DOI: https://doi.org/10.1007/s10799-026-00494-5
تاريخ النشر: 2026-04-06
المؤلف: Ling Wang وآخرون
الموضوع الرئيسي: عمليات التعلم البصرية والمعرفية
نظرة عامة
تستكشف هذه الدراسة تأثير إشارات الفيديو على تفاعل المتعلمين في التعليم عبر الإنترنت، مع التركيز بشكل خاص على التأثيرات التفاعلية للإشارات السمعية والبصرية للمدرسين. باستخدام نظرية المشاعر كمعلومات اجتماعية (EASI) ونظريات الوجود الاجتماعي، تحلل البحث 40,742 ملاحظة من منصة الفيديو Bilibili لتقييم كيفية تأثير الخصائص الصوتية المختلفة – وهي مستوى النغمة، مستوى الشدة، تباين النغمة، وتباين الشدة – على التفاعل المعرفي العميق. تشير النتائج إلى أن مستوى النغمة، وتباين النغمة، وتباين الشدة تظهر علاقات على شكل U مقلوب مع التفاعل، مما يشير إلى نطاق مثالي لهذه الخصائص الصوتية، بينما يظهر مستوى الشدة علاقة على شكل U.
من المهم أن وجود المدرس على الشاشة يعزز من تأثيرات هذه الخصائص الصوتية على تفاعل المتعلمين. تسهم هذه الدراسة في الأدبيات المتعلقة بالتفاعل المعرفي من خلال تقديم تحليل شامل للتفاعلات السمعية والبصرية في بيئات التعلم عبر الإنترنت وتقدم توصيات عملية لمنشئي المحتوى لتعزيز تقديمهم على منصات الفيديو.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على الدور التحويلي للتعلم القائم على الفيديو في العصر الرقمي، مع التأكيد على أهميته في كل من السياقات التعليمية الرسمية وغير الرسمية. وتبرز أهمية التفاعل المعرفي، وخاصة التفاعل المعرفي العميق، الذي يتضمن معالجة شاملة للمعلومات مثل تلخيص وتطبيق المعرفة. يرتبط هذا النوع من التفاعل بتحسين الأداء الأكاديمي، مما يجعله محورًا حاسمًا لتعزيز فعالية بيئات التعلم عبر الإنترنت.
تحدد الورقة التحديات التي يواجهها المدرسون في تعزيز التفاعل المعرفي العميق من خلال محتوى الفيديو، وخاصة فيما يتعلق بالاستخدام الفعال للإشارات غير اللفظية، مثل العناصر الصوتية والبصرية. بينما استكشفت الأدبيات الحالية عوامل مختلفة تؤثر على التفاعل المعرفي، لا يزال التأثير المحدد لإشارات المدرسين الصوتية – وخاصة النغمة والشدة – على التفاعل المعرفي العميق للمتعلمين غير مستكشف بشكل كافٍ. يقترح المؤلفون أن هذه الخصائص الصوتية قد يكون لها تأثيرات غير خطية على التفاعل، تتأثر بتوصيل المدرس العاطفي ومصداقيته المدركة. تهدف هذه الدراسة إلى التحقيق في كيفية تأثير التغيرات في النغمة والشدة في مقاطع الفيديو التعليمية على التفاعل المعرفي للمتعلمين، مما يعالج فجوة كبيرة في مشهد البحث الحالي.
النتائج
في هذه الدراسة، استكشفنا التأثيرات المنحنية لخصائص صوت المدرس – وخاصة مستوى النغمة، وتباين النغمة، وتباين الشدة – على التفاعل المعرفي العميق للمتعلمين في التعلم القائم على الفيديو. باستخدام مجموعة بيانات من منصة الفيديو عبر الإنترنت Bilibili.com وتطبيق نموذج المربعات الصغرى العادية (OLS)، وجدنا أن كل من تباين النغمة وتباين الشدة أظهرا علاقة على شكل U مقلوب مع التفاعل المعرفي، مما يشير إلى أن المستويات المعتدلة من هذه المتغيرات تعزز التفاعل. وعلى العكس، أظهر مستوى الشدة علاقة على شكل U، مما يشير إلى أن كل من الشدة المنخفضة والعالية يمكن أن تعزز التفاعل في ظل ظروف معينة.
بالإضافة إلى ذلك، وُجد أن وجود المدرس يعزز من هذه العلاقات المنحنية، مما يشير إلى أن وجود المدرس يلعب دورًا مهمًا في كيفية تأثير خصائص الصوت على تفاعل المتعلمين. وهذا يبرز أهمية تعديل الصوت في مقاطع الفيديو التعليمية ويقترح أن التفاعل الأمثل يمكن تحقيقه من خلال إدارة دقيقة لنغمة الصوت وشدته، خاصة عندما يكون المدرس حاضرًا.
المناقشة
في هذا القسم، يستكشف المؤلفون التفاعل بين الإشارات الصوتية (النغمة والشدة) ووجود المدرس في التعلم القائم على الفيديو، مع التركيز على تأثيراتها على التفاعل المعرفي العميق للمتعلمين. تهدف أسئلة البحث (RQ1 و RQ2) إلى توضيح كيفية تأثير التغيرات في الإشارات الصوتية على التفاعل المعرفي وكيفية تعديل وجود المدرس لهذه التأثيرات. باستخدام نظرية EASI ونظرية الوجود الاجتماعي، تستخدم الدراسة مجموعة بيانات من Bilibili، وتطبق نماذج اقتصادية لتحليل العلاقات. تكشف النتائج عن علاقة على شكل U مقلوب بين مستوى النغمة، وتباين النغمة، وتباين الشدة مع التفاعل المعرفي العميق للمتعلمين، بينما توجد علاقة على شكل U لمستوى الشدة. ومن الجدير بالذكر أن وجود المدرس يعزز من هذه العلاقات، مما يشير إلى أن الإشارات البصرية يمكن أن تعزز أو تقلل من تأثير الإشارات الصوتية.
تسهم الدراسة في الأدبيات من خلال معالجة الدور غير المستكشف للإشارات غير اللفظية في التعلم عبر الفيديو، وخاصة التأثيرات غير الخطية للخصائص الصوتية على التفاعل المعرفي. تبرز التفاعلات المعقدة بين الإشارات الصوتية والبصرية، مما يوفر رؤى حول كيفية تحسين هذه العناصر لتعزيز نتائج التعلم. بالإضافة إلى ذلك، توسع البحث نظرية EASI من خلال إظهار كيفية تأثير الإشارات الصوتية العاطفية على العمليات المعرفية للمتعلمين ومستويات التفاعل، مما يقدم تداعيات عملية للمدرسين الذين يسعون لتحسين فعالية تدريسهم في البيئات عبر الإنترنت.
القيود
تعترف هذه الدراسة بعدة قيود تشير إلى طرق البحث المستقبلية. أولاً، قد تؤثر الخصائص الفردية غير الملاحظة للمتعلمين على المتغير التابع، حيث لم تأخذ الدراسات السابقة حول التفاعل المعرفي العميق في الاعتبار هذه المتغيرات الخاصة. يمكن أن تعزز الأبحاث المستقبلية النموذج من خلال جمع بيانات متعددة القنوات لالتقاط هذه الخصائص بشكل أكثر شمولاً.
ثانيًا، بينما سيطرت الدراسة على العديد من العوامل المربكة، لم يتم التقاط بعض العناصر، مثل تعبيرات وجه المتحدثين وإيماءاتهم، بسبب القيود التقنية. للحصول على فهم أكثر دقة لكيفية تأثير خصائص الصوت على التفاعل المعرفي العميق للمتعلمين، يجب أن تأخذ الدراسات المستقبلية في الاعتبار استخدام خوارزميات متقدمة لتحليل والتحكم في هذه الميزات الإضافية في الفيديو. أخيرًا، تم جمع البيانات من منصة تعلم عبر الإنترنت واحدة، مما يشير إلى الحاجة إلى التحقق من صحة النتائج مع بيانات من منصات أخرى لتعزيز قابلية تعميم النتائج.
DOI: https://doi.org/10.1007/s10799-026-00494-5
Publication Date: 2026-04-06
Author(s): Ling Wang et al.
Primary Topic: Visual and Cognitive Learning Processes
Overview
This study explores the impact of video cues on learner engagement in online education, focusing specifically on the interactive effects of instructors’ auditory and visual signals. Utilizing the Emotions as Social Information (EASI) and Social Presence theories, the research analyzes 40,742 observations from the video platform Bilibili to assess how various vocal characteristics—namely pitch level, intensity level, pitch variability, and intensity variability—affect deep cognitive engagement. The findings indicate that pitch level, pitch variability, and intensity variability exhibit inverted U-shaped relationships with engagement, suggesting an optimal range for these vocal characteristics, while intensity level demonstrates a U-shaped relationship.
Importantly, the presence of the instructor on-screen enhances the effects of these vocal characteristics on learner engagement. This study contributes to the literature on cognitive engagement by providing a comprehensive analysis of audio-visual interactions in online learning environments and offers practical recommendations for content creators to enhance their delivery on video platforms.
Introduction
The introduction of this research paper highlights the transformative role of video-based learning in the digital age, emphasizing its significance in both formal and informal educational contexts. It underscores the importance of cognitive engagement, particularly deep cognitive engagement, which involves comprehensive information processing such as summarizing and applying knowledge. This type of engagement is linked to improved academic performance, making it a critical focus for enhancing the effectiveness of online learning environments.
The paper identifies the challenges instructors face in fostering deep cognitive engagement through video content, particularly regarding the effective use of nonverbal cues, such as vocal and visual elements. While existing literature has explored various factors influencing cognitive engagement, the specific impact of instructors’ vocal cues—particularly pitch and intensity—on learners’ deep cognitive engagement remains underexplored. The authors propose that these vocal characteristics may have nonlinear effects on engagement, influenced by the instructor’s emotional delivery and perceived credibility. This study aims to investigate how variations in pitch and intensity in instructional videos can affect learners’ cognitive engagement, addressing a significant gap in the current research landscape.
Results
In this study, we explored the curvilinear effects of instructor voice characteristics—specifically pitch level, pitch variability, and intensity variability—on learners’ deep cognitive engagement in video-based learning. Utilizing a dataset from the online video platform Bilibili.com and employing a pooled Ordinary Least Squares (OLS) model, we found that both pitch variability and intensity variability demonstrated an inverted U-shaped relationship with cognitive engagement, indicating that moderate levels of these variables optimize engagement. Conversely, intensity level exhibited a U-shaped relationship, suggesting that both low and high intensity can enhance engagement under certain conditions.
Additionally, the presence of the instructor was found to amplify these curvilinear relationships, indicating that instructor presence plays a significant moderating role in how voice characteristics impact learner engagement. This highlights the importance of voice modulation in educational videos and suggests that optimal engagement can be achieved through careful management of voice pitch and intensity, particularly when an instructor is present.
Discussion
In this section, the authors explore the interplay between vocal cues (pitch and intensity) and instructor presence in video-based learning, focusing on their effects on learners’ deep cognitive engagement. The research questions (RQ1 and RQ2) aim to clarify how variations in vocal cues influence cognitive engagement and how instructor presence moderates these effects. Utilizing EASI theory and social presence theory, the study employs a dataset from Bilibili, applying econometric models to analyze the relationships. The findings reveal an inverted U-shaped relationship between pitch level, pitch variability, and intensity variability with learners’ deep cognitive engagement, while a U-shaped relationship exists for intensity level. Notably, instructor presence amplifies these relationships, suggesting that visual cues can enhance or detract from the impact of vocal cues.
The study contributes to the literature by addressing the underexplored role of nonverbal cues in video learning, particularly the nonlinear effects of vocal characteristics on cognitive engagement. It highlights the complex interactions between vocal and visual cues, providing insights into how these elements can be optimized to enhance learning outcomes. Additionally, the research extends EASI theory by demonstrating how emotional vocal cues influence learners’ cognitive processes and engagement levels, offering practical implications for instructors aiming to improve their teaching effectiveness in online environments.
Limitations
This study acknowledges several limitations that suggest avenues for future research. Firstly, unobserved individual characteristics of learners may influence the dependent variable, as previous studies on deep cognitive engagement have not accounted for these private variables. Future research could enhance the model by collecting multi-channel data to capture these characteristics more comprehensively.
Secondly, while the study controlled for many confounding factors, certain elements, such as speakers’ facial expressions and gestures, were not captured due to technical constraints. To gain a more nuanced understanding of how voice characteristics affect learners’ deep cognitive engagement, future studies should consider employing advanced algorithms to analyze and control for these additional video features. Lastly, the data was collected from a single online learning platform, indicating a need for cross-validation of the findings with data from other platforms to strengthen the generalizability of the results.