劉佩雲 陳柏霖
國立東華大學課程設計與潛能開發學系教授 玄奘大學應用心理學系助理教授（通訊作者）
網路學習之知識信念與學習成效的 關係：以後設認知為中介效果之分析
摘 要
在網路學習時，學習者所持的知識信念會影響後設認知與學習成效，本研 究主要目的在探討網路學習時，後設認知是否為個人知識信念與心理學學習成效 之間的中介變項。研究採問卷調查形式，以 902 位大學生為對象，採用自編「網 路知識信念量表」、「網路後設認知量表」及「學習成效量表」為工具。經皮爾 森積差相關與結構方程式模型，得出研究結果如下：一、網路學習時，大學生的 不成熟知識信念與後設認知間呈現負相關，而後設認知與學習成效間則是正向關 係；二、大學生進行心理學網路學習時，其後設認知扮演知識信念與學習成效間 之中介角色。本研究根據資料分析結果進行討論，並對高等教育與未來研究提出 建議。
關鍵詞：學習成效、網路學習、知識信念、後設認知
陳柏霖電子郵件：henry1chen@wmail.hcu.edu.tw
Abstract
This study aims to understand the situation of metacognitive strategies use and academic performance of internet-based when college students engage in internet-based learning, then explore the relationships among epistemological beliefs, metacognitive strategies of internet- based learning and academic performances in psychology. This study adopts questionnaire survey where the samples are collected from 902 college students. The questionnaires of epistemological beliefs, metacognitive strategies of internet-based learning and academic performances in psychology are taken to be implemented. The data are analyzed by Pearson's correlation, and structural equation modeling. Based on data analysis, results are shown as follows: The resulting empirical data can be adapted to the constructed model and support the hypothesis. When college students take online learning, the less sophisticated epistemological beliefs negatively correlate with metacognition. The metacognition of internet-based learning positively correlates between academic performances. The “metacognition of internet-based learning” plays mediator role for
“epistemological beliefs “to “academic performance”. According to the above conclusions, some suggestions are proposed for higher education institutions and future studies.
Keywords: academic performance, internet-based learning, epistemological beliefs, metacognition
Pei-Yun Liu
Professor, Department of Curriculum Design and Human Potentials Development, National Dong Hwa University
Po-Lin Chen
Assistant Professor, Department of Applied Psychology, Hsuan Chuang University (Corresponding Author)
The Metacognition of Internet-Based Learning as a Mediated-Effects Analysis of the Relationships among the Epistemological Beliefs, and Academic Performance
in College Students
Po-Lin Chen's E-mail: henry1chen@wmail.hcu.edu.tw
壹、緒論
資訊科技的日新月異，加上電腦及網際網路的普及，已大大改變千年來人 類資料訊息記錄、儲存、應用、傳遞及分享的型態。傳統的讀書識字可能無法 滿足數位原生（digital native）世代學生的需求（Prensky, 2001），利用網路學習
（internet-based learning）的特性，及所創造的學習環境，可培養個體自動學習 習慣及持續的學習活動，並規劃出以學習者為中心的學習模式（Khan, 1997）。
美國圖書館專業學會發表的白皮書指出，美國幾乎有三分之二的大學生肯定網路 是他們獲得資訊與知識的最佳管道（Online Campus Library Center, 2002）。然而 大多數網站非為教育目的設計，任何未經檢證的訊息都可以隨時任意上傳到網路 上，學生在無邊際多元甚或衝突觀點資訊海中努力奮戰學習時，必須確認、比 較、評估或解釋、統整得自網路的訊息（Bråten, Ferguson, Strφmsφ, & Anmarkrud, 2014; Bråten, Strφmsφ, & Samuelstuen, 2005）。而相關研究也發現，不只是國高 中學生，甚至大學生在網路上閱讀瀏覽搜尋訊息時，往往也缺乏有效能的思考
（劉佩雲，2013；Hofer, 2004; Mason & Boldrin, 2008; Mason, Boldrin, & Ariasi, 2010）。
網路學習從其字面的定義而言，係指運用電腦透過網際網路來學習的方式
（Rosenberg, 2001）。本研究所稱的網路學習是指：學習者透過網路資訊平台，
對提供的知識資訊進行學習，或利用網際網路作為探索資訊及資源的工具，進行 知識分享。近年來以網路為媒介的學習如日中天般蓬勃發展，透過線上教材，包 含同步與非同步的方式以網路為實施的平臺，各種學習資源皆能夠從網路取得
（顏春煌，2010）。數位原生世代的學生能快速地搜尋擷取處理網際網路的大 量資訊（Lorenzo & Dziuban, 2006），個體可自主選擇網路資源，藉由共同的社 群或團體，學習者與引導者之間或是與同儕之間的交流，是一種成功體驗的機會
（江瑞菁，2011）。但是很多研究發現，透過網際網路搜尋或分享資料雖具快捷 性與便利性，但若全然依賴線上搜尋所得資訊為知識來源，捨棄專業期刊或專書 的深度閱讀，則會缺乏嚴謹評估知識規準，據以對訊息作正確與真實性的判斷卻
（Hofer, 2004），而不假思索複製剪貼訊息的速食結果，能否統整為自己的知識 進行深度學習，甚而造成扭曲知識與求知本質的困境，皆值得教育工作者深思。
而此網路的興起所可能造成大學生的學習崩壞的問題，業成高等教育的隱憂。
基於知識與求知本質的此一議題的重要性，近來教育心理學家致力透過實 徵研究瞭解知識為何、如何建構及評估之知識信念（epistemological beliefs）
（Hofer & Pintrich, 1997; Muis, 2007; Schommer-Aikins, 2004）。Hofer 與 Pintrich
（1997）定義知識信念為個體對知識與認識本質的看法。相關研究發現學習者 的知識信念會影響他們的學習方法、理解模式，以及處理或取得資訊時的決策
（Hofer, 2001; Hofer & Pintrich, 1997），而網路學習時，知識信念和個人網路學 習環境中所偏好的高層次後設認知活動有關（Tsai & Chuang, 2005），知識信念 是後設認知的指導（Richter & Schmid, 2010），透過後設認知的監控理解、計畫 及問題解決執行，能直接或間接影響學習者的學習成效（Muis, 2007; Schommer, 1990; Schommer, Crouse, & Rhodes, 1992），後設認知能力的養成，有助於提升學 習成效（陳李綢，1992；Wellman, 1985）。後設認知養成的能力及工具性與內容 性的資訊能力具同等重要性，但目前大學多僅以工具性的能力培養為主，若能融 入思考能力培養的課程，將更有助於提升大學生對網路資訊內容判斷解讀的能力
（張麗娟，2008）。
基於上述研究背景與動機，引發研究者好奇，知識信念如何影響大學生網路 學習？進行網路搜尋或分享討論時，大學生是否運用後設認知以協助學習目標的 達成，並獲得較佳的學習成效？網路學習時，後設認知在知識信念與學習成效間 扮演的角色為何？由於以上問題，目前尚少實徵探究，為彌補此一研究缺口，復 基於後設認知具有領域情境特定性（Wolters & Pintrich, 1998），本研究以大學生 跨領域必修之心理學為領域，探究修習心理學課程大學生在進行網路學習時，個 人知識信念如何影響後設認知的運用與學習成效，以及後設認知是否扮演知識信 念與學習成效間的中介角色。
一、知識信念與網路學習
知識信念會影響個人對學習活動的理解與認知（Hofer & Pintrich, 1997），在 學習、高層次思考及問題解決上扮演關鍵角色（Buehl & Alexander, 2005; Hofer &
Pintrich, 1997; Schommer, 1993）。Schommer（1990）認為知識信念是相互獨立且 不同面向組成的多向度知識信念體系，可以透過量化的問卷測量而得。Hofer 與 Pintrich（Hofer, 2001, 2004; Hofer & Pintrich, 1997）則質疑 Schommer 去脈絡個人 特質的假設，積極調和知識信念之發展模式與獨立信念系統模式兩個觀點，本於
新皮亞傑理論（Neo-Piagetian）、認知心理學與科學學習的實證研究結果，提出 統整而更具理論性的個人知識信念理論，認為雖然個人知識信念的研究在學術用 語上尚未統一，但其內涵皆指涉學習者對知識與認識的看法，包括：知識限制的 信念、如何建構知識、如何評估如識、認識如何發生、知識來源等。本研究經評 析文獻（Hofer & Pintrich, 1997, 2002），基於 Hofer 與 Pintrich 的個人知識信念理 論不但保留彰顯知識觀複雜性的多元向度觀點，更強調個人觀點間的統整與對知 識本質的探究，適合做為探究網路學習時知識辯證的理論基礎，而多元向度量化 測量也比發展論深度晤談研究方法，更適合本研究採用的大樣本調查研究方法，
因此本研究採取 Hofer 與 Pintrich（1997）的觀點為理論基礎。
Hofer 與 Pintrich（1997）提出四向度知識信念構念：知識本質（個人相信知 識是什麼）與認識本質或歷程（個人如何知曉），知識本質又包括知識的確定性
（certainty of knowledge）及知識簡單性（simple of knowledge）兩大面向；認識 本質或歷程則包括知識的來源（source of knowledge）與認識的辯證（justification for knowing）兩大面向。其中知識的確定性是指對知識是變異性或確定的看法，
由視知識為固定或實體的絕對事實，到視知識為暫存而進化的程度；知識的簡單 性是指個人視知識為孤立事實的累積，到高度相關、相對而具脈絡依存的程度；
知識的來源則是關於由個人視知識源於己身之外的權威，到視個體為主動知識建 構者的程度；而認識的辯證係由基於客觀和權威為認識辯證，到基於應用探究規 則及專家評估進行辯證的程度。個人早年的知識信念尚未分化，但會隨著時間與 特定個體而產生改變，知識信念的發展自青少年後期至成年早期，由質樸、簡單 知識信念發展而臻於成熟（sophisticated）、複雜的知識信念，但並有或全無的 極端二分狀態，各個面向亦不必然以同步速率發展（Schommer, 1994; Schommer- Aikins, 2004, 2008）。
國內外以大學生對象的研究皆發現：初入大學的大學生多持二元絕對的知 識信念（劉佩雲，2005，2013；Perry, 1970），認為知識是確定不變且源於權 威。其次，網路學習時，學習者的知識信念會預測其網路搜尋行為（Bråten et al., 2005; Mason & Boldrin, 2008），例如，Whitmire（2003）針對長春藤聯盟大學生 的調查發現，知識信念會影響網路搜尋過程，當他們搜尋資訊和評估資訊來源 時，大學生的知識信念會影響他們的決定。在數位學習環境中，持成熟知識信念 學習者較有能力處理訊息衝突的問題（Bråten et al., 2014），但不成熟知識信念學
習者則傾向直接受所觸接到的訊息與觀點，少質疑、討論或溝通想法（Bråten &
Strφmsφ, 2006）。此凸顯對網路訊息可信度檢證與評估的判斷並非自動運作，需 要學習者有意識、有目的地去啟動對知識本質與認識來源的辯證與反思（Hofer
& Pintrich, 2002; Mason et al., 2010）。
二、後設認知與網路學習
教育心理學對後設認知的探討，始於 Flavell（1979）將後設認知定義為個 人對自己的心智狀態、能力、記憶至行為調適的過程，他認為後設認知的內涵 包括後設認知的知識經驗（meta-cognitive knowledge and experience）及策略運用
（Flavell, 1981）。Brown（1987; Brown, Bransford, Ferrara, & Campione, 1983）
亦認為後設認知包含認知的知識與認知的調整，認知的知識是指學習者能瞭解 自已的認知資源及其與環境的互動關係；而認知的調整則指學習者能適時調整 及監督自我學習活動。Paris 等依照 Flavell 的理論進一步細緻發展後設認知架 構為了解自己的知識與思考的經營策略兩部份，認為後設認知覺察所需具備的 三方面知識為：陳述性知識（declarative knowledge），察覺策略為何；程序性 知識（procedural knowledge），察覺如何使用策略；條件性知識（conditional knowledge），察覺何時、是否使用及為何策略是有效的。而思考的經營策略 則包括：計畫（planning）、評估（evaluation）與調整（regulation）（Paris &
Byrnes, 1989; Paris, Lipson, & Wixson, 1983; Schraw & Dennison, 1994）。Pintrich
（1999）則認為後設認知策略為：計畫、監控（monitoring）與調整，是針對預 期的行為表現加以規劃、督導及不斷修正學習的策略與執行技能（劉佩雲、陳柏 霖，2009）。
網際網路具多媒體、多元資訊及彈性、互動性等特性及優勢，然個別獨立運 作的網路科技知能凸顯出學習者間極大的個別差異，學習者在網路進行資訊搜尋 或討論學習時，必須自己承擔起學習責任，且需要更多的自我調整（Strφmsφ &
Bråten, 2010），此自我調整技能概念相當於後設認知策略的操作面向，包括計 劃、監控與評估（Brown, 1987; Strφmsφ & Bråten, 2010）。檢視後設認知應用於 網路學習或數位學習環境的實徵研究，如 Gorrell、Eaglestone、Ford、Holdridge 及 Madden（2009）發現，學習者在網路搜尋中，會使用後設認知，包括計畫、
監控、評估及轉移（Mason & Boldrin, 2008）。Tsai（2009）亦發現，學習者的
後設認知在線上探索中扮演極為重要的角色，學生若能自我監控與複習學習途 徑，將能加強其後設認知能力（Tsai, 2004）。Hofer（2004）以大學生為對象的 研究則發現，在網路搜尋及訊息處理過程中，會涉及後設認知的監控、判斷與調 整，如進行網路搜尋或討論時，檢視並判斷自己對新訊息的理解情形，如何根據 所得訊息下判斷與做出決定等。然而弔詭的是，即便後設認知有助於學生網路 環境下的學習，但並不代表網路學習環境能幫助學生發展自我調整與後設認知
（Strφmsφ & Bråten, 2010），如 DeStefano 與 LeFevre（2007）發現，具彈性與互 動特性的網路超媒介系統未必能有效輔助學習，特別是低能力的學習者。此顯示 在網路學習時，如：上網搜尋、討論、分享、下載資料等，學習者的後設認知能 力是影響學習成效的重要因素，而此後設認知能力需要教學引導方能習得。
經歸結後設認知理論後發現，學者認為後設認知包含後設認知知識與後設認 知策略兩部份（Brown, 1987; Flavell, 1981; Paris, Lipsonr, & Wixson, 1983; Pintrich, 1999），後設認知知識是後設認知策略調整的基礎。基於許多實徵研究（Brown et al., 1983; Pintrich, 1999）的結果指出，後設認知策略的調整較能解釋學習者的 學習表現，因此，本研究認為網路學習情境下後設認知調整的內涵有三：計畫、
監控評估、調整修正。（一）計畫是指學習時對作業性質及目標評估後，會設定 學習目標、規劃學習內容、選擇策略、學習步驟以達成認知目標的策略選擇；
（二）監控評估是指學習時持續監督控制是否使用後設認知策略，自我提問檢核 學習理解情形、監控自己的學習情形是否達到學習目標及檢查使用的步驟及策略 方法等；（三）調整修正則是學習時持續調整修正使用後設認知策略的情形，有 困難時懂得變換學習策略，遭遇學習困境時會重新檢視學習策略，來完成自我學 習的過程。
三、知識信念、後設認知與學習成效的關係
過往實徵研究發現（Chen, 2009），學生雖有機會接觸網路，但若未被教 導足夠的線上閱讀與搜尋等策略，便容易在不熟悉的網路文本結構中迷失。
尤 其 當 沒 有 線 索 依 循 之 際 ， 學 習 者 會 迷 失 於 網 海 中 ， 徒 然 浪 費 許 多 的 時 間
（Jakes, Pennington, Knodle, 2006）。換言之，學習者在網路進行資訊搜尋或討 論學習時，必須自己承擔起學習責任，且需要更多的自我調整與後設認知策略
（Strφmsφ & Bråten, 2010）。而知識信念則在後設認知執行中扮演指導行動的
角色（Hofer, 2004; Schommer-Ainkins, 2004），當個體透過網際網路開啟知識之 窗觸接訊息時，需要運用知識信念與後設認知的判斷，才能產生知識構築的力 量。成熟知識信念與後設認知間呈正向相關（Pulmones, 2010; Strφmsφ & Bråten, 2010），有較佳後設認知的學習者會覺知科學知識的暫存性（Yilmaz-Tüzün &
Topcu, 2010）；不成熟的知識信念則會負向影響後設認知，如知識確定與後設認 知間呈現負向相關（Cano, 2005; Koksal & Yaman, 2012），知識簡單與能力天生 亦會負向預測後設認知（Dahl, Bale, & Turi, 2005）。若學習者所持的知識信念是 簡單而固定的，則不傾向採用後設認知策略；而擁有愈成熟的知識信念者，其理 解能力、問題解決能力、堅持、反思判斷力等能力與學習動機皆愈強，較常應用 深層的學習策略，對所得訊息的判斷與評估能力亦愈高（劉佩雲，2005）。而劉 佩雲（2013）以師培生為對象的研究發現，持知識確定觀點或認為知識源於權威 觀者，網路搜尋時使用的關鍵字較少，網路搜尋過程是簡略、機械而不徹底，會 尋求權威的資訊來源；而持知識變異暫存需辯證知識信念者則能自發地使用監控 與調整策略，並以多元管道反覆搜尋，以深入反思判斷訊息，而且會比對自己的 經驗或專家的看法，尋求客觀證據的支持。據此，本研究歸結理論與實徵研究結 果而推論：個體進行網路學習時，持不成熟知識信念者，較少使用後設認知。
其次，學習者的知識信念會連結至學業表現（Schommer, 1993），知識信 念與學生學習取向與學業表現息息相關（Hofer, 2004; Schommer-Aikins, Duell,
& Hutter, 2005）。人們所持的知識信念會影響認知過程中判斷正確性的不同觀 點，導致個體對證據產生不同的處理與詮釋（Bråten & Strφmsφ, 2006; Bråten, Strφmsφ, & Samuelstuen, 2005; Cano & Cardlle-Elawar, 2008; Dahl et al., 2005; Hofer, 2004）。Windschitl 與 Andre（1998）的研究結果發現，不同觀點知識信念對學 習成效有所影響，持相對主義知識觀點的個體在開放的線上環境下有較好的學習 表現；反之，持權威與二元知識觀點的學習者在較封閉的線上環境中則表現較 佳。王思峰與李昌雄（2004）進行線上學習的研究亦發現，線上互動行為會影 響學習成效，而建構學習行為特質愈好的學習者，其在領域知識學習亦愈佳。
Schommer 等人以中學生及大學生為對象，進行一系列探討知識信念與學習變項 的相關研究，結果均發現知識信念會影響學生在面對困難作業時，能否完成作業 的持續力與排除干擾的行動，進而影響學習成就（Schommer, 1990, 1993）。本研 究據此推論，個體進行網路學習時，持成熟的知識信念之學習者，其學習成效越
佳。
再者，後設認知能力的養成，有助於提升學習成效（Wellman, 1985）。相關 實徵研究的結果亦證實，有較佳後設認知的學習者傾向進行有意義學習（Yilmaz- Tüzün & Topcu, 2010），並獲得較佳的學業成績（Young & Foy, 2008）。Wang、
Haertel 及 Walgerg（1990）以文獻後設分析（meta-review）方法，分析 179 篇有 關於學習成就的文獻後，發現在 28 個影響學生成就的因素中，後設認知是影響 學生學習成效最重要的能力。Wagner 與 Sternberg（1984）則從學習策略的觀點 探究，發現學習成效不佳的學習者，往往是因為無法在後設認知能力上辨識出有 意義的且重要的內容加以記憶。
本研究基於後設認知的領域特定性（Wolters & Pintrich, 1998），在學習 成效的評量上，選定大學生跨領域必修的心理學。而過往研究在評估學習成效 時，多半採用學習成就測驗推估學習者的學習成效，然而成就測驗較無法測得 學生高層次思考的能力，也將忽略學習歷程的檢視。兼顧網路學習時學習成效 的過程與結果兩個方向：主觀衡量自己對學習的滿意程度，及客觀方式衡量學 生學習表現（Motiwalla & Tello, 2000），是值得思考的做法。而在學生學習成 效的內涵方面，布魯姆（B. S. Bloom）等人在 1956 年提出教育目標分類（A taxonomy of educational objectives），是目前學界在學習、教學與評量等領域中，
最具共識與影響力的教育目標分類系統。Bloom 主要將認知領域區分為六個層 次：「記憶、理解、應用、分析、綜合、評鑑」，而 Anderson 等人則於 2001 年
（Anderson et al., 2001）修正為「記憶、了解、應用、分析、評鑑、創新」六個 層次。其中記憶（remember）是指辨認、提取及回憶長期記憶中儲存的知識；
了解（understand）是指從訊息中建構意義，建立新知識與舊經驗的連結；應用
（apply）是指在新情境或問題中使用習得的概念或程序來執行作業或解決問題；
分析（analyze）是指將概念拆解成許多部份，指出局部之間與對整體結構的關 聯；評鑑（evaluate）是指根據規準和標準作檢核、批評與判斷；創新（create）
則是將各個元素組裝在一起，形成一個完整且具功能的新事物。
本研究歸納文獻後發現，基於 Anderson 等人（2001）的學習內涵不但能明 確評量出學生認知學習，且能區辨認知學習的深度，是最能體現認知學習成效的 指標。因此依據 Anderson 等人（2001）所修訂的 Bloom 分類架構向度（Bloom´s revised taxonomy），從認知歷程與結果觀點區分學習表現的六層次：記憶、了
解、應用、分析、評鑑、創新，作為學習成效的指標。選定修習過心理學相關課 程（包括普通心理學、教育心理學、發展心理學等相關課程）的學生為對象，進 行學習成效的實徵調查。據此，本研究以心理學網路學習為範圍，根據以上理論 及實徵研究結果，推論後設認知會正向預測學習成效。
由文獻評閱發現，學習者不成熟的知識信念會負向影響後設認知與學習成就
（劉佩雲，2013；Cano, 2005; Pulmones, 2010; Mason & Boldrin, 2008; Strφmsφ &
Bråten, 2010），而後設認知則正向影響學習成就（Yilmaz-Tüzün & Topcu, 2010;
Young & Foy, 2008）。其次，Hofer 與 Pintrich（1997）認為後設認知是知識信念 與學習成就之間的中介變項，Cano 與 Cardelle-Elawar（2008）的實徵研究結果 也支持此論點，其研究結果發現學生不成熟的知識信念對後設認知具有負向影響 力，而後設認知對學業表現具有正向影響力，因此後設認知在知識信念與學業表 現間扮演中介的角色。據此，本研究推論：網路學習時，後設認知在知識信念與 學習成效間扮演中介的角色。
歸結而言，依據文獻探討及實徵研究的結果，知識信念會影響後設認知及學 習成就，後設認知亦會影響學習成就，而後設認知可能是知識信念與學習成就之 間的中介，然目前尚少實證研究，為彌補此一研究缺口，本研究擬建構知識信念 後設認知學習成就模式，並蒐集實徵資料檢證之。本研究的研究假設如下：
（一）網路學習時，知識信念會負向影響後設認知。
（二）網路學習時，知識信念會負向影響學習成就。
（三）網路學習時，後設認知會正向影響學習成就。
（四）網路學習時，後設認知是知識信念與學習成就之間的中介變項。
貳、研究方法
一、研究對象
本研究以國內大學生為對象，以便利取樣的方式，從北、中、南（東）地區 的公私立大專院校中，以相關心理學系（如心理學、應用心理學、健康心理學、
諮商心理學、工商心理學等）的學生為對象，取得 1000 名參與者的資料，經剔 除未選修過相關心理學課程或作答呈現一致的無效問卷，得有效樣本 902 份，有
效樣本率為 90.2%。
受試者在性別分佈上，男性 287 人，女性 615 人，可能心理相關學系的男女 比例不一所造成的。在學院分佈情形上人文藝術學院（121，占 13.4%）、社會 科學與理學院（559，62%）及教育學院（222，占 24.6%）。由於各校心理學系 所隸屬的學院不大一致，研究者在計算上，合併社會科學與理學院的人數。
二、研究工具
（一）網路知識信念量表
研究者評閱劉佩雲（2013）及 Strφmsφ 與 Bråten（2010）的網路知識信念問 卷（Internet-specific epistemic beliefs Questionnaire），復參酌學者建議及國內外 研究結果發現，知識確定性與簡單性可歸併為「知識的結構」（劉佩雲，2009，
2013；Qian & Alvermann, 1995），因此本研究採「知識的結構」、「知識的來 源」與「認識的辯證」三向度，編製本研究所使用的網路知識信念量表。量表採 五點計分，從「完全不同意」到「完全同意」，得分愈高代表愈傾向不成熟的知 識信念；愈低代表愈傾向成熟的知識信念。量表主要用來測量受試者在修習心理 學課程時，運用網路學習的情況（如：網路搜尋、討論、分享、下載資訊）。量 表經驗證性因素分析，各適配指標（RMSEA = 0.058、GFI = 0.95、NNFI = 0.97）
皆反應出資料符合模式，具有適配水準。量表的內部一致性信度Cronbach´s α 分 別為 .74、.77、.85，總量表 Cronbach´s α 為 .83，顯示具有作答一致性。修訂後 的量表共計 14 題，其中「知識的結構」有 4 題，如，我認為網路上不同論點的 心理學知識，其中一定有一個是正確的；「知識的來源」有 5 題，如，認為網路 搜尋到心理學專家學者的觀點與意見，具有專業權威；「認識的辯證」有 5 題，
如，我會嘗試比對網路不同來源的心理學課程相關知識，以確認是否可信。
（二）網路學習後設認知量表
研究者評閱 Pintrich（1999）、Brown（1987）及 Strφmsφ 與 Bråten（2010）
的後設認知理論與網路後設認知實徵研究，採「計畫」、「監控評估」、「調 整修正」三向度，編製本研究所使用的網路後設認知量表，作為本研究工具之 一。量表採五點計分，從「完全不符合」到「完全符合」，得分愈高代表大學生 愈常使用該後設認知策略。經驗證性因素分析後，各適配指標（RMSEA = .07、
GFI=.93、NNFI=.97）皆反應出資料符合模式，具有適配水準。內部一致性信度
Cronbach´s α 分別為 .86、.81 及 .85，總量表為 .92。量表包含三個因素各 5 題，
合計 15 題，分別為「計畫」，如，規劃思考學習（搜尋、討論）的目標、策 略、重點、步驟；「監控評估」，如，監控檢核能否達成學習（搜尋、討論）的 目標）；「調整修正」，如，根據不同作業或考試需求而調整搜尋或討論策略。
（三）學習成效量表
在學習成效評量方面，研究者參考 Bromme、Piesch 與 Stahl（2010）對學 習成效評估的作法，採用 Anderson 等人（2001）修訂的 Bloom 認知歷程分類向 度，包括記憶、了解、應用、分析、評鑑及創新所編寫而成的量表（如，修完心 理學課程，我能記憶心理學課程所學的專業知識），每個向度一題，共計 6 題，
在效度方面，經由主成分萃取因素分析，可以抽取出一個因素，解釋變異量達 51.7%。量表內部一致性信度 Cronbach´α 為 .81。
三、資料處理
研究首先根據文獻的探討結果，確定研究架構與方向，繼而進行工具的施 測，再將所得資料以「SPSS for Windows 21 版電腦統計套裝軟體」、「LISREL 8.54 版程式」及「AMOS 21 版」進行統計分析。
在資料分析上，以驗證性因素分析，探索測試各工具的測量模型適配度情 形（余民寧，2006）；最後，採用結構方程式模型（structural equation modeling, SEM）的方法，進行模式的驗證。在中介效果之檢定係採用拔靴法（bootstrap method）進行，並依照 Byrne（1994）、Hu 與 Bentler （1999）的建議，以 GFI、CFI、NFI（以上指標需大於.90）及 RMSEA（需小於.10）等四項指標，做 為模型適配度之判準依據。
參、結果與討論
本研究經由前述文獻與信效度檢驗後，發展出本研究所欲探討的知識信念、
後設認知與學習成效之關係。研究者使用結構方程式模型驗證本研究實際測得模 式的有效性、評鑑研究模式的整體適配度，並檢證本研究所提出的假設。
一、網路學習時知識信念、後設認知與學習成效現況
由表1可看出，各觀察變項偏態絕對值介於 -0.42～0.38 之間，絕對值均小於 1；峰度介於 -0.08~1.71 之間，絕對值亦小於 2。因此，可發現各觀察變項的偏態 係數與峰度係數屬於可接受範圍，此代表本研究所得來的資料偏態及峰度對常態 分配的估計法不受影響，所以使用最大概似法進行模式的估計。
1 2 3 4 5 6 7 8 9 10 11 12
1 知識結構 -
2 知識來源 .68** -
3 認識辯證 .15** .15** -
4 計畫 -.10** -.07* -.37** - 5 監控 -.10** -.06 -.38** .60** - 6 調整 -.06 -.02 -.37** .66** .63** - 7 記憶 -.03 -.04 -.22** .26** .30** .32** - 8 了解 -.08* -.09** -.34** .31** .36** .36** .55** - 9 應用 -.10** -.06 -.21** .26** .27** .26** .35** .40** - 10分析 -.04 -.03 -.27** .28** .30** .35** .44** .50** .47** - 11 評鑑 -.04 -.02 -.18** .21** .24** .32** .32** .38** .32** .57** - 12 創新 .00 -.01 -.10** .20** .21** .30** .28** .28** .34** .50** .58** - M 11.99 14.70 10.89 17.78 18.78 17.32 3.41 3.63 3.35 3.34 3.12 2.90 SD 2.45 2.83 2.75 2.87 2.64 2.71 .70 .69 .74 .71 .80 .81
偏態 -.07 .16 .38 -.53 -.42 -.29 -.25 -.38 -.28 -.08 .04 -.01
峰度 .02 .29 1.27 1.47 1.71 1.29 .33 .52 .44 .04 -.08 .19
二、後設認知在知識信念與學習成效扮演中介的角色
（一）整體模式適配度指標
本研究以知識信念為潛在自變項，對潛在依變項後設認知與學習成效各因 素，進行結構方程式模型之檢定。在檢定前，先分別計算知識信念、後設認知與 學習成效之相關係數矩陣，如表1所示。關於知識信念、後設認知與學習成效之 模式檢定，首先，絕對適配度指標檢定結果如表2與圖1顯示，本模式之適配度指 標（GFI）為 .92，大於判斷標準 .9，表示模式路徑圖與實際資料有良好的適配 度；本模式的標準化殘差均方根（SRMR）為 .08，高於 .05 的理想數值，顯示模
表 1 知識信念、後設認知策略與學習成效之相關係數矩陣與描述統計( N = 902)
*p<0.05. **p< 0.01。
式的適合度不佳，未來模式仍有待修正。漸進誤差均方根（RMSEA）值常被視 為最重要的指標訊息，本模式值為 0.09，小於 .10，表示模式達到普通適配。其 次，就相對適配指標檢定結果，本研究的非基準適配度指標（NNFI）為 .91、比 較適配度指標（CFI）為 .93，當 CFI 值愈接近 1，代表能有效改善非集中性的程 度。上述二個指標值的判別標準為 0.90 以上，若指標值大於 0.9 以上，表示本研 究模式路徑圖與實際資料有良好適配度（Hair, Black, Babin, & Anderson, 2010）。
另外，就精簡適配指標檢定結果，規範適配度指標（PNFI）為 .71，均大於檢定 標準值 .5，表示具有有效適配度。
適配度指標（理想數值） 本研究模式 配適判斷
WLS
x
2 482.22(df = 51, p = .000) 否絕對適配指標
(1) 漸進誤差均方根RMSEA(< .1) .09 是
(2) 適配度指標GFI (> .9) .92 是
(3) SRMR (< .05) .08 否
相對適配指標
(1) 規範適配指標NFI (> .9) .90 是
(2) 比較適配指標CFI (> .9) .93 是
精簡適配指標
(1) 精簡常態適配度指標PNFI (> .5) .71 是
(2) CN (> 200) 151.59 否
(3)
x
2/ df (< 3) 9.46 否表 2 結構方程式模型的適配度指標評鑑摘要
（二）知識信念、後設認知與學習成效各向度之參數估計結果
本研究進一步觀察參數的估計結果，由表3所示，知識信念、後設認知與學 習成效估計參數因素負荷量，皆達顯著水準。其次，表4與圖1可知，不成熟知識 信念對於後設認知具有顯著負向影響（-.12，p<.01）；後設認知對於學習成效具 有顯著水準（.53，p<.001）；而不成熟知識信念對於學習成效具有顯著負向影響
（-.09，p<.01）。
在中介效果的檢定上，MacKinnon、Lockwood、Hoffman、West 與 Sheets
（2002）以型一錯誤率（Type I error）與統計檢定力（statistical power）評估各 種檢驗中介效果的方法，最常被使用的 Baron 與 Kenny（1986）的顯著性推論策 略（γ11 與 β1皆需顯著）其檢定力最低。其次，Sobel（1982）納入路徑係數與 標準誤的計算方式（γ11*β1需顯著），Sobel 檢驗的統計考驗力嚴重受到樣本數 所影響，容易犯統計考驗中的第一類型錯誤，但樣本數太小又容易有數值分布 偏態的問題（Gelfand, Mensinger, & Tenhave, 2009）。近年來，Shrout 和 Bolger
（2002）建議採用拔靴法來提高估計值的正確性。拔靴法是一種透過重複取樣
（resampling）的程序，以獲得中介效果（γ11*β1）之平均數及 95% 信賴區間 圖1 知識信念、後設認知、與學習成效關聯之結構方程式模型
（95% CI）的方法。根據中央極限定理，樣本平均數所形成之抽樣分配必為常 態，故拔靴法在樣本違反常態假設的情況下對中介效果之檢定依然具有強韌性。
基於 Shrout 和 Bolger（2002）的建議，倘若 5000 次抽樣所得到的中介效果之 95% CI 不包含 0，則表示可拒絕中介效果為 0 之虛無假設；換言之，中介效果達 到顯著水準（p<.05）可宣稱其存在。
本研究採結構模式及拔靴法所進行的中介效果檢定結果如表5所示，顯示後 設認知透過知識信念為中介對學習成效之效果為 -.06（-.12 × .53），其 95% CI 介於 -.12～-.01 並未包含 0，表示中介效果達顯著水準（p <.05），顯示後設認知 在知識信念與學習成效之間具有中介效果。
向度 標準化估計值 t 值 參數 標準化估計值 t 值
1 知識結構 .86 12.82 ** δ1 .25 2.34 **
2 知識來源 .79 12.52 ** δ2 .38 4.12 **
3 認識辯證 .19 5.22 ** δ3 .96 21.04 **
4 計畫 .78 --- δ4 .39 14.74 **
5 監控 .76 21.83 ** ε1 .43 15.69 **
6 調整 .84 23.14 ** ε2 .29 11.24 **
7 記憶 .47 --- ε3 .78 20.02 **
8 理解 .62 11.92 ** ε4 .62 18.59 **
9 應用 .56 11.35 ** ε5 .69 19.26 **
10分析 .80 13.21 ** ε6 .36 13.50 **
11 評鑑 .70 12.60 ** ε7 .51 17.10 **
12 創新 .63 12.04 ** ε8 .60 18.39 **
知識信念-後設認知 -.12 -2.92 ** ζ1 .99 12.80 **
後設認知-學習成效 .53 9.38 ** ζ2 .72 6.73 **
知識信念-學習成效 -.03 -0.87
直接效果 間接效果 總效果
γ11 β1 γ11*β1 95% CI γ21 + γ11*β1 95% CI
-.12** .53*** -.06* -.12~ -.01 .09 -.04 ~ .00
表 3 各向度之參數估計
表 4 結構模式之標準化效果量及中介檢定摘要表
*p< .05. ** p< .01. *** p< .001。
上述路徑分析可說明，後設認知未納入模式時，不成熟的知識信念與後設 認知呈負相關（-.12），而後設認知與學習成效呈正相關（.53），顯示如果認為 網路的知識是確定而不需辯證者，較少使用後設認知策略；在網路學習時愈常使 用後設認知者的學習成效愈佳。而當後設認知加入模式後，知識信念對學習成效 的效果轉為不顯著，顯示知識信念對學習成效的效果被後設認知完全中介。換言 之，網路學習時，個人知識信念必須透過後設認知才會影響心理學的學習成效。
基於大學生進行網路學習時，所持知識信念如何有計畫有目的地對所得、所 見、所思、所聞資訊，進行後設認知的監控、評估與判斷以主動建構知識，進而 影響學習成效如此重要的議題，有必要加以深入探究。而網路學習及心理學為大 學生重要必備的跨領域學習知能，因此本研究以心理學為特定領域，探討後設認 知在知識信念與學習成效間扮演的角色，期能對大學生瞭解與探索自我，強化無 遠弗屆網路學習效能有所助益。本研究以國內大學生為對象進行問卷調查，經結 構方程式模型分析證實模型具良好適配度，能實質解釋實際所得資料。以下針對 統計分析結果，進行討論。
首先，就知識信念對後設認知的影響而言，研究結果發現不成熟的知識信 念與後設認知呈負向相關，顯示在進行心理學網路學習時，持不成熟知識信念 的大學生，較少使用的後設認知策略；相對而言，持成熟、複雜的知識信念之 大學生，其所後設認知應用會越頻繁，此結果支持研究假設（一），與先前研 究結果一致（劉佩雲，2013；Cano, 2005; Mason & Boldrin, 2008; Pulmones, 2010;
Strφmsφ & Bråten, 2010），也呼應 Hofer 和 Pintrich（1997）所提到，知識信念可 以當成一種評定的標的，持不同知識信念者對學習的理解或學習過程殊異，相信 知識是確定、源於權威的學習者，傾向透過背誦記憶學習方法去學習，在網路學 習時傾向採取複製貼上方式學習，而不會嘗試檢證訊息來源或批判比較訊息的正 確性（Hofer, 2004）。復經比對表1之知識信念與後設認知的相關可發現，以知 識信念之認識辯證與後設認知之中度相關為最高（rs=-.37, -.38, -.37, p<.001），
此結果凸顯出知識信念之認識辯證在網路學習時後設認知策略應用的關係，值得 關注，此彰顯面對網路多元甚而矛盾對立訊息時，批判辨證知識來源與真確性的 重要性。然而不成熟的知識結構雖負向影響後設認知但呈低度相關，而知識來源 與後設認知的相關亦多不顯著，此符應結構方程模式中知識信念與後設認知的低 負相關（-.12），其中原因頗值深思。特別值得注意的是知識信念構念的建構，
本研究依據過往研究結果及學者建議（劉佩雲，2009，2013；Qian & Alvermann, 1995），將知識確定性與簡單性歸併為「知識的結構」，但模式檢證實發現知識 結構此一因素的因素負荷量較低，可能有相當大的觀察題項變異來自誤差變異，
顯示知識的結構此一構念究竟是要合併知識確定性與簡單性，或是分開，仍有再 加檢證的必要。
其次，本研究發現在網路學習時，後設認知與學習成就呈正相關，且會正 向預測學習成效，支持假設（三），顯示網路學習時運用後設認知的學習者，其 學習成效較佳；反之，則否。此結果與過去研究一致（Wang et al., 1990; Yilmaz- Tüzün & Topcu, 2010; Young & Foy, 2008），即後設認知策略對學習成效具正向 影響。因後設認知涉及學習中對整個認知歷程的主動控制，包括如何處理學習任 務、監控理解、在完成任務的過程中評估進步的情形等（葉辰楨、王國華、蔡明 致，2010），能妥善使用網路學習後設認知策略，將有助於提升學習成效。
再者，本研究發現不成熟的知識信念會負向影響學習成就，支持研究假設
（二），與過往研究結果（王思峰、李昌雄，2004；Windschitl & Andre, 1998）
一致。而當後設認知同時進入結構方程模式時，知識信念對學習成效的影響則被 後設認知完全中介，此結果支持假設（四），除呼應過去文獻（Cano & Cardelle- Elawar, 2008; Hofer & Pintrich, 1997; Muis, 2007），進一步解釋先前研究所發現知 識信念直接影響學習成效的弱相關與微預測力（Law, Carol. Chan, & Sachs, 2008）
外，更積極凸顯出網路學習時，學習者的知識信念必須透過後設認知才能影響學 習成效，其中彰顯的意義頗值得討論。隨著大學生網路使用的頻率快速提升，網 路資訊搜尋與分享儼然已成為了大學生日常生活中最普遍且頻繁的活動，但是網 路對學習的利弊互現，端視學習者是否具備後設認知與成熟的知識信念。而進行 心理學網路學習時，是否先規劃如何學習，在搜尋資料或討論分享時，是否監控 檢核所得訊息，對所見所聞主動檢證評估其真確性，在網路搜尋過程中遇到困難 或疑惑是否調整修正，皆涉及對知識與求知的看法及後設認知，然此知識信念或 學習後設思考知能非自動發展，需要學校教育或教師的教學，此為本研究發現提 供的重要啟示。
肆、結論與建議
一、結論
（一）網路學習時，知識信念會直接負向影響後設認知
網路學習在高等教育是深具潛力且不可忽視的重要未來趨勢，本研究發現 網路學習時，知識信念對後設認知產生負向且直接的影響，即持不成熟知識信念 者，在學習時較少使用計畫、監控或調整等後設認知策略。
（二）網路學習時，後設認知會直接正向影響學習成效
本研究發現後設認知會正向影響學習成效，亦即運用後設認知策略能具體提 升網路學習時的心理學學習成效。
（三）網路學習時，後設認知是知識信念與學習成效之間的中介
本研究發現知識信念會分別對後設認知與學習成效產生負向影響，但當後設 認知同時進入模式，知識信念對學習成效的影響不再顯著，顯示後設認知在知識 信念與學習成效間扮演完全中介的角色。換言之，知識信念必須透過後設認知，
方能提升學習成效。
二、建議
（一）學校教育宜強化知識信念以提升大學生網路學習的效能
本研究發現大學生在網路學習時，知識信念會直接負向影響後設認知，而 後設認知策略會直接影響學習成效，亦即在浩瀚網路資訊海中學習，必須啟動對 知識本質、辯證、來源的知識信念反思，方能辯證知識以啟動計畫、監控及調整 等後設認知策略，進行高層次、有效能的學習。然網路知識信念在教育現場與大 學生卻相對缺乏，因此本研究結果對教育應用具正向意義與價值。據此具體建議 大學及高等教育工作者，透過正式課程或演講、工作坊、研習、輔導等非正式學 習，讓學生摒除尋求絕對權威、確定知識或標準答案的心態，學習懷疑態度與檢 證的求知方法，由背誦孤立零碎知識蛻變為連結統整相關知識形成脈絡，透過思 考主動建構知識，應用探究比對及專家評估進行辯證，培養大學生網路學習的成 熟知識信念。
（二）後設認知宜納入大學教育及課程中，強化網路學習時的後設認知應用 本研究發現要提升大學生的學習成效，除了具備對網路知識本質與來源辯證 看法的成熟知識信念外，在進行網路學習時，計畫、監控、調整之後設認知是知 識信念與學習成效的中介。換言之，若能妥善使用網路學習後設認知，將能有效 提升心理學的學習成效與表現。網路是學習時不可或缺的工具與途徑，但大學生 卻未必擁有網路後設認知能力，以了解與覺察自己認知歷程並時時監控調整。因 此，教師需有計畫地教導大學生學習如何學的能力，同時讓學生有實際演練後設 認知技巧的機會。在網路搜尋前有意識規劃並有目的地進行，對網路訊息積極後 設自詢以了解自己的理解與困難。在網路搜尋或討論分享過程中，時時檢測評估 判斷知識或網站的可信度與真確性，提升學生透過網路覺察問題與解決問題的思 惟。而與同儕或他人進行網路溝通交流、討論與合作時，專注致力學業相關的學 習活動，並時時檢核學習理解情形，能否達成學習目標。最後根據不同學習或需 求而調整搜尋或討論策略，以實質提升主動計畫、監控與調整的學習的網路後設 認知能力。
（三）在未來研究方面
本研究發現自編的「網路知識信念量表」所顯現的測量模型，仍具有持續改 善的空間，尤其是認識的結構此一因素的因素負荷量偏低，顯示可能有相當大的 觀察題項變異來自誤差變異，此乃本研究的限制之一，據此建議在未來研究中，
宜再思考知識信念中知識結構的概念，或修改調查工具的語句陳述方式，或審慎 挑選施測對象著手，以嘗試改善測量模型的建構問題。其次，本研究採修正的 Bloom 認知歷程向度，包括記憶、了解、應用、分析、批判及創新所編寫而成的 題目，經統計分析結果，六個面向的因素負荷量介於 .47～.80 之間，可抽取出學 習成效此一潛在變項，此種對於學習成效的檢核，可做為未來其他研究的參考。
最後，本研究性別比例相當懸殊，可能受限樣本來自相關心理學系的大學生，其 男女樣本比例不均所造成，也是本研究的限制。
參考文獻
王思峰、李昌雄（2004）。探索學習者建構行為特質對線上學習成效的影響。教 育與心理研究，27（1），117-157。
江瑞菁（2011）。自我決定數位學習環境的環境要素之初探。人文暨社會科學期 刊，7（2），67-75。
余民寧（2006）。潛在變項模式：SIMPLIS 的應用。臺北市：高等教育。
張麗娟（2008）。以後設認知技能啟發創新與策略知識之研究。中華管理評論國 際學報，11（3），1-14。
陳李綢（1992）。國小學生後設認知與數學作業表現的關係研究。教育心理學 報，25，97-109。
葉辰楨、王國華、蔡明致（2010）。後設認知鷹架策略融入科學探究教學之探 討。科學教育研究與發展季刊，58，1-32。
劉佩雲（2005）。知識信念的內涵、發展及其與網路訊息搜尋間關係探討之研 究。成人及終身教育學刊，5，139-168。
劉佩雲（2009）。課室結構知覺對科學知識信念、學習成就與迷思概念的影響。
課程與教學季刊，12（2），135-160。
劉佩雲（2013）。知識／認識觀在教與學的應用。臺北市：高等教育。
劉佩雲、陳柏霖（2009）。大學生多元智能、學習策略及其知識管理能力。成人 及終身教育學刊，13，67-105。
顏春煌（2010）。數位學習：觀念、方法、實務、設計與實作。臺北市：碁峰。
Anderson, L. W., Krathwohl, D. R., Airasian, P. W., Cruikshank, K. A., Mayer, R. E., Pintrich, P. R. et al. (Eds.). (2001). A taxonomy for learning, teaching, and assessing: A revision of Bloom’s taxonomy of education objectives. New York, NY: Addison Wesley Longman.
Baron, R. M., & Kenny, D. A. (1986). The moderator-mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations. Journal of Personality and Social Psychology, 51(6), 1173-1182.
Bråten, I., Ferguson, L. E., Strφmsφ, H. I., & Anmarkrud, O. (2014). Students working with multiple conflicting documents on a scientific issues: Relations between epistemic cognition while reading and sourcing and argumentation in essays. The British Journal of Educational Psychology, 84, 58-85.
Bråten , I., & Strφmsφ, H. I. (2006). Epistemological beliefs, interest, and gender as predictors of Internet-based learning activites. Computers in Human Behavior, 22, 1027-1042.
Bråten, I., Strφmsφ, H. I. & Samuelstuen, M. S. (2005). The relationship between Internet- specific epistemological beliefs and learning within Internet technologies. Journal of Educational Computing Research, 33, 141-171.
Bromme, R., Pieschl, S., & Stahl, E. (2010). Epistemological beliefs are standards for adaptive learning: A functional theory about epistemological beliefs and metacognition.
Metacognition and Learning, 5(1), 7-26.
Brown, A. L. (1987). Metacognition, executive control, self-regulation and other more mysterious mechanisms. In F. E. Weinert & R. H. Kluwe (Eds.), Metacognition, motivation, and understanding (pp.65-116). London, England: Lawrence Erlbaum.
Brown, A. L., Bransford, J. D., Ferrara, R. A., & Campione, J. G. (1983). Learning, remembering and understanding. In P. H. Mussen (Ed.), Handbook of child psychology (Vol.3, pp.77- 166). New York, NY: Wiley & Sons.
Buehl, M. M., & Alexander, P. A. (2005). Motivation and performance differences in students' domain-specific epistemological beliefs profiles. Amerrican Education Research Journal, 42, 697-726.
Byrne, B. M. (1994). Structural equation modeling with EQS and EQS/Windows. Thousand Oaks, CA: Sage.
Cano, F. (2005). Epistemological beliefs and approaches to learning: Their change through secondary school and their influence on academic performance. British Journal of Educational Psychology, 75(2), 203-221.
Cano, F., & Cardlle-Elawar, M. (2008). Family environment, epistemological beliefs, learning strategies, and academic performance. In M. S. Khine (Ed.), Knowing, knowledge and beliefs: Epistemological students across diverse cultures (pp. 65-112). New York, NY:
Springer.
Chen, H. (2009). Online reading comprehension strategies among general and special education elementary and middle school students. (Unpublish doctoral dissertation). Michigan State University, United States.
Dahl, T. L., Bale, M., & Turi, A. L. (2005). Are students' beliefs about knowledge and learning associated with their reported use of learning strategies? The British Journal of Educational Psychology, 75, 257-273.
DeStefano, D., & LeFevre, J. A. (2007). Cognitive load in hypertext reading: A review.
Computers in Human Behavior, 23(3), 1616-1641.
Flavell, J. H. (1979). Metacognition and cognitive monitoring: A new area of cognitive development inquiry. American Psychologist, 34, 906-911.
Flavell, J. H. (1981). Cognitive monitoring. In W. P. Dickson (Ed.), Children oral communication skills (pp. 35-60). New York, NY: Academic.
Gelfand, L. A., Mensinger, J. L., & Tenhave, T. (2009). Mediation analysis: A retrospective snapshot of practice and more recent directions. The Journal of General Psychology, 136(2), 153-176.
Gorrell, G., Eaglestone, B., Ford, N., Holdridge, P., & Madden, A. (2009). Towards metacognitively aware IR systems: An initial user study. Journal of Documentation, 65 (3), 446-469.
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2010). Multivariate data analysis: A global perspective (7th ed.). Upper Saddle River, NJ: Pearson Prentice Hall.
Hofer, B. (2001). Personal epistemology research: Implications for learning and teaching.
Educational Psychology Review, 13(4), 353-383.
Hofer, B. (2004). Epistemology understanding as a metacognitive process: Thinking aloud during online searching. Educational Psychology, 39(1), 43-55.
Hofer, B., & Pintrich, P. R. (1997). The development of epistemological theories: Beliefs about knowledge and knowing and their relation to learning. Review of Educational Research, 67(1), 88-140.
Hofer, B., & Pintrich, P. R. (2002). Personal epistemology: The psychology of beliefs about knowledge and knowing. Mahwah, NJ: Lawrence Erlbaum.
Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1-55.
Jakes, D. S., Pennington, M. E., & Knodle, H. A. (2006). Using the internet to promote inquiry- based learning. MIS Quarterly, 28(2), 15-35.
Jöreskog, K. G., & Sörbom, D. (1993). LISREL8: Structural equation modeling with the SIMPLIS command language. Hillsdale, NJ: Erlbaum.
Khan. B. H. (1997). Web-based instruction (WBI): What is it and why is it? In B. H. Khan (Ed.), Web-based instruction (pp.5-18). New Jersey, NJ: Educational Technology.
Law, Y-K., Carol, K. K., Chan, & Sachs, J. (2008). Beliefs about learning, self-regulated strategies and text comprehension among Chinese children. British Journal of Educational Psychology, 78, 51-73.
Lorenzo, G. & Dziuban, C. (2006). Ensuring the net generation in net savvy. Retrieved from http://net.educause.edu/ir/library/pdf/eli3006.pdf.
MacKinnon, D. P., Lockwood, C. M., Hoffman, J. M., West, S. G., & Sheets, V. (2002).
A comparison of methods to test mediation and other intervening variable effects.
Psychological Methods, 7, 83-104.
Mason, L., & Boldrin, A. (2008). Epistemic metacognition in context of information searching on the web. In Khine, M. S. (Eds.), Knowing, knowledge and beliefs: Epistemological studies across diverse cultures (pp.377-404). New York, NY: Springer.
Mason, L., Boldrin, A. & Ariasi, N. (2010). Epistemic metacognition in context: Evaluation and learning online information. Metacognition Learning, 5, 67-90.
Motiwalla, L., & Tello, S. (2000). Distance learning on the internet: An exploratory study. The Internet and Higher Education, 2(4), 253-264.
Muis, K. R. (2007). The role of epistemic beliefs in self-regulated learning. Educational Psychologist, 42, 173–190.
Online Campus Library Center (2002). OCLC white paper on the information habits of college students. Retrieved from http://www.ocic.org/ research/ announcements/ 2002-06-24.htm.
Paris S. G., Lipson, M. Y., & Wixson, K. K. (1983). Becoming a strategic reader. Contemporary Educational Psychology, 8, 293-316.
Paris, S. G., & Byrne, J. P. (1989). The constructivist approach to self-regulation and learning in the classroom. In B. J. Zimmerman & D. H. Shunk (Eds.), Self-regulated learning and academic achievement. New York, NY: Springer-Verlag.
Perry, W. G. (1970). Forms of intellectual and ethical development in the college years: A scheme. New York, NY: Holt, Rinehart and Winston.
Pintrich, P. R. (1999). The role of motivation in promoting and sustaining self-regulation learning. International Journal of Educational Research, 31, 459-470.
Prensky, M. (2001, September/October). Digital natives, digital immigrants. On the Horizon, 9(5), 1-6.
Pulmones, R. (2010). Linking students' epistemological beliefs with their metacognition in a chemistry classroom. The Asia-Pacific Education Research, 19(1), 143-159.
Qian, G., & Alvermann, D. E. (1995). The role of epistemological beliefs and learned helplessness in secondary school students´ learning science from text. Journal of Educational Psychology, 87, 282-292.
Richter, T., & Schmid, S. (2010). Epistemological beliefs and epistemic strategies in self- regulated learning. Metacognition Learning, 5, 47-65.
Rosenberg, M. J. (2001). E-learning strategies for delivering knowledge in the digital age. New York, NY: McGraw-Hill.
Schommer, M. (1990). The effects of beliefs about the nature of knowledge on comprehension.
Journal of Educational Psychology, 82(3), 498-504.
Schommer, M. (1993). Epistemological development and academic performance among secondary students. Journal of Educational Psychology, 85(3), 406-411.
Schommer-Aikins, M. (2004). Explaining the epistemological belief system: Introducing the embedded systemic model and coordinated research approach. Educational Psychologist, 39(1), 19-29.
Schommer, M., Crouse, A., & Rhodes, N. (1992). Epistemological beliefs and mathematical text comprehension: Believing it is simple does not make it so. Journal of Educational Psychology, 82, 435-443.
Schommer-Aikins, M. (2008). Applying the theory of an epistemological beliefs system to the investigation of students´ and professors' mathematical beliefs. In M. S. Khine (Ed.), Knowing, knowledge and beliefs: Epistemological studies across diverse cultures (pp.303- 323). New York, NY: Springer.
Schommer-Aikins, M., Duell, O. K., & Hutter, R. (2005). Epistemological beliefs, mathematical problem-solving, and academic performance of middle school students. The Elementary School Journal, 105, 289-304.
Schraw, G., & Dennison, R. S. (1994). Assessing metacognitive awareness. Contemporary Educational Psychology, 19, 460-475.
Shrout, P. E., & Bolger, N. (2002). Mediation in experimental and nonexperimental studies: New procedures and recommendations. Psychological Methods, 7(4), 422-445.
Sobel, M. E. (1982). Asymptotic confidence intervals for indirect effects in structural equation models. Sociological Methodology, 13, 290-313.
Strφmsφ, H. I., & Bråten , I. (2010). The role of personal epistemology in the self- regulation of internet-based learning. Mecoginition Learning, 5, 91-111.
Tsai, C. C. (2004). Beyond cognitive and metacognitive tools: The use of the Internet as an
“epistemological＂ tool for instruction. British Journal of Educational Technology, 35(5), 525-536.
Tsai, M. J. (2009). Online Information Searching Strategy Inventory (OISSI): A quick version and a complete version. Computers & Education, 53(2),473-483.
Tsai, C. C., & Chuang, S. C. (2005). The correlation between epistemological beliefs and preferences toward Internet-based learning environments. British Journal of Educational Technology, 36, 97-100.
Wagner, R. W., & Sternberg, R. J. (1984). Alternative conceptions of intelligence and their implications for education. Review of Educational Research, 54, 179-223.
Wang, M. C., Haertel, G. D., & Walgerg, H. J. (1990).What influences learning? A content analysis of review literature. Journal of Education Research, 84(1), 30-34.
Wellman, H. M. (1985). The origins of metacognition. In D. L. Forrest-Pressley, D. Mackinnon,
& T. G. Waller (Eds.), Metacognition, Cognition, and Human Performances. (pp. 1-31).
San Diego: Academic.
Whitmire, E. (2003). Epistemological beliefs and the information-seeking behavior of undergraduates. Library & Information Science Research, 25, 127–142.
Windschitl, M., & Andre, T. (1998). Using computer simulations to enhance conceptual change:
The roles of constructivist instruction and student epistemological beliefs. Journal of Research in Science Teaching, 35, 145-160.
Wolters, C. A., & Pintrich, P. R. (1998). Contextual difference in student motivation and self- regulated learning in mathematics, English, and social studies classrooms. Instructional Science, 26, 27-47.
Yilmaz-Tüzün, Ö., & Topcu, M. S. (2010). Investigating the relationship among elementary school students´ epistemological beliefs, metacognition, and constructivist science learning environment. Journal Science Teacher Education, 21, 255-273.
Young, A., & Foy, J. D. (2008). Metacognitive awareness and academic achievement in college students. Journal of the Scholarship of Teaching and Learning, 8(2), 1-10.
