AQA扩展项目资格（EPQ）
生活方式和学习变量在多大程度上可以预测学生的学业表现？
候选人名称：Ziao Han
候选号：NA
中心名：NA
中心编号：NA
主管名称：NA
单词计数：na
提交日期：NA
2025年8月
保留所有权利
抽象的
学术表现是由多种因素塑造的，包括学生的学习习惯，学术压力水平以及手机或社交媒体分散注意力的程度。在越来越多的数字环境中，了解生活方式和与学习相关的变量如何影响学生的成果变得越来越重要。这项研究旨在研究关键的生活方式和研究变量预测学生的学习成绩的程度。使用在线平台（Google表格，腾讯调查）和印刷副本以确保包容性，向来自4个国家和地区的63名学生分发了双语问卷。该调查收集了有关研究时间，睡眠持续时间，运动频率，电话分散注意力和研究满意度等因素的数据。使用线性回归模型来分析这些变量与自我报告的学术分数之间的关系。 Python以及用于可视化的数据处理，Seaborn和Matplotlib的图书馆，以及用于建模的Scikit-Learn，用于执行分析。结果表明，研究满意度对学习成绩具有最大的积极影响，而手机分心是最重要的负面因素。但是，该模型仅解释了分数差异的27％，这表明其他重要影响仍然没有探索。这些发现突出了促进积极的研究经验并减少数字干扰以支持学生成就的重要性。需要进一步的研究来探索可能在塑造学术成果中发挥作用的其他心理，社会或机构因素。
关键词：学习成绩，学习习惯，线性回归，预测建模，机器学习
介绍
近年来，越来越多的学生发现很难取得良好的学习成绩。他们中的许多人都努力学习并获得良好的成绩，但他们仍然对结果不满意。根据过去的研究，可能会发生很多原因。一些常见的因素包括没有足够的学习时间（Kember等，1995），睡眠质量差（Tonetti等，2015）和工作时间过多（Nonis＆Hudson，2006）等。这些因素可以使学生更难集中精力，管理时间或保持学习能量水平。
尽管许多学生想提高成绩，但他们可能不知道要改变什么或最重要的习惯。在这项研究中，我将重点介绍我认为对学校表现产生重大影响的两个重要因素：学习满意度和电话分散注意力。学习满意度是指学生在学习时的快乐或舒适感。电话干扰意味着学生因电话或社交媒体而被中断或失去注意力的频率。在其他研究中经常提到这两个因素。例如，Kember等人。 （1995年）发现，喜欢学习过程并使用正确学习方法的学生在学校通常会更好。其他研究还研究了手机，睡眠或运动如何影响学生，但他们通常一次只关注一个或两个因素。
过去研究中的另一个问题是，许多研究仅使用同一学校，国家或小组中的学生的数据。这意味着结果可能不适用于其他背景的学生。在这个项目中，我想包括来自不同国家和教育系统的学生。这可以帮助使结果对世界各地的学生更有用和公平。
这项研究也有一个实用的目标：向学校，老师和父母提供建议。如果我们发现电话分散注意力与得分较低密切相关，那么也许学校应该指导学生如何管理他们的电话时间。如果学习满意度很重要，那么也许教师可以帮助学生找到更好的学习方法。其他可能的想法包括提供适量的作业，改善睡眠习惯或鼓励定期运动。
为了收集数据，我用中文和英语创建了双语问卷。我在诸如Google表单和腾讯调查之类的平台上在线分享了它，还向没有互联网访问的学生分发了纸质副本。收集答案后，我使用Python及其工具清洁和研究数据。然后，我建立了一个线性回归模型，以找出哪些因素最重要。
在下一节中，我将研究其他研究人员过去发现的内容，解释我如何设计调查并进行分析，然后显示结果。最后，我将将自己的发现与其他研究进行比较，讨论项目的局限性，并为将来的研究提供建议。
文献综述
近年来，如何取得良好的学习成绩已成为研究的流行话题。 Okano等人的工作。 （2019年）表明，对学术经验更满意的学生倾向于取得更好的成绩。这种满足感是由几个因素（例如参与课程材料，课堂环境的参与以及社会支持等外部影响）所塑造的。重要的是，他们的研究还突出了睡眠质量的作用。它表明，睡眠质量更好的学生在学习中往往会更好，因为获得足够的休息有助于大脑的工作状况更好。因此，满意的学生更有可能受到动力和集中精力，这直接有助于更好的学业成果。
但是，学术重点面临现代技术的重大挑战。 Amez和Baert（2020）的评论将智能手机成瘾视为对学业表现产生负面影响的主要干扰。他们指出，学生经常使用智能手机，尤其是在课堂上，会干扰他们专注于工作的能力。通过不断访问社交媒体，消息和其他应用程序，学生很容易被从学习中撤离。研究人员强调，随着学生在学习和使用手机之间的切换时，多任务会使这种分心变得更糟。这将他们的心理资源分开，这对学习和记忆信息产生负面影响。研究得出的结论是，智能手机的过度使用导致集中度降低，这直接导致学习成绩降低。
更重要的是，Al-Abyadh等人的研究。 （2024）探讨智能手机成瘾如何导致“思维徘徊”和“认知失败”。他们的研究表明，过度智能手机的使用增加了思维流浪的可能性，在该过程中，学生的注意力从学术任务中消失了。这种干扰会导致认知失败，例如健忘，难以集中精力以及引起关注。该研究强调，当学生被智能手机分散注意力时，他们无法有效地吸收信息或在学术任务上表现良好。这些认知失败导致学生的学术满意度和整体表现降低。 Al-Abyadh等。得出结论，无法专注于由思想流浪引起的学术工作，这是取得学术成就的关键障碍。
至于其他方面，在考虑导致学术成功的因素时，越来越多的研究表明，学生的努力和常规质量比投入的时间更大。例如，学习习惯的有效性是成功的关键决定因素。 Kember等人的研究。 （1995年）表明，使用“深入”学习方法的学生比使用“表面”的记忆方法更少的时间在理解概念上，在时间上取得了更好的成绩，这通常需要更多的学习时间，结果较差。
同样，这种“质量超过数量”原则适用于睡眠。 Tonetti等人的研究。 （2015年）发现，尽管总睡眠时间与学习成绩的联系较弱，但睡眠的质量和效率与更高的考试成绩直接相关。这表明恢复性睡眠是成功的更关键因素，而不是仅仅在床上花费的小时数。
此外，扩展超越了研究和睡眠等特定活动，内部属性似乎更具决定性。 Nonis＆Hudson（2006）发现，诸如学生的动机和自然能力之类的个人因素比在工作中学习或工作的时间数量要强得多。他们的发现表明，学生的内在动力和时间管理技能最终比专门为活动的原始时间塑造了表现。总的来说，这些研究表明，有效的策略，高质量的休息和内在动机比花费的时间更大。这些研究中的大多数样本都是简单的，缺乏多样性。因此，在这项研究中，我们旨在通过从多个角度分析和研究来填补这一空白，包括研究时间，电话分散频率，睡眠持续时间，学习压力，研究满意度等。
方法论
在这项研究中，总共63名学生收集了数据。该小组包括31名男性参与者，25名女性参与者和7名参与者，他们要么认同其他性别认同，要么更喜欢不表明其性别。参与者的年龄从15至19岁不等，来自包括高中和本科在内的各个教育阶段。样本由P.R.China，香港SAR，英国，美利坚合众国，越南以及其他几个国家或地区的学生组成。便利抽样用于收集响应，这可能会由于选择非随机选择引起一定的偏见。
开发了一份双语问卷（以中文和英语提供），以调查学习习惯与学习成绩之间的关系。问卷包含16个问题，这使受访者表明其经历或习惯的频率或强度。为了确保问题的清晰度和可靠性，调查是由两个同学进行了试点测试的。根据他们的反馈，进行了较小的措辞调整。参与调查是完全自愿的，回答是匿名的。对于18岁以下的参与者，获得了父母的同意，以确保道德合规性。
最初，问卷是通过Tencent调查和Google表格在线发布的，以有效地吸引广泛的受众，同时减少环境影响。调查链接在包括Instagram，X（Twitter），QQ空间和微信时刻在内的各种社交媒体平台上进行了积极促进。为了进一步确保包容性并吸引可能无法定期使用电子设备或社交媒体的学生，在当地的研究中心分发了近15份印刷问卷。这种混合方法的方法使各种学生的参与能够参与，从而提高了收集到的数据的整体质量和代表性。
最初总共收集了75个响应。在数据清洁过程中，响应被认为是无效的，如果遇到以下任何情况：超过20％的问题空白，则在不到60秒内迅速提交了相同的响应，或者确定了相同的IP地址。这种清洁过程产生了63个有效响应，适合详细分析。
使用Excel进行了最初的数据组织。由于其简单的过滤和数据管理功能，因此选择了Excel进行初步排序。构造数据后，Python被用于进一步的详细分析，因为其功能强大的可视化功能和专门的统计分析库。具体而言，雇用了熊猫，海洋和斯卡西克·莱恩等图书馆。
为了探索收集到的变量之间的关系，构建了线性回归模型。使用相关系数评估变量之间关系的强度和方向，分类为弱（| r | <0.3），中度（0.3≤| r |≤0.5）或强（| r |> 0.5）。回归分析的结果有助于确定重要的变量，例如研究满意度与学习成绩之间的牢固积极关系，以及涉及电话干扰频率的显着负相关。
采用了几种视觉工具来增强结果的清晰度和解释性。相关热图（图1）提供了关系的视觉摘要，清楚地显示了变量对通过颜色强度之间的相关性，其中较深的颜色表明相关性更强。此外，创建了一个残差图（图2）来评估回归模型的准确性。该图有助于验证残差是随机分布的，表明满足线性和相等方差的假设，并表明该模型拟合得很好。
最后，开发了一个散点图（图3），以特别可视化研究满意度与评分平均值之间的强阳性相关性。这种可视化证实，报告满意度较高的学生通常取得了更高的学分。
通过系统地结合回归分析，数据可视化和统计验证方法，该方法可确保强大，透明和可访问的发现。这项研究中采用的全面而直接的方法表明，将传统统计方法与Python（例如Python）等现代计算工具相结合的有效性，从而促进了对教育绩效和影响因素的更深入了解。
结果
从63名学生那里收集的数据揭示了几种有趣的模式和洞察力，这些模式和有关影响学习成绩的因素。平均而言，学生每天学习大约3.6个小时，这表明在课堂活动外进行学习的合理时间。所有参与者的平均学术成绩约为78.4％，这表明在被调查小组中，总体上的学术成就水平通常令人满意。
学生还提供了有关他们对学习经验的个人满意度的反馈。结果表明，大多数人将他们的研究满意度评为适中的满意度，平均为5分。这表明大多数学生对他们的学习条件，管理工作量的能力以及整体学术经验感到相对积极。相反，电话分散注意力是测量的另一个重要因素，平均评分也适中高，平均得分为5分（满分5分）。这表明在学习期间的电话使用和分心是许多学生的常见问题。
我们的分析特别强调了两个主要因素，这些因素对学生的学术成绩产生了显着影响。第一个重要因素是研究满意度。报告对学习经验感到更加满意的学生始终取得更高的成绩。该因素被确定为我们分析中最强大的积极影响，这表明积极的研究环境或经验之间存在明确的关系，并改善了学业成果。感到满意的学生可能会发现更容易集中精力，更有动力，因此可以更好地吸收和保留信息。
相比之下，电话干扰是对学习成绩的最大负面影响。我们的发现清楚地表明，报告的与电话相关的分心频率较高的学生通常学分得分较低。这种相关性强调了在学习课程中由电话通知，消息或社交媒体互动引起的中断的有害影响。这些干扰的注意力破坏了集中注意力，降低了整体生产力，并限制了可用的有效学习时间的量，最终降低了学生在学术上表现良好的能力。
尽管分析了其他因素，例如每天的学习时间和睡眠时间数量，但与研究满意度和电话分心相比，它们对学业表现的影响不太清晰和重要。尽管这些因素与学术分数显示出略有正相关关系，但它们在统计上不足以在我们的分析中得出明确的结论。
为了验证我们发现的可靠性和稳定性，我们进行了其他检查。这涉及将所收集的数据分为五个较小的单独组，并独立分析每个组。这些重复分析的结果始终相似。该过程被称为交叉验证，有助于确保我们的发现在单个数据组内的潜在差异，但我们的发现却是可靠的。这些单独检查的一致性增强了我们对研究满意度重要性和电话干扰的负面影响的信心。
视觉分析进一步支持我们的发现。图1，相关热图在视觉上说明了这些因素之间的明确关系。具体而言，它突出了更高水平的学习满意度和提高学术成绩之间的牢固积极联系，同时表明电话分心增加和减少学业成绩之间存在明显的负面关系。这种视觉表示使您可以轻松地识别这些关键因素，并确认前面讨论的统计结果。
图2（残差图）为我们分析的准确性和一致性提供了更多见解。该图显示了我们的预测误差的分布，如果所使用的预测模型准确，理想情况下应该随机出现。该模型约占学术分数差异的27％（R²= 0.27），表明适合但有意义的合适。实际上，残留物在中心线周围随机散射，没有清晰的图案或簇。这种随机性表明，基于确定的因素，我们的预测模型在预测学生的学习成绩方面是可靠且始终准确的。
除了统计发现之外，我们研究的实际含义是巨大的。通过清楚地识别影响学术成功的因素，学生，教育者和父母可以更好地解决和改善教育成果。鼓励学生创建最大化满意度和最大程度地减少分心的学习环境可以大大改善他们的学术经验。学校和父母可能会考虑旨在减少学习期间手机使用的干预措施，例如使用应用程序限制通知或建立指定的无电话学习区。
此外，在家庭和学校培养积极而引人入胜的学习环境可以显着提高学生的学习满意度。这可能包括提供舒适，安静和无注意的空间，鼓励协作或互动学习方法，以及提供结构化的支持系统，例如辅导或咨询服务，以帮助学生有效地管理压力和工作量。
此外，学校可以纳入教育会议或讲习班，突出有效的时间管理技术和减少电话干扰的策略。也可以提供实用的工具和资源，例如生产力应用程序，以帮助学生更有效地管理学习课程。
总体而言，我们的研究结果强调了心理满意度和受控研究环境在确定学术成功中的重要作用。通过解决这些关键领域，教育中的利益相关者可以大大提高学生的学习成绩和整体教育经验。
讨论
这项研究探讨了不同的生活方式和与学习相关的因素如何影响学生的学习成绩。在分析的所有变量中，两个显示出最大的影响：研究满意度和电话分散注意力。对学习经验感到更加满意的学生通常具有更高的学分。另一方面，经常被手机分心的学生往往得分较低。
这样做的原因之一可能是，喜欢学习课程的学生更有动力，更专注，这有助于他们更好地理解和记住材料。当学生对学习有积极的态度时，他们更有可能保留良好的日常工作，很好地管理时间，并在需要时寻求帮助。所有这些都会在学校表现更好。
另一方面，电话分散注意力会打破注意力。凭借不断的通知，社交媒体和其他在线活动，学生很难长期保持专注。这与Amez和Baert（2020）在他们的研究中发现的内容相匹配，他们表明频繁的电话使用可以中断学习并减少记忆力。同样，Al-Abyadh等。 （2024年）表明，智能手机的使用导致思维徘徊和困难，从而降低了满意度和学术成果。
有趣的是，即使研究时间和睡眠也包括在分析中，但它们与学习成绩的联系并没有像满意度和分心那样紧密。这支持Tonetti等人的发现。 （2015年），他指出睡眠质量，而不仅仅是数量，对学术上的成功更为重要。它也与Kember等人匹配。 （1995年），他发现学生学习的研究比学习多少更重要。
该模型解释了分数变化的27％。这意味着，尽管学习满意度和电话分心很重要，但仍有许多其他因素可以发挥作用，例如教学质量，心理健康，家庭支持或自然能力。在社会科学研究中，模型通常仅解释结果的一部分，因为人类行为受许多事物的影响。
这些发现在现实生活中很有用。老师和父母可以帮助学生改善学习环境并减少分心。学校可能会考虑向如何负责任地使用手机或找到使学习更愉快的方法。即使是小小的变化（例如鼓励学生反思哪种学习方法对他们有用）也会有所作为。
但是，这项研究有一些局限性。参与者的数量很少，大多数是通过便利抽样选择的。另外，由于该研究使用了自我报告问卷，因此答案可能并不总是绝对准确的。将来，更大，更平衡的样本可以带来更可靠的结果。还可以添加其他工具，例如访谈或课堂观察以支持这些发现。
总体而言，这项研究表明，情感和行为因素（如满意和分心）可能与学术习惯一样重要。它为我们提供了一个思考如何不仅在学习的过程中，而且在学习时的感受的起点。
结论
这项研究探讨了不同的生活方式和研究相关因素如何影响学生的学习成绩。在分析的各种因素中，研究满意度和电话分散注意力显得特别重要。报告对学习过程感到满意和满意的学生通常取得了更好的成绩。相反，经常被手机或社交媒体分心的学生在学术上往往更糟。
研究满意度和更高的学术成绩之间的积极联系表明，在学习在学术成功中发挥基本作用的情感健康和享受。喜欢学习课程的学生可能会保持更大的动力，更好的专注力和更高的持久性，从而对他们的整体表现产生了积极的贡献。学校和教育工作者可能会从培养引人入胜且愉快的学习环境，可能提高学生满意度并提高学术成果中受益匪浅。
另一方面，电话干扰的负面影响突出了创建无干扰研究环境的至关重要性。由于电话通知，消息或社交媒体互动而定期失去注意力的学生会降低注意力和生产力。这些干扰中断的学习过程使学生难以有效保留信息。因此，通过有针对性的干预措施（例如无电话学习期或指定的安静领域）来减少电话干扰，这可能是提高学生学业表现的有效策略。
尽管有这些明确的联系，但本研究中使用的回归模型仍解释了大约27％的学术分数变化。尽管这个数字似乎相对谦虚，但它在涉及复杂人类行为的研究中很常见。许多因素会影响学术成果，包括教学质量，心理健康，家庭背景，个人兴趣和外部环境。因此，未来的研究可以从更彻底地检查这些其他变量中受益。
实际上，从这项研究中获得的见解可以指导教育者，父母和学校制定提高学生绩效的策略。通过认识到情感满意度和分心发挥的重要作用，利益相关者可以实施实践措施，例如吸引教学方法，结构化的时间管理技能培训或在学习期间负责任的电话使用指南。
未来的研究应考虑更广泛的因素，包括压力和焦虑等心理方面，诸如家庭支持和课堂条件等环境因素以及教学方法和课程设计等教育因素。扩大研究范围可以提供对影响学生绩效的更全面的理解。此外，未来的研究可能会受益于更大，更多样化的样本量，以提高发现的可靠性和普遍性。
评估
完成该研究项目为我提供了宝贵的经验，并在各个领域都大大提高了我的技能。最初，由于项目的复杂性和范围，我在有效地管理时间时遇到了挑战。从多个国家 /地区收集足够的数据需要比我最初预期的更多的努力和协调。但是，这个过程教会了我如何更好地组织我的工作，设定现实的截止日期，并保持专注以有效地实现我的目标。
另一个重大挑战是确保收集数据的准确性和完整性。一些响应不完整或不清楚，这需要额外的努力来清洁和验证数据。考虑到我先前的编程经验有限，学会有效地使用Python进行数据清洁和分析。通过专门的练习以及在线资源和教程的使用，我逐渐开发了必要的技能来自信，有能力管理数据。
熟练掌握Python被证明是该项目最有意义的方面之一。利用Pandas，Matplotlib和Seaborn等图书馆使我能够创建有见地的可视化并进行了强大的统计分析，从而使我的结果更加清晰，更具说服力。这些技术技能不仅提高了我的研究质量，而且还将在未来的学术追求和涉及数据分析或研究的潜在职业道路上有价值。
在整个项目中，我还大大提高了我的沟通和写作技巧。最初，我倾向于使用过于复杂的术语和行话，这使得他人很难清楚地理解我的观点。通过有意识地简化我的语言并专注于清晰度，我学会了如何更有效地传达我的想法，并使其他高中生可以访问我的研究。
反思我的项目，如果我要重复这项研究，我将致力于更大，更具代表性的样本量，以提高发现结果的可靠性和概括性。此外，整合访谈或课堂观察可以为学生的行为和态度提供更丰富，更深入的见解。这些额外的定性方法将补充从问卷中收集的定量数据，从而更全面地了解影响学业绩效的因素。
总体而言，这种研究经验大大发展了我的研究能力，技术能力和批判性思维能力。通过该项目获得的技能和见解为我为未来的学术挑战做好了为我的学术挑战做准备的，并增强了我对独立，严格的学术研究的信心。
参考
Amez，S。和Baert，S。（2020）“智能手机的使用和学习成绩：文学评论”，《教育研究评论》，第29页，第29页。 100313。https：//doi.org/10.1016/j.edurev.2019.100313
Al-Abyadh，M.H.A.，Alatawi，M.A.，Emara，E.A.M.，Almasoud，S.A.，Alsetoohy，O。和A.R.M. （2024）'智能手机成瘾和自我监管失败会影响学生的学术生活满意度吗？学生思维徘徊和认知失败的作用”，《心理学研究与行为管理》，第17页，第1231–1253页。 https://doi.org/10.2147/prbm.s437076
Kember，D.，Wong，A。和Leung，D.Y.P。 （1995）“远程教育的学生进步：确定解释性因素”，《远程教育》，第16（1）页，第5-28页。 https://doi.org/10.1080/015879195016012
Nonis，S.A。和Hudson，G.I。 （2006年）“大学生的学业表现：学习和工作时间的影响”，《商业教育杂志》，第81（3）页，第151-159页。 https://doi.org/10.3200/joeb.81.3.151-159
K. Okano，R.Sandoval，Roney，J.R。和W.D.S. Killgore （2019年）“睡眠质量，持续时间和一致性与大学生的学术表现更好”，NPJ学习科学，4，文章编号：16。https：//doi.org/10.10.10.1038/s41539-019-019-0055555-00-00
Tonetti，L.，Fabbri，M。和Natale，V。（2015年），“高中生的睡眠质量和学业表现：3年的随访”，《青春期杂志》，第45页，第218-223页。 https://doi.org/10.1016/j.admelcmence.2015.08.010