EFL学习者的自我调节学习、流动体验和在人工智能介导的闲暇学习环境中的学习参与：综合变量中心和个人中心的方法

目的 本研究综合了变量中心和个人中心的方法，旨在考察流动体验在自我调节学习与人工智能介导的闲暇学习参与之间关系中的中介作用，识别人工智能介导的闲暇自我调节学习的潜在特征，并比较不同自我调节学习特征下的流动体验和学习参与。方法 在线收集了1956名中国大学生的问卷，以测量自我调节学习、流动体验和学习参与。对数据进行中介分析、潜在特征分析以及BCH方法分析。结果 中介分析结果表明，流动体验在自我调节学习与人工智能介导的闲暇学习参与之间的关系中起到了中介作用。潜在特征分析结果揭示了四种人工智能介导的闲暇自我调节学习特征。此外，BCH结果表明，所有四种特征在学习者的流动体验和人工智能介导的闲暇学习参与方面存在显著差异，‘全高自我调节学习特征’和‘全低自我调节学习特征’分别显示出最高和最低的参与水平。独创性 本研究为一个扩展的自我调节学习模型提供了实证证明，模型中多维参与（情感、行为、认知）作为自我调节学习的结果，流动体验作为自我调节学习与参与之间关系的中介。最后，为人工智能介导的闲暇环境中自我调节学习特征的分布和性质增添了文献。此外，本研究综合变量中心和个人中心的方法，以弥补对单一方法的过度依赖的缺陷。