
文献排除标准如下：（1）没有使用暖色积极唤醒情感状态;（2）排除对周围环境进行颜色加工的研究;（3）增加额外教学代理;（4）教学系统、工具的设计与开发;（5）通过视频、电影等进行外部情绪诱发对学习者学习效果影响的研究;（6）虚拟现实场景、游戏化场景下情绪设计要素的影响;（7）与教学内容无关的装饰性设计，为了检索便利的线索性设计及教科书设计不包含在内。
（四）数据编码
本研究由两位研究人员独立对文献的特征进行编码。编码的一致性采用Cohen提出的Kappa系数[20]。一致性系数为0.82。一般认为，一致性水平在75%以上即表示结果可信，本研究编码结果可信。对于编码中不一致的地方，由两位研究人员经过共同讨论、协商后进行纠正。
本研究编码标准在借鉴Brom等对情绪设计元分析[7]基础上进行适当改进，编码内容包括作者信息、出版日期、实验样本量、学习者学段、语言/文化背景、视觉情绪設计元素、实验时长、实验学科、学习呈现步调等。其中，根据实验对象所在的年级，学习者学段主要分为小学（1—6年级）、中学（7—12年级）和大学（本科生和研究生）。对于个别研究，如文献[21]中实验对象同时包含中学生和大学生，编码为其他。实验时长方面，实验时长≤15分钟，编码为short;15分钟<实验时长≤40分钟，编码为medium;实验时长>40分钟，编码为long;如果研究没有指明实验时长，则编码为other。根据学习者对学习材料的控制程度，将呈现步调编码为自定步调（Self）和系统步调（System）。自定步调中学习者根据自身学习情况自主调整学习节奏，可以对学习材料进行拖动、快进等操作，而系统步调中，学习者不能控制学习材料播放的进度，而是由学习系统自动呈现给学习者。对于文献[22]中实验二和实验三混合使用这两种呈现步调的研究，该项编码为other。
综合来看，纳入分析的研究主要集中在2007—2018年，研究的样本量在22至334人之间，研究主要涉及生物医学和信息科学，各研究的实验时长短的在15分钟以下，长的则有6周时间。
（五）分析框架
本研究分析框架在Brom等以颜色和拟人化为情绪设计元素的元分析[7]研究的基础上进行改进，如图1所示。通过认知结果和情感—动机两个层面的分析及引入调节变量来综合评价视觉情绪设计对学习者的影响。认知结果包括保持成绩、理解成绩和迁移成绩三个评价指标。保持成绩，又叫再认成绩，主要用来评估学习者对于多媒体学习材料内容的记忆效果[23]，属于浅层识记。理解成绩主要用来检验学习者对多媒体材料重要概念的理解程度[10];迁移成绩主要考察学习者对所学知识进行深度加工，以及运用其解决实际问题的能力。
三、结果分析
（一）视觉情绪设计的总体效应检验
1. 认知结果的总体效应检验
在多媒体学习的认知—情感理论中，主要从保持成绩、理解成绩和迁移成绩三个方面评价认知结果。从表1统计结果看，保持成绩纳入的28项研究（Egg.p=0.35>0.05）、理解成绩纳入的16项研究（Egg.p =0.08>0.05）及迁移成绩纳入的39项研究（Egg.p =0.75>0.05）不存在明显的发表偏倚。异质性方面，对于保持成绩和理解成绩两个评价指标，研究间存在中度（I2=51.9%>50%）和轻度（I2=34.5%>25%）异质性，采用随机效应模型进行效应量分析;对于迁移成绩，由于研究间同质（I2=15.4%<25%），采用固定效应模型计算其效应量。
根据Cohen有关效应量的统计理论[24]，当效应量0<d<0.2时，一般认为影响较小，效果不显著;当效应量0.2≤d<0.5时，属于中等效应;当效应量0.5≤d<0.8，影响最大，效果显著。认知层面的三项评价指标，其效应量（d）都大于0.2，所以视觉情绪设计对学习认知结果具有中等大小的正向影响，其中保持成绩、理解成绩和迁移成绩的合并效应量d分别为0.297（p<0.01）、0.211（p<0.01）和0.391（p<0.01）。学习材料的视觉情绪设计对学习具有积极的促进作用，对于学习者迁移成绩的影响最大。 2. 情感—动机结果的总体效应检验
对学习者情感—动机结果的评价，通常采用自陈报告形式，从积极情绪、内部动机两个方面进行。从表2可以看出，在对积极情绪指标进行探讨的研究中，不存在发表偏倚（Egg.p=0.32>0.05），但存在中度异质性（I2=53.6%>50%），随机效应模型得到的合并效应量d为0.236>0.2（p<0.01），说明正向情绪设计能够诱发学习者一定的积极情绪，但这种诱发的程度比较低。在内部动机方面，纳入分析的30项研究，其偏倚检测Egg.p=0.06>0.05，说明该指标纳入文献不存在明显发表偏倚，但存在中度异质性（I2=67.5%>50%）。随机效用模型得到的合并统计量d为0.109，说明正向视觉情绪设计能够提升学习者在学习过程中的内部动机，但这种提升程度比较微小，统计意义不显著。
（二）调节变量的效应检验结果
从上面的分析可以看到，积极视觉情绪设计对于学习者学习效果有正向的促进作用。为了更加深入地了解其对学习效果产生影响的因素，本研究引入呈现步调、学习者学段和实验时长作为调节变量，分析视觉情绪设计在不同调节变量作用下对学习效果影响的差异。
1. 学习呈现步调的调节效应
（1）学习呈现步调对认知结果的调节效应
根据视觉情绪设计对学习者认知层面三项指标的异质性检验结果，对保持成绩和理解成绩这两项指标，采用随机效应模型计算呈现步调的调节效应量，使用固定效应模型计算迁移成绩的调节效应量。从表3可以看出，不同的呈现步调对学习效果有正向促进作用，且理解成绩和迁移成绩指标上自定步调方式的调节效果优于系统步调;在保持成绩上结果相反。学习者在学习过程中对学习材料的操控行为，分散了其学习的专注度，导致记忆内容减少，但该方式下学生能够更加灵活地观看学习资料，有更多思考、知识加工和转化的时间。这个结论与文献[19]的研究结论一致。
（2）学习呈现步调对情感—动机状态的调节效应
根据控制—价值理论（Control-Value Theory），当学习者对学习过程及学习材料有较强的控制感时，有可能体会到更多的积极情绪[25]。从表4可以看出，相比系统步调，自定步调下视觉情绪设计能够更显著地诱发学习者的积极情绪（d=0.312，双尾检验p<0.001）。两种控制方式下学习者内在动机都有提升，但两种控制下的差异不显著（组间效应p=0.298>0.05）。实验内容与实验对象的学习内容关联性不大，实验对象常以完成实验内容为目标，导致内部动机不足。
2. 学习者学段的调节效应
（1）学习者学段对认知结果的调节效应
视觉情绪设计對三个学段（大学、中学、小学）的学习者在认知层面有正向的促进作用。统计结果发现，情绪设计对中学生保持成绩的影响（k=10，d=0.317，p<0.01）大于对大学生的影响（k=18，d=0.287，p<0.01），而理解成绩上，对大学生群体的影响（k=14，d=0.243，p<0.01）效应显著，对中学生（k=1，d=-0.095，p=0.64>0.05）和小学生（k=1，d=0.148，p=0.259>0.05）影响不显著。这与统计分析的效应数有关。该项调节效应分析中样本量仅为1，根据Cohen有关效应量计算的规定[24]，效应数在7个以上进行合并效应量计算比较可靠。情绪设计对中小学生理解能力是否有作用还需要进一步验证。在迁移成绩上，情绪设计对大学生（k=29，d=0.424，p<0.01）的促进程度要高于中学生（k=10，d=0.293，p<0.01）。三项指标在不同学段上的组间检验p>0.05，统计效应量差异不显著，表明不同学段对学习认知结果的影响不存在显著差异。
（2）学习者学段对情感—动机状态的调节效应
正向视觉情绪设计能够诱发学习者的积极情绪，其中对大学生的诱发程度（k=19，d=0.222，p=0.001<0.05）小于对中学生的（k=6，d=0.301，p=0.201>0.05），对小学生的影响程度（k=2，d=0.27，p=0.406>0.05）介于两者之间。正向视觉情绪设计对学习者积极情绪在学段上的影响效果不是线性关系，没有随着年龄的变化及学习层次的升高逐步增加或逐步减少。同时，大学（k=21，d=0.09，p=0.402>0.05）、中学（k=8，d=0.094，p=0.263>0.05）、小学（k=1，d=0.722，p=0.007>0.05）三个学段对学习者内在动机的调节作用由于结果不具有统计学上的显著性，因此，学习者学段的调节作用效果还有待进一步探讨。
3. 实验时长的调节效应
实验时长对认知结果的调节效应，除理解成绩在short时长时合并效应量（k=9，d=0.18，p=0.018<0.05）小于0.2外，保持成绩和迁移成绩在三种实验时长调节下的合并效应量均介于0.2和0.5之间（p<0.05），说明实验时长对学习效果的各个评价指标影响程度处于中等水平，且随着实验时长不断增大，对学习者的保持成绩和迁移成绩的影响程度不断提升，这与文献[23]中积极情绪能够提高长时记忆的结论一致。但由于研究样本量不足（k<7），理解成绩随着实验时长增加，其统计量未呈增长趋势。
视觉情绪设计中，不同实验时长对学习者积极情绪诱发具有正向影响，但这种诱发的正向情绪强度d随时间延长逐渐降低（0.296>0.209>0.184，p<0.05）。由于注意力高度集中，实验时间越长，学生在学习过程中的疲劳程度越明显。同时，实验活动与实验对象关注内容的关联度低，学习者内部动机效应量随着实验时间增加而不断提升（-0.007<0.113<0.217，p>0.05），但总体影响偏低，未达到统计上的显著性。 四、结论与启示
本研究利用元分析方法，对1999—2019年期间国内外发表的有关视觉情绪设计对学习作用效果的31项实验与准实验研究进行梳理和量化分析。在分析视觉情绪设计对学习者认知结果和情感—动机状态整体影响效果的基础上，进一步分析和探讨了这种影响效果在学习材料呈现步调、学习者学段和实验时长三个干预变量上的差异。研究结论如下：积极视觉情绪设计对学生的学习和情感—动机状态均具有正向促进作用。视觉情绪设计能诱发学习者的积极情绪，提升其学习的内在动机，提高其保持、理解和迁移成绩，促进其更加积极地投入学习;视觉情绪设计对学习和情感—动机的促进作用也会受到学习材料的呈现步调、学习者学段和实验时长调节变量的影响。综合来看，本研究中元分析的结果肯定了视觉情绪设计在多媒体教学材料设计中的重要性和其对学习者学习及情感具有正向的促进作用。
积极视觉情绪设计是一种有效地促进学生学习效果和情感提升的方式，从对元分析结果及各实验、准实验研究项目设计和实施的分析中发现，对学习效果产生积极促进作用的视觉情绪设计存在共同的特点，即将暖色调和拟人化、图片等视觉设计元素综合应用，对学习者多媒体学习的认知过程和学习效果产生影响。研究表明：使用饱和明亮的暖色，如黄色、橙色和粉红色等，能够诱发学习者更强烈的积极情绪，引起人们兴奋和放松的感情，进而促进人们更加关注和积极投入对材料的学习中，进而促进学习成绩的提高;在多媒体学习材料中引入类似于婴儿圆脸、大眼睛、小鼻子等单纯、天真烂漫的特征，能够激发学习者的积极情绪，促进理解和迁移等认知过程[10-11]。因此，将暖色和童真拟人化结合的多媒体学习材料设计方法，能够降低学习者的内在认知负荷，增强学习者的学习动机，同时，也验证了Moreno提出的多媒体学习的认知—情感理论[9]中多媒體学习材料视觉设计的认知功能和情感功能，这些设计方法值得借鉴。
同时，在对实验研究项目分析中，我们也发现情绪设计研究中存在的一些问题：
第一，学习者情绪等主观感觉的测量评价方面，现有的研究主要采用自评报告的主观评定方式测量学习者的积极情绪和内在动机等指标，进而间接地了解视觉情绪设计对学习者学习感受的影响，例如，使用积极情绪—消极情绪量表PANAS[10]或采用邱林等修订的情感量表[5]中的积极情感分量表来评估积极情绪。这种方法简单、方便，具有较好的表面效度，但存在局限性;主观评定的方式产生与自陈量表相似的问题，例如社会赞许效应，从而使得测量结果的信效度受到质疑[26]。文献[13]利用眼动追踪技术探究了拟人化设计对诱发积极情绪和促进学习效果的作用，文献[27]利用眼动追踪技术探究了文本设计对学习效果的影响。将来的研究可以采用更加客观和实时的方式进行相关指标的测量。
第二，现有的研究主要在实验室环境下进行，缺少真实课堂情境下的研究，且实验持续的时间较短，实验内容与学生实际所学内容差异较大，实验较难反映出学习者真实的心理状态和学习效果。未来的研究有必要在接近真实课堂学习的情境中，以学生课程内容为实验内容，以周或学期为实验时长，探查情绪设计对不同学段、不同性别及不同学科内容的多媒体学习的影响。
第三，现有的研究实验对象主要为大学生和中学生，对小学生群体的研究较少，今后可针对小学生群体展开相关工作。
最后，研究发现，学习者学习由“画面+声音解说”组成的视听双通道材料，在保持成绩及迁移成绩上的效果要比学习由“画面+视觉文本”组成的视觉单通道材料，即通道效应[28]的影响效果要好[5-6]，并且研究进一步发现，男性和女性音高对不同性别群体学习效果的影响不同，男低音比男高音更具吸引力，学习者体验到更多积极情绪，保持成绩和迁移成绩显著优于由男高音解说时的相应成绩[5]。因此，可以将声音纳入多媒体学习材料设计中，探讨视听双通道效应下情绪设计对多媒体学习的影响。
五、结 语
本研究借鉴元分析方法，系统地收集了国内外二十年来有关视觉情绪设计对学习效果影响的实验或准实验研究，分析了视觉情绪设计对学生学习效果的影响及其在学习材料呈现步调、学习者学段和实验时长这三个调节变量上的差异，用量化的数据试图解释视觉情绪设计对学习者学习结果的积极、正面的影响，对当前有关“视觉情绪设计是否能促进学习效果”的争议作出了回答。同时，在进一步解读元分析结果及深入阅读研究文献的基础上，总结出积极视觉情绪设计存在的共同特点，为多媒体教学材料的设计提供有益的参考。但是，本研究依然存在一些不足之处，如元分析样本量相对较小，对不同调节变量影响效果存在差异的原因未进行深入探讨，未探讨情绪设计在性别、年龄等调节变量下的不同影响。未来还需要综合更多的情绪设计方面的研究，深入分析情绪设计对学习者主观体验等的影响及其发生作用的机理，为多媒体学习材料的有效设计提供借鉴和参考。
[参考文献]
[1] HEIDIG S， MULLER J， REICHELT M. Emotional design in multimedia learning： differentiation on relevant design features and their effects on emotions and learning [J].Computers in human behavior，2015，44（44）：81-95.
[2] 徐晓青，赵蔚，刘红霞.混合式学习环境下情绪分析应用与模型研究——基于元分析的视角[J].电化教育研究，2018，39（8）：70-77.
[3] ISEN A M， DAUBMAN K A， NOWICKI G P. Positive affect facilitates creative problem solving [J].Journal of personality and social psychology，1987， 52（6）：1122-1131. [4] 龚少英，上官晨雨，翟奎虎，郭雅薇.情绪设计对多媒体学习的影响[J].心理学报，2017，49（6）：771-782.
[5] 熊俊梅，辛亮，高苗苗，王福兴，周丽，龚少英.视觉和听觉情绪设计对多媒体学习的影响[J].心理科学，2018，41（5）：1124-1129.
[6] 高苗苗.视、听双元素情绪化设计对多媒体学习的影响[D].武汉：华中师范大学，2016.
[7] BROM C， STáRKOVá T， D'MELLO S K. How effective is emotional design？ a meta-analysis on facial anthropomorphisms and pleasant colors during multimedia learning [J].Educational research review，2018，25：100-119.
[8] VSWELLER J， AYRES P， KALYUGA S. Cognitive load theory[M].New York： Springer，2011.
[9] MORENO R. Instructional technology： promise and pitfalls [C]//PYTLIKZILLIG L M， BODVARSSON M， BRUNING R. Technology-based education： bringing researchers and practitioners together. USA： Information Age Publishing， 2005：1-19.
[10] UM E R ， PLASS J L ， HAYWARD E O， HOMER B D. Emotional design in multimedia learning [J].Journal of educational psychology，2012，104（2）：485-498.
[11] PLASS J L， HEIDIG S， HAYWARD E O， et al. Emotional design in multimedia learning： effects of shape and color on affect and learning[J].Learning and instruction，2014，29：128-140.
[12] 薛野，王福興，钱莹莹，周宗奎，蔡华.多媒体学习中的情绪性设计：学习者经验作用[J].心理研究，2015，8（1）：78-84.
[13] PARK B， KNORZER L， PLASS J L， BRUNKEN R. Emotional design and positive emotions in multimedia learning： an eye tracking study on the use of anthropomorphisms [J].Computers & education， 2015， 86：30-42.
[14] GLASS G V. Primary， secondary and meta-analysis of research[J]. Educational researcher，1976，5（10）：3-8.
[15] 张天嵩，董圣杰，周支瑞.高级Meta分析方法——基于Stata实现[M].上海：复旦大学出版社，2015.
[16] EGGER M， SMITH G D. Meta-Analysis. Potentials and promise[J].The BMJ， 1997，315（7119）：1371-1374.
[17] HIGGINS J P T， GREEN S. Cochrane handbook for systematic reviews of interventions version 5.1.0[M/OL]. Chichester： The Cochrane Collaboration，2011[2019-10-25]. http：//handbook-5-1.cochrane.org/.
[18] 杨九民，吴长城，皮忠玲，谢和平.促进学习还是干扰学习——弹幕对学习影响的元分析[J].电化教育研究，2019，40（6）：84-90，120.
[19] MAYER R E， ESTRELLA G. Benefits of emotional design in multimedia instruction [J].Learning and instruction，2014，33：12-18.
[20] COHEN J.A coefficient of agreement for nominal scales [J].Educational & psychological measurement，1960，20（1）：37-46.
[21] 张琪.情绪性设计材料对多媒体学习的影响研究[D].南京：南京师范大学，2016.
[22] 上官晨雨.情绪设计对中学生多媒体学习的影响[D].武汉：华中师范大学，2017.
[23] SCHNEIDER S， HASLER A， HABERMEYER T， et al. The more human， the higher the performance？ Examining the effects of anthropomorphism on learning with media [J].Journal of educational psychology，2019，111（1）：57-72.
[24] COHEN J. Statistical power analysis for the behavioral sciences [M].Hillsdale， NJ： Lawrence Erlbaum Associates，1988：19-74.
[25] PEKRUN R. The control-value theory of achievement emotions： assumptions， corollaries， and implications for educational research and practice[J]. Educational psychology review，2006，18（4）：315-341.
[26] 陈佳雪，谢和平，王福兴，周丽，李文静.诱发的积极情绪会促进多媒体学习吗？[J].心理科学进展，2018，26（10）：1818-1830.
[27] STARK L， BRUNKEN R， PARK B. Emotional text design in multimedia learning： a mixed-methods study using eye tracking [J].Computers & education，2018，120：185-196.
[28] MAYER R E.The Cambridge handbook of multimedia learning（Cambridge handbooks in psychology）[M].2nd ed.New York： Cambridge University Press，2014.