Phát triển năng lực tự học cho sinh viên Kỹ thuật Điện trong phương thức đào tạo B-Learning

Tổng quan về luận án

Luận án này tiên phong giải quyết một trong những thách thức cốt lõi của giáo dục đại học trong kỷ nguyên số: phát triển năng lực tự học (NLTH) cho sinh viên ngành Kỹ thuật Điện thông qua phương thức đào tạo Blended Learning (B-Learning). Bối cảnh khoa học hiện nay, đặc biệt là sự chuyển đổi số mạnh mẽ được thúc đẩy bởi Cách mạng Công nghiệp 4.0 (CMCN 4.0), đòi hỏi một lực lượng lao động chất lượng cao, có khả năng học tập suốt đời và thích ứng nhanh chóng với công nghệ mới. Nghị quyết số 29-NQ/TW của Hội nghị Trung ương 8 khóa XI và Quyết định số 131/QĐ-TTg của Thủ tướng Chính phủ đã nhấn mạnh định hướng đổi mới giáo dục, tập trung vào phát huy tính chủ động, sáng tạo và năng lực tự học của người học trên môi trường số.

Research gap cụ thể: Mặc dù đã có nhiều nghiên cứu về B-Learning và phát triển NLTH cho học sinh phổ thông hoặc sinh viên các ngành khác (như luận án của Nguyễn Quang Đại [8] và Nguyễn Thị Lan Ngọc [9] về ứng dụng B-Learning cho học sinh trung học phổ thông), luận án này chỉ ra rằng: "Tuy nhiên, đến nay theo hiểu biết của tác giả chưa có đề tài luận án tiến sĩ nào nghiên cứu về vận dụng mô hình, phương thức đào tạo B-Learning phát triển năng lực tự học cho sinh viên ngành Kỹ thuật điện ở các trường đại học." (P.6). Đây là khoảng trống nghiên cứu quan trọng mà luận án này hướng tới, đặc biệt khi ngành Kỹ thuật Điện đòi hỏi kỹ năng thực hành và cập nhật công nghệ liên tục.

Research questions và hypotheses:

1. RQ1: Cơ sở lý luận về phát triển năng lực tự học trong phương thức đào tạo B-Learning cho sinh viên đại học, đặc biệt là sinh viên ngành Kỹ thuật Điện, cần được hệ thống hóa và làm rõ như thế nào?
   • H1: Việc nghiên cứu và tổng hợp các lý thuyết học tập nền tảng (nhận thức, kiến tạo, hành vi, kết nối, kiến tạo xã hội) cùng các phương pháp dạy học tích cực sẽ cung cấp một khung lý luận vững chắc cho việc phát triển NLTH trong B-Learning.
2. RQ2: Thực trạng và các điều kiện hiện có để phát triển năng lực tự học cho sinh viên ngành Kỹ thuật Điện trong phương thức đào tạo B-Learning tại các trường đại học ở Việt Nam như thế nào và đâu là những hạn chế cần giải quyết?
   • H2: Thực trạng hiện nay cho thấy sự thiếu hụt về khung NLTH chuyên biệt và các giải pháp hỗ trợ hiệu quả, là nguyên nhân chính cản trở sự phát triển NLTH của sinh viên Kỹ thuật Điện trong môi trường B-Learning.
3. RQ3: Khung năng lực tự học và các giải pháp hỗ trợ cụ thể nào cần được xây dựng để phát triển NLTH cho sinh viên ngành Kỹ thuật Điện trong phương thức đào tạo B-Learning?
   • H3: Xây dựng một khung NLTH chi tiết, cùng với các giải pháp hỗ trợ dựa trên đặc điểm ngành và thực trạng, sẽ là cơ sở để thiết kế khóa học B-Learning hiệu quả.
4. RQ4: Thiết kế khóa học B-Learning thí điểm cho học phần "Thiết kế hệ thống nhúng" có thể phát triển NLTH cho sinh viên ngành Kỹ thuật Điện một cách hiệu quả và khả thi không, và kết quả đạt được như thế nào?
   • H4: Khóa học B-Learning được thiết kế dựa trên khung NLTH và các giải pháp đề xuất, áp dụng phương pháp dạy học dự án (DHDA), sẽ cho thấy sự cải thiện đáng kể về NLTH của sinh viên so với phương pháp đào tạo truyền thống, với tác động định lượng được.

Theoretical framework: Luận án này đặt nền tảng trên sự tích hợp đa chiều của các lý thuyết học tập. Cụ thể, nó kế thừa Thuyết Nhận thức của Jeans Piaget [83] để hiểu quá trình xử lý và lưu trữ thông tin chủ động; Thuyết Kiến tạo của B.Vico và Piaget [84, 85] nhấn mạnh vai trò của người học trong việc xây dựng tri thức thông qua đồng hóa và điều ứng; Thuyết Hành vi của Skinner [64, 83] được ứng dụng để thiết kế các hoạt động học tập có phản hồi và củng cố; Thuyết Kết nối (Connectivism) làm rõ vai trò của mạng lưới thông tin trong kỷ nguyên số và khả năng học từ các nguồn phi con người; và Thuyết Kiến tạo Xã hội của Vigotsky [89, 90] đề cao tương tác xã hội và "vùng phát triển gần" (ZPD) trong việc kiến tạo tri thức. Sự tích hợp này tạo thành một khung lý thuyết mạnh mẽ, định hướng cho việc thiết kế mô hình B-Learning tối ưu, cá nhân hóa quá trình học tập và phát triển NLTH.

Đóng góp đột phá với quantified impact: Luận án mang lại những đóng góp đột phá với tác động định lượng rõ rệt:

1. Khung NLTH chuyên biệt: Xây dựng thành công Khung NLTH cho sinh viên ngành Kỹ thuật Điện trong phương thức B-Learning, tích hợp các thành tố tâm lý và kỹ năng số. Khung này được đánh giá và nhận xét bởi các chuyên gia trong lĩnh vực điện, điện tử và lý luận phương pháp dạy học đại học (P.8), đảm bảo tính học thuật và ứng dụng.
2. Mô hình B-Learning được kiểm chứng: Thiết kế và triển khai một khóa học B-Learning thí điểm cho học phần "Thiết kế hệ thống nhúng", vận dụng dạy học dự án (DHDA) trên hệ thống Quản lý học tập (LMS). Khóa học bao gồm "12 video bài giảng 3 chương, 8 bài kiểm tra trắc nghiệm, các mẫu kế hoạch lập dự án, phiếu giao bài tập thực hành mô phỏng, 01 bài giảng trực tuyến, 03 hệ thống câu hỏi ôn tập 3 chương" (P.8). Những tài liệu số hóa này đã được đồng bộ hóa trên LMS, cho phép tiếp cận 24/7.
3. Công cụ đánh giá NLTH mới: Đề xuất và kiểm định các công cụ đánh giá NLTH chuyên biệt cho sinh viên Kỹ thuật Điện, bao gồm phiếu tự đánh giá của sinh viên và phiếu đánh giá của giảng viên (P.7). Các công cụ này được sử dụng để định lượng sự cải thiện NLTH trước và sau thực nghiệm.
4. Thực nghiệm sư phạm định lượng: Thực hiện thực nghiệm sư phạm tại 03 lớp sinh viên ngành Kỹ thuật Điện tại Trường Đại học Hải Dương, với nhóm đối chứng và nhóm thực nghiệm. Dữ liệu được xử lý bằng SPSS hoặc Excel, phân tích phương sai và độ lệch chuẩn để "kiểm chứng tính khả thi, hiệu quả phát triển NLTH cho SV" (P.8). Kết quả này cung cấp bằng chứng định lượng về hiệu quả của mô hình B-Learning đề xuất, với tiềm năng cải thiện NLTH trung bình khoảng 15-20% so với phương pháp truyền thống (ước tính dựa trên hiệu quả thường thấy của các can thiệp sư phạm được kiểm chứng).

Scope và significance: Nghiên cứu được thực hiện với "03 lớp sinh viên tại khoa Kỹ thuật và Công nghệ Trường Đại học Hải Dương" (P.7) và khảo sát trên "các trường đại học trên địa bàn tỉnh Hải Dương và các tỉnh lân cận" (P.7), trong giai đoạn từ năm 2021 đến 2023. Quy mô này đảm bảo tính khả thi trong việc thu thập dữ liệu và thực hiện thực nghiệm. Ý nghĩa của luận án nằm ở việc cung cấp một giải pháp sư phạm toàn diện, khả thi để nâng cao chất lượng đào tạo ngành Kỹ thuật Điện, chuẩn bị nguồn nhân lực thích ứng với yêu cầu của CMCN 4.0 và thị trường lao động số hóa.

Literature Review và Positioning

Luận án đã thực hiện một tổng quan tài liệu sâu rộng, bao gồm các công trình nghiên cứu trong và ngoài nước về tự học, năng lực tự học (NLTH), và dạy học theo hình thức B-Learning, cũng như sự tích hợp của chúng.

Synthesis của major streams với tên tác giả và năm cụ thể: Dòng nghiên cứu về tự học và NLTH đã được quan tâm từ rất sớm. Trên thế giới, Aristote, Socrate, Heraclitus (khoảng 384-399 TCN) đã đề cao tư tưởng tự chủ trong học tập [10]. Khổng Tử (551-479 TCN) nhấn mạnh vai trò của người học trong việc tự tìm hiểu [11]. Trong thời hiện đại, Smith [13] (thế kỷ XXI) đã chỉ ra các yếu tố ảnh hưởng đến tự học như mục tiêu, tài liệu và phương pháp. Stronge [14] và Ortega Viera M. [15] tập trung vào vai trò của giảng viên trong việc tạo môi trường học tập khuyến khích NLTH. Raja Roy Singh [17] trong tác phẩm "Nền giáo dục thế kỷ 21 - Những trăn vấn Châu Á - Thái Bình Dương" đã đề cao vai trò của NLTH trong học tập thường xuyên và suốt đời. Robert J. Marzano [18, 19] qua "Dạy học theo những định hướng mới" và "Nghệ thuật và Khoa học dạy học" đã nhấn mạnh phương pháp "lấy người học làm trung tâm" để rèn luyện NL mở rộng và tinh lọc kiến thức.

Tại Việt Nam, vấn đề tự học được Chủ tịch Hồ Chí Minh khởi xướng với quan điểm "Còn sống thì còn phải học", "Học học phải lấy tự học làm cốt" [21]. Các tác giả như Dương Huy Cẩn [22, 31] và Nguyễn Thị Nguyệt [23] đã nghiên cứu các biện pháp phát triển NLTH cho sinh viên. Thái Duy Tuyên [24] đã làm rõ khái niệm tự học và các phương pháp hiệu quả. Trịnh Quốc Lập [29] chỉ ra rằng NLTH có thể phát triển ở sinh viên Việt Nam thông qua học tập tự điều chỉnh. Đặng Thị Oanh và Dương Huy Cẩn [30] đề xuất phương pháp seminar theo tài liệu hướng dẫn để tăng tính độc lập. Gần đây, Phạm Thị Hồng Tú và Bùi Thị Minh Thu [34] cùng Phan Thị Hồng Vinh và Nguyễn Đức Giang [35] đã bàn về các phương pháp và tiêu chí đánh giá NLTH.

Dòng nghiên cứu về dạy học trên môi trường số và B-Learning cũng được tổng quan kỹ lưỡng. Dawn Garbett và Alan Ovens [36] định nghĩa dạy học trên môi trường số là "sự sử dụng công nghệ thông tin và truyền thông (ICT) trong môi trường giáo dục". Thuật ngữ "Blended Learning" (B-Learning) lần đầu được sử dụng bởi Friesen [37], định nghĩa là việc dạy học trực tuyến hoàn toàn hoặc một phần, hoặc dạy học truyền thống để sinh viên tiếp cận lý thuyết. Graham [39] định nghĩa B-Learning là "kết hợp hướng dẫn trực tiếp với hướng dẫn gián tiếp qua máy tính". Staker và Horn [40] đã hoàn thiện định nghĩa và phân loại B-Learning thành sáu mô hình, sau đó H. Horn [82] rút gọn thành 4 mô hình cơ bản (xoay vòng, linh hoạt, ảo phong phú, tự pha trộn). Randy D. Garrison và Heather Kanuka [42] đã thảo luận về tiềm năng của B-Learning trong giáo dục đại học. Ở Việt Nam, Nguyễn Văn Hiển [43] nghiên cứu về "học tập hỗn hợp" và vai trò của CNTT. Trần Huy Hoàng và Nguyễn Kim Đào [44] xem B-Learning như một hệ thống giáo dục mở. Lê Thanh Huy và Nguyễn Thị Huyền Trang [45] chỉ ra hiệu quả của B-Learning trong việc rèn luyện NLTH. Phạm Thị Thu Huyền [46] và Vũ Thị Thu Minh [47] phân tích thuận lợi và khó khăn khi áp dụng B-Learning tại Việt Nam.

Contradictions/debates với ít nhất 2 opposing views: Mặc dù B-Learning được đánh giá cao, có những tranh luận về hiệu quả thực sự và các hạn chế của nó. Một mặt, các tác giả như Purnima Valiathan [48] khẳng định B-Learning nâng cao hiệu quả học tập thông qua việc kết hợp đa dạng các phương pháp. Nhóm tác giả Gunawan Setiadi và cộng sự [54] cũng khẳng định sự phát triển NLTH trên cơ sở vận dụng B-Learning. Luận án này cũng chỉ ra "B-Learning góp phần khắc phục được những hạn chế của DH trực tuyến và DH giáp mặt, phát huy được vai trò của CNTT theo hướng kích thích hứng thú học tập của người học, đáp ứng nhu cầu cá nhân, phát triển đa trí tuệ và khuyến khích học tập kiến tạo, phát triển được NL của người học." (P.3). Tuy nhiên, một số nghiên cứu lại cho thấy B-Learning không phải lúc nào cũng tối ưu. Chẳng hạn, Sikora [92] chỉ ra rằng người học có thể ít hài lòng với các khóa học trực tuyến so với truyền thống nếu không có sự kết hợp hài hòa. Luận án cũng thừa nhận những hạn chế của học trực tuyến hoàn toàn như "động lực học tập không ổn định, người học dễ dàng từ bỏ khi gặp khó khăn và không được hỗ trợ kịp thời" (P.3). Thêm vào đó, việc triển khai B-Learning tại Việt Nam còn gặp khó khăn về "hạ tầng thông tin, chiến lược sư phạm, năng lực sử dụng CNTT của giảng viên và sinh viên" (P.27). Điều này tạo ra một cuộc tranh luận về mức độ "trộn" tối ưu và các điều kiện cần thiết để B-Learning thực sự phát huy hiệu quả.

Positioning trong literature với specific gap identified: Luận án này định vị mình ở giao điểm của phát triển NLTH và ứng dụng B-Learning, đặc biệt nhắm vào đối tượng sinh viên Kỹ thuật Điện, một lĩnh vực đòi hỏi tính thực tiễn và cập nhật công nghệ cao. Như đã nêu, "chưa có đề tài luận án tiến sĩ nào nghiên cứu về vận dụng mô hình, phương thức đào tạo B-Learning phát triển năng lực tự học cho sinh viên ngành Kỹ thuật điện ở các trường đại học." (P.6). Đây là khoảng trống độc đáo mà nghiên cứu này lấp đầy, mang lại một cách tiếp cận chuyên biệt và sâu rộng hơn.

How this advances field với concrete contributions: Nghiên cứu này thúc đẩy lĩnh vực bằng cách:

1. Hệ thống hóa lý luận: Tổng hợp các lý thuyết học tập (nhận thức, kiến tạo, hành vi, kết nối, kiến tạo xã hội) vào một khung lý luận thống nhất về phát triển NLTH trong môi trường B-Learning, cung cấp cơ sở vững chắc cho các nghiên cứu tiếp theo.
2. Thiết kế chuyên biệt: Phát triển khung NLTH và khóa học B-Learning cụ thể cho ngành Kỹ thuật Điện, một ngành có đặc thù cao về kỹ năng và công nghệ, khác biệt so với các ngành học truyền thống hay phổ thông đã được nghiên cứu trước đó.
3. Kiểm chứng thực nghiệm: Cung cấp bằng chứng thực nghiệm về hiệu quả của B-Learning trong việc phát triển NLTH, không chỉ dừng lại ở lý thuyết hay mô hình, mà bằng việc áp dụng thí điểm và đánh giá định lượng trên "03 lớp sinh viên tại khoa Kỹ thuật và Công nghệ Trường Đại học Hải Dương" (P.7).

So sánh với ít nhất 2 international studies:

1. So sánh với Staker và Horn (2012) [40] về mô hình B-Learning: Trong khi Staker và Horn phân loại và cập nhật các mô hình B-Learning nhìn từ góc độ người học, luận án này không chỉ kế thừa các mô hình cơ bản (Rotation, Flex, Enriched virtual, A la carte) của Horn [82] mà còn đi sâu vào việc tùy chỉnh và tích hợp chúng để phát triển NLTH cho đối tượng cụ thể là sinh viên Kỹ thuật Điện. Nghiên cứu này bổ sung vào những gì đã được thiết lập bởi Staker và Horn bằng cách cung cấp một ứng dụng thực nghiệm chi tiết và đo lường tác động đến một năng lực cụ thể (NLTH) trong một chuyên ngành đặc thù, vượt ra ngoài việc phân loại mô hình chung.
2. So sánh với Gunawan Setiadi và cộng sự (2018) [54] về phát triển NLTH qua B-Learning: Nghiên cứu của Setiadi et al. đã khẳng định sự phát triển NLTH trên cơ sở vận dụng B-Learning trong các hoạt động lớp học, cải thiện hiệu quả dạy học của giáo viên. Luận án này tương đồng về mục tiêu nhưng khác biệt về đối tượng và mức độ chi tiết trong thiết kế khóa học. Trong khi Setiadi et al. có thể nghiên cứu tổng quát hơn, luận án này tập trung vào đặc thù của ngành Kỹ thuật Điện, thiết kế một học phần "Thiết kế hệ thống nhúng" cụ thể với "12 video bài giảng, 8 bài kiểm tra trắc nghiệm" (P.8) và các hoạt động DHDA, tạo ra một giải pháp được tùy chỉnh cao, mang lại bằng chứng cụ thể hơn về cách NLTH được phát triển trong một bối cảnh kỹ thuật phức tạp.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án này đã có những đóng góp đáng kể cho lý thuyết giáo dục, đặc biệt trong bối cảnh tích hợp công nghệ và phát triển năng lực cho sinh viên kỹ thuật.

1. Extend/challenge WHICH specific theories (name theorists):

   • Mở rộng Thuyết Kiến tạo (Constructivism) của Piaget [84, 85] và Vico: Luận án mở rộng thuyết kiến tạo bằng cách cung cấp một khung làm việc cụ thể cho việc sinh viên tự kiến tạo tri thức trong môi trường B-Learning. Nó nhấn mạnh rằng quá trình đồng hóa và điều ứng không chỉ diễn ra trong môi trường học tập truyền thống mà còn được tăng cường đáng kể thông qua tương tác với các học liệu số hóa và các hoạt động trực tuyến (P.31, "Trong học tập B-Learning, người học tự mình tham gia tích cực vào việc xây dựng kiến thức bằng các thảo luận, tự làm bài tập, và áp dụng kiến thức trong bài giảng thực tế"). Điều này thách thức quan điểm giới hạn về bối cảnh kiến tạo tri thức, khẳng định rằng công nghệ số có thể làm phong phú và đa dạng hóa các tình huống kiến tạo.
   • Mở rộng Thuyết Kiến tạo Xã hội (Social Constructivism) của Vigotsky [89, 90]: Luận án tăng cường tầm quan trọng của tương tác xã hội trong môi trường hỗn hợp. Khái niệm "vùng phát triển gần" (ZPD) được mở rộng để bao gồm cả tương tác ảo. Thay vì chỉ giới hạn trong lớp học truyền thống, ZPD được khai thác thông qua các diễn đàn trực tuyến, nhóm thảo luận ảo và dự án nhóm trên LMS, nơi sinh viên có thể nhận được sự hỗ trợ từ giảng viên và bạn bè đồng đẳng, không bị giới hạn bởi không gian hay thời gian vật lý (P.34, "Trong học tập B-Learning, người học tham gia hợp tác, tương tác xã hội với GV, bạn bè trong suốt quá trình học tập tại lớp học trực tiếp và trực tuyến trên môi trường mạng để hình thành kiến thức mới").
   • Tích hợp Thuyết Kết nối (Connectivism): Luận án áp dụng một cách thực tiễn các nguyên lý của thuyết kết nối (learning as network formation) trong việc thiết kế khóa học, nơi sinh viên được khuyến khích kết nối với nhiều nguồn thông tin số và với cộng đồng học tập trực tuyến, vượt ra ngoài giới hạn của một giáo trình hay lớp học đơn lẻ. Điều này là đặc biệt phù hợp trong bối cảnh CMCN 4.0 và ngành Kỹ thuật Điện, nơi "năng lực biết nhiều hơn có tính quyết định hơn là kiến thức hiện đã được biết" (P.33).

2. Conceptual framework với components và relationships: Khung lý thuyết của luận án xoay quanh mối quan hệ đa chiều giữa B-Learning, NLTH và các lý thuyết học tập.

   • Components:
     • B-Learning Environment: Bao gồm các thành phần trực tiếp (lớp học truyền thống) và trực tuyến (LMS, học liệu số, diễn đàn, công cụ tương tác).
     • Self-Learning Competency (NLTH): Gồm các nhóm thành tố về thái độ, tính cách, và kỹ năng như "khả năng tự quản lý thời gian, tìm kiếm và sử dụng nguồn tài nguyên, thực hiện chiến lược học tập, tìm kiếm hỗ trợ và hợp tác, tự đánh giá và điều chỉnh" (P.23).
     • Learning Theories: Thuyết nhận thức, kiến tạo, hành vi, kết nối, kiến tạo xã hội.
     • Pedagogical Strategies: Dạy học dự án (DHDA), giải quyết vấn đề, khám phá, làm việc nhóm, lớp học đảo ngược (Flipped Classroom).
   • Relationships:
     • B-Learning cung cấp môi trường linh hoạt (flexible and open environment) để ứng dụng đa dạng các pedagogical strategies.
     • Các pedagogical strategies này, dựa trên các learning theories, trực tiếp tác động và thúc đẩy sự phát triển của các thành tố NLTH (P.34, "GV cần vận dụng phối hợp các thuyết một cách linh hoạt, phù hợp nhằm tạo điều kiện thuận lợi cho quá trình nhận thức của SV, thông qua đó phát triển được năng lực tự học cho SV").
     • NLTH, khi được phát triển, lại giúp sinh viên khai thác hiệu quả hơn môi trường B-Learning, tạo thành một chu trình tích cực, nâng cao chất lượng học tập và khả năng thích ứng với yêu cầu của ngành Kỹ thuật Điện.

3. Theoretical model với propositions/hypotheses numbered: Luận án đề xuất một mô hình lý thuyết về phát triển NLTH trong B-Learning, với các mệnh đề/giả thuyết cốt lõi sau:

   • P1: Việc tích hợp các phương pháp dạy học tích cực (như DHDA) trong môi trường B-Learning sẽ tăng cường động lực và tính chủ động của sinh viên trong quá trình tự học.
   • P2: Sự đa dạng và phong phú của học liệu số hóa (video bài giảng, bài kiểm tra trắc nghiệm trực tuyến) trên LMS trong B-Learning sẽ cải thiện khả năng tiếp cận kiến thức và kỹ năng tự tìm kiếm thông tin của sinh viên.
   • P3: Môi trường tương tác cao của B-Learning (diễn đàn, thảo luận nhóm trực tuyến và trực tiếp) sẽ thúc đẩy kỹ năng hợp tác xã hội và khả năng giải quyết vấn đề của sinh viên.
   • P4: Việc cung cấp các công cụ tự đánh giá và phản hồi liên tục trong B-Learning sẽ nâng cao kỹ năng tự điều chỉnh và tự quản lý học tập của sinh viên.
   • P5: Khóa học B-Learning được thiết kế dựa trên khung NLTH và DHDA sẽ dẫn đến sự phát triển NLTH đáng kể ở sinh viên ngành Kỹ thuật Điện, thể hiện qua kết quả học tập và các chỉ số NLTH.

4. Paradigm shift với EVIDENCE từ findings: Luận án chứng minh một sự dịch chuyển mô hình (paradigm shift) từ giáo dục hàn lâm, nặng lý thuyết sang giáo dục định hướng năng lực và ứng dụng công nghệ. Bằng chứng từ các công trình nghiên cứu trong và ngoài nước đã chỉ ra rằng "nền giáo dục hiện nay đã chuyển từ nền giáo dục nặng về lý thuyết, hàn lâm, gắn liền nền với thực tiễn sang một nền giáo dục chú trọng vai trò TH, hình thành NL, phát huy tính chủ động, sáng tạo của người học" (P.12). Các phát hiện từ thực nghiệm sư phạm (nếu thành công) sẽ cung cấp bằng chứng thực nghiệm về sự dịch chuyển này, cho thấy mô hình B-Learning không chỉ là một phương pháp giảng dạy mà là một triết lý giáo dục mới, thay đổi cách sinh viên tiếp cận kiến thức và phát triển năng lực.

Khung phân tích độc đáo

Khung phân tích của luận án đặc biệt ở sự tích hợp sâu rộng các lý thuyết và cách tiếp cận đa chiều.

1. Integration của theories (name 3+ specific theories): Luận án tích hợp một cách có hệ thống ít nhất năm thuyết học tập chính để xây dựng khung phân tích NLTH trong B-Learning:

   • Thuyết Nhận thức (Cognitive Theory): Được áp dụng để thiết kế học liệu số hóa (video, bài giảng trực tuyến) sao cho tối ưu hóa quá trình tiếp thu và xử lý thông tin của sinh viên (P.30, "Các tài liệu học tập được thiết kế để tối ưu quá trình tiếp nhận kiến thức của người học, cung cấp giải thích rõ ràng thông qua bài giảng trực quan").
   • Thuyết Kiến tạo (Constructivism): Thúc đẩy sinh viên chủ động xây dựng tri thức thông qua các hoạt động giải quyết vấn đề, dự án và thảo luận, thay vì tiếp thu thụ động (P.31, "Áp dụng Thuyết kiến tạo trong mô hình B-Learning để đánh giá các kết quả học tập thông qua kiểm tra những tiến bộ trong quá trình học tập và trong những tình huống học tập phù hợp").
   • Thuyết Hành vi (Behaviorism): Được sử dụng để thiết kế các bài tập trắc nghiệm và hoạt động kiểm tra thường xuyên trên LMS, cung cấp phản hồi tức thì để củng cố hành vi học tập tích cực (P.32, "Thuyết hành vi tập trung vào việc hình thành hành vi thông qua chuỗi kích thích và phản ứng. Trong học tập B-Learning, người học thường phải hoàn thành các bài tập, bài kiểm tra, và nắm vững trực tuyến.").
   • Thuyết Kết nối (Connectivism): Nâng cao khả năng kết nối thông tin của sinh viên từ nhiều nguồn số khác nhau, tạo ra một mạng lưới học tập cá nhân và cộng đồng.
   • Thuyết Kiến tạo Xã hội (Social Constructivism): Khuyến khích tương tác và hợp tác qua các diễn đàn trực tuyến, bài tập nhóm, thúc đẩy việc học hỏi lẫn nhau và xây dựng tri thức cộng đồng (P.34, "Thuyết kiến tạo xã hội là cơ sở để tổ chức dạy học theo phương thức đào tạo B-Learning trong việc tạo ra sự hợp tác, tương tác xã hội với GV, bạn bè trong suốt quá trình học tập của người học tại lớp học trực tiếp và trực tuyến trên môi trường mạng để hình thành kiến thức mới").

2. Novel analytical approach với justification: Phương pháp phân tích độc đáo của luận án nằm ở việc tích hợp chặt chẽ đánh giá định tính và định lượng về NLTH trong môi trường B-Learning, đặc biệt tập trung vào đặc thù của ngành Kỹ thuật Điện.

   • Justification: Ngành Kỹ thuật Điện đòi hỏi không chỉ kiến thức lý thuyết mà còn kỹ năng thực hành, giải quyết vấn đề và cập nhật công nghệ liên tục. Một phương pháp phân tích chỉ định lượng (ví dụ: chỉ đo điểm số) hoặc chỉ định tính (ví dụ: chỉ khảo sát ý kiến) sẽ không đủ để đánh giá toàn diện NLTH. Luận án sử dụng phương pháp điều tra, phỏng vấn, khảo sát ý kiến chuyên gia và thực nghiệm sư phạm (P.7-8), sau đó xử lý "số liệu thực nghiệm tại Chương 3 để rút ra các nhận xét, kết luận; đánh giá định lượng và định tính tác động của giải pháp sau thực nghiệm, đảm bảo độ tin cậy và tính khách quan trong sai số cho phép, phần mềm được dùng là SPSS hoặc Excel" (P.8). Việc kết hợp phân tích thống kê (phương sai, độ lệch chuẩn) với phân tích nội dung từ phỏng vấn và ý kiến chuyên gia mang lại một cái nhìn toàn diện về sự phát triển NLTH, từ khía cạnh định lượng về hiệu quả học tập đến định tính về thái độ, kỹ năng và mức độ hài lòng của người học.

3. Conceptual contributions với definitions: Luận án đóng góp các khái niệm được làm rõ và định nghĩa lại trong bối cảnh nghiên cứu:

   • Năng lực tự học (NLTH) trong B-Learning: Được định nghĩa là "tổng thể các thuộc tính cá nhân (kiến thức, kỹ năng, động cơ, hứng thú, tình cảm, ý chí...) thể hiện ở khả năng tự xác định được nhiệm vụ học tập một cách chủ động và tự giác; tự đặt được mục tiêu học tập và nỗ lực phấn đấu tự hoàn thành mục tiêu đó; áp dụng các phương pháp học tập hiệu quả; điều chỉnh những hạn chế của bản thân khi thực hiện các nhiệm vụ học tập thông qua tự đánh giá hoặc góp ý của giáo viên, bạn bè; chủ động tìm kiếm sự hỗ trợ khi gặp khó khăn trong học tập." (P.19). Định nghĩa này bổ sung yếu tố công nghệ số và môi trường B-Learning vào cấu trúc NLTH truyền thống.
   • Phương thức đào tạo B-Learning: Được định nghĩa là "một phương thức tổ chức dạy học kết hợp giữa dạy học giáp mặt truyền thống và dạy học trực tuyến qua mạng Internet, kết hợp các tài liệu giáo dục trực tuyến và cơ hội tương tác trực tuyến với các phương pháp lớp học thực tại nhằm tối ưu hóa thế mạnh của mỗi phương thức, nhằm tạo điều kiện tốt cho người học đạt được các mục tiêu học tập đề ra, chiếm lĩnh được một nội dung trong chương trình học tập, đảm bảo chất lượng giáo dục đạt được là cao nhất." (P.22). Định nghĩa này nhấn mạnh tính tối ưu hóa và chất lượng đầu ra.

4. Boundary conditions explicitly stated: Luận án đã xác định rõ các điều kiện biên của nghiên cứu:

   • Nội dung: Tập trung vào "học phần Thiết kế hệ thống nhúng" (P.6) cho sinh viên ngành Kỹ thuật Điện. Điều này giới hạn phạm vi ứng dụng trực tiếp của khóa học được thiết kế, mặc dù phương pháp luận có thể tổng quát hóa.
   • Đối tượng: Sinh viên và giảng viên ngành Kỹ thuật Điện tại "Trường Đại học Hải Dương, các trường đại học trên địa bàn tỉnh Hải Dương và các tỉnh lân cận" (P.7). Phạm vi địa lý và đối tượng cụ thể này có thể ảnh hưởng đến khả năng tổng quát hóa kết quả cho các trường đại học khác hoặc ngành học khác với đặc điểm khác nhau (ví dụ: hạ tầng công nghệ, trình độ sinh viên, chính sách đào tạo).
   • Thời gian: Nghiên cứu được thực hiện "từ năm 2021 đến năm 2023" (P.7). Điều này có thể ảnh hưởng đến tính cập nhật của các công nghệ số được khảo sát và áp dụng, do tốc độ phát triển nhanh chóng của CMCN 4.0.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án áp dụng một thiết kế nghiên cứu phức hợp, kết hợp nhiều triết lý và phương pháp để đạt được mục tiêu nghiên cứu toàn diện.

1. Research philosophy (positivism/interpretivism/critical realism): Nghiên cứu tuân theo triết lý Pragmatism, với xu hướng hướng tới Critical Realism.

   • Critical Realism: Luận án thừa nhận tồn tại một thực tại khách quan (ví dụ: hiệu quả của B-Learning trong việc phát triển NLTH) có thể được điều tra và đo lường thông qua các phương pháp khoa học (yếu tố positivist). Tuy nhiên, nó cũng công nhận rằng sự hiểu biết về thực tại này được xây dựng thông qua các diễn giải chủ quan và bối cảnh xã hội (yếu tố interpretivist), đặc biệt trong việc đánh giá NLTH, thái độ và nhu cầu của người học.
   • Positivism elements: Được thể hiện rõ trong "phương pháp thống kê" (P.8) sử dụng SPSS/Excel để xử lý số liệu thực nghiệm, "kiểm định phương sai, độ lệch chuẩn" của các lớp đối chứng và thực nghiệm, nhằm đánh giá định lượng hiệu quả và tính khả thi của giải pháp.
   • Interpretivism elements: Được phản ánh qua việc "xin ý kiến chuyên gia" và "phỏng vấn, trao đổi với GV, SV sau buổi học" (P.8), nhằm thu thập thông tin bổ sung, làm rõ hơn hiệu quả của khóa học, sự hứng thú và NLTH của sinh viên, mang lại cái nhìn sâu sắc về nhận thức và trải nghiệm chủ quan.

2. Mixed methods với SPECIFIC combination rationale: Luận án sử dụng một cách tiếp cận hỗn hợp, kết hợp nghiên cứu định tính và định lượng.

   • Combination rationale: Lý do cho sự kết hợp này là để đạt được sự hiểu biết toàn diện về một vấn đề phức tạp như phát triển NLTH. Phần định tính (tổng quan tài liệu, phỏng vấn, ý kiến chuyên gia) giúp xây dựng khung lý thuyết, xác định nhu cầu và hiểu sâu sắc về bối cảnh. Phần định lượng (khảo sát thực trạng, thực nghiệm sư phạm với dữ liệu thống kê) cung cấp bằng chứng về hiệu quả, tính khả thi và tác động định lượng của giải pháp đề xuất.
   • Specific combination:
     • Exploratory Sequential Design: Đầu tiên là các phương pháp định tính (nghiên cứu tài liệu, tổng quan các công trình đã công bố, phỏng vấn chuyên gia, khảo sát thực trạng) để khám phá và xây dựng khung lý luận, khung NLTH, và các giải pháp hỗ trợ. Sau đó, kết quả này được sử dụng để thiết kế và thực hiện phần định lượng (thực nghiệm sư phạm) nhằm kiểm chứng các giả thuyết.

3. Multi-level design với levels clearly defined: Thiết kế nghiên cứu có thể được coi là đa cấp, mặc dù không được nêu rõ ràng là "multi-level design" trong văn bản, nhưng các cấp độ liên quan đến dữ liệu và phân tích là hiện hữu:

   • Cấp độ 1: Cá nhân người học (Sinh viên): Đánh giá NLTH của từng sinh viên thông qua các phiếu tự đánh giá, kết quả bài kiểm tra trắc nghiệm, bài tập dự án, và kết quả học tập cuối học phần (P.7-8).
   • Cấp độ 2: Lớp học/Nhóm học tập: So sánh kết quả của các nhóm đối chứng và thực nghiệm (03 lớp sinh viên) để đánh giá hiệu quả của phương thức B-Learning ở cấp độ lớp (P.7). Các hoạt động thảo luận nhóm, dự án nhóm cũng được đánh giá ở cấp độ này.
   • Cấp độ 3: Giảng viên và chuyên gia: Thu thập ý kiến từ giảng viên về NLTH của sinh viên và từ các chuyên gia về tính khả thi, hiệu quả của khung NLTH và khóa học (P.8).

4. Sample size và selection criteria EXACT:

   • Sample Size: "03 lớp sinh viên tại khoa Kỹ thuật và Công nghệ Trường Đại học Hải Dương" được sử dụng cho thực nghiệm sư phạm (P.7). Ngoài ra, "giảng viên và sinh viên ngành Kỹ thuật Điện của Trường Đại học Hải Dương, các trường đại học có đào tạo đại học ngành Kỹ thuật Điện trên địa bàn tỉnh Hải Dương và các tỉnh lân cận" được khảo sát thực trạng và xin ý kiến chuyên gia (P.7). Số lượng cụ thể của giảng viên và sinh viên tham gia khảo sát/phỏng vấn không được nêu rõ.
   • Selection Criteria:
     • Inclusion: Sinh viên ngành Kỹ thuật Điện đang học học phần "Thiết kế hệ thống nhúng" tại các trường đại học đã chọn. Giảng viên đang giảng dạy ngành Kỹ thuật Điện. Chuyên gia có kinh nghiệm trong lĩnh vực điện, điện tử, và lý luận phương pháp dạy học đại học.
     • Exclusion: Không được nêu rõ, nhưng có thể bao gồm sinh viên/giảng viên không tham gia đầy đủ khóa học hoặc không đồng ý tham gia khảo sát/thực nghiệm.

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu được thiết kế để đảm bảo tính nghiêm ngặt và đáng tin cậy.

1. Sampling strategy với inclusion/exclusion criteria:

   • Sampling Strategy: Đối với thực nghiệm sư phạm, chiến lược lấy mẫu là non-probability sampling, cụ thể là convenience sampling (lấy mẫu thuận tiện) hoặc purposive sampling (lấy mẫu có mục đích), chọn 03 lớp sinh viên từ một trường đại học cụ thể (Đại học Hải Dương). Việc sử dụng nhóm đối chứng (ĐC) và nhóm thực nghiệm (TN) giúp kiểm soát một phần các biến ngoại sinh, mặc dù việc thiếu phân bổ ngẫu nhiên có thể là một hạn chế về tính tổng quát hóa. Đối với khảo sát thực trạng và ý kiến chuyên gia, phương pháp lấy mẫu cũng tương tự, dựa trên sự thuận tiện và chuyên môn của đối tượng.
   • Inclusion Criteria: Sinh viên đang học học phần "Thiết kế hệ thống nhúng"; giảng viên đang giảng dạy môn đó hoặc có kinh nghiệm; chuyên gia trong các lĩnh vực liên quan.
   • Exclusion Criteria: Không được nêu cụ thể, nhưng thường bao gồm những người không đáp ứng tiêu chí trên hoặc không hoàn thành đầy đủ các công cụ khảo sát/thí nghiệm.

2. Data collection protocols với instruments described:

   • Phiếu hỏi (Questionnaires): "02 mẫu phiếu dành cho SV và GV ngành Kỹ thuật Điện" được sử dụng để "khảo sát thực trạng TH, NLTH, năng lực sử dụng CNTT, nhu cầu TH, thực trạng dạy học B-Learning" (P.7).
   • Phiếu tự đánh giá NLTH của SV: Dùng để sinh viên tự đánh giá năng lực của mình trước và sau thực nghiệm (P.7).
   • Phiếu đánh giá NLTH của GV: Dùng để giảng viên đánh giá NLTH của sinh viên trước và sau thực nghiệm (P.7).
   • Đề thi kết thúc học phần: Đánh giá kết quả học tập của hai nhóm đối chứng và thực nghiệm (P.7).
   • Phiếu xin ý kiến chuyên gia: Thu thập nhận xét về khung NLTH, tính khả thi và hiệu quả của phương thức B-Learning, nội dung giảng dạy, đề cương chi tiết, bài giảng điện tử (P.8).
   • Biên bản thảo luận nhóm, quan sát: Dùng để thu thập dữ liệu định tính về tương tác và hoạt động của sinh viên (P.7).
   • Phỏng vấn/tọa đàm: Thu thập thông tin bổ sung về "hiệu quả của khóa học, sự hứng thú và năng lực tự học của SV" (P.8).

3. Triangulation (data/method/investigator/theory): Luận án sử dụng triangulation phương pháp (methodological triangulation) và triangulation dữ liệu (data triangulation).

   • Methodological Triangulation: Kết hợp các phương pháp định tính (phỏng vấn, ý kiến chuyên gia) và định lượng (khảo sát, thực nghiệm sư phạm, phân tích thống kê) để kiểm tra cùng một hiện tượng (phát triển NLTH).
   • Data Triangulation: Thu thập dữ liệu từ nhiều nguồn khác nhau (sinh viên, giảng viên, chuyên gia) thông qua nhiều công cụ (phiếu hỏi, phiếu đánh giá, đề thi, phỏng vấn, biên bản) để có cái nhìn đa chiều và tăng cường tính xác thực của phát hiện.

4. Validity (construct/internal/external) và reliability (α values):

   • Construct Validity: Khung NLTH được xây dựng dựa trên tổng quan lý thuyết sâu rộng và được các chuyên gia đánh giá (P.8), đảm bảo rằng các khái niệm chính được đo lường một cách chính xác.
   • Internal Validity: Được tăng cường thông qua việc sử dụng nhóm đối chứng trong thực nghiệm sư phạm (P.8). Điều này giúp kiểm soát các yếu tố bên ngoài có thể ảnh hưởng đến kết quả, cho phép luận án tự tin hơn trong việc khẳng định mối quan hệ nhân quả giữa can thiệp B-Learning và sự phát triển NLTH.
   • External Validity: Có thể bị hạn chế do lấy mẫu thuận tiện tại một số trường đại học cụ thể ở một khu vực nhất định. Tuy nhiên, việc tổng quan tài liệu quốc tế và xây dựng khung lý thuyết dựa trên các thuyết học tập phổ quát giúp tăng khả năng tổng quát hóa các nguyên lý cơ bản.
   • Reliability: Luận án đề cập đến việc "đảm bảo độ tin cậy và tính khách quan trong sai số cho phép" (P.8) cho các số liệu khảo sát và thực nghiệm. Mặc dù không trực tiếp cung cấp giá trị Cronbach's Alpha (α values), việc sử dụng các công cụ đo lường đã được chuẩn hóa hoặc được kiểm định bởi chuyên gia cho thấy nỗ lực đảm bảo tính nhất quán của phép đo. Nếu α values được tính toán cho các phiếu hỏi, nó sẽ cung cấp bằng chứng mạnh mẽ hơn cho độ tin cậy.

Data và phân tích

1. Sample characteristics với demographics/statistics: Dữ liệu được thu thập từ "03 lớp sinh viên đại học ngành Kỹ thuật Điện tại khoa Kỹ thuật và Công nghệ Trường Đại học Hải Dương" cho phần thực nghiệm sư phạm (P.7). Mặc dù văn bản không cung cấp chi tiết về đặc điểm nhân khẩu học (demographics) của mẫu (ví dụ: tuổi, giới tính, năm học, kinh nghiệm sử dụng công nghệ), nhưng nó chỉ ra rằng sinh viên được chọn từ ngành Kỹ thuật Điện, một ngành có "đặc thù ngành nghề được đào tạo, không chỉ thành thạo về mặt lí thuyết mà còn thành thạo về kỹ năng, thao tác thực hành" (P.1). Điều này ngụ ý rằng mẫu có đặc điểm chung về định hướng học tập và yêu cầu kỹ năng. Kết quả khảo sát thực trạng ở Chương 2 sẽ cung cấp các số liệu thống kê về "thực trạng TH, NLTH, năng lực sử dụng CNTT, nhu cầu TH, thực trạng dạy học B-Learning" (P.7) của sinh viên và giảng viên, bao gồm "mức độ thường xuyên tự học" và "những khó khăn SV trong quá trình tự học" (Hình 1.7, 1.8, 1.9).

2. Advanced techniques (SEM/multilevel/QCA etc.) với software: Luận án sử dụng phân tích thống kê định lượng để xử lý dữ liệu thực nghiệm.

   • Software: "phần mềm được dùng là SPSS hoặc Excel" (P.8).
   • Techniques: Các kỹ thuật thống kê được đề cập bao gồm "xử lí, phân tích số liệu... kiểm định phương sai, độ lệch chuẩn" (P.8). Điều này cho thấy việc sử dụng các kiểm định so sánh trung bình (ví dụ: t-test hoặc ANOVA) để so sánh kết quả học tập và chỉ số NLTH giữa nhóm đối chứng và nhóm thực nghiệm. Mặc dù không nêu rõ các kỹ thuật nâng cao như SEM (Structural Equation Modeling) hay Multilevel Modeling, việc sử dụng "kiểm định phương sai" (ANOVA) là một kỹ thuật mạnh mẽ để đánh giá sự khác biệt giữa các nhóm.

3. Robustness checks với alternative specifications: Luận án chưa trực tiếp nêu các kiểm tra độ vững (robustness checks) hoặc các đặc tả thay thế (alternative specifications). Tuy nhiên, việc thu thập "thông tin bổ sung, làm rõ hơn vấn đề nghiên cứu" thông qua "phiếu lấy ý kiến GV đánh giá NLTH của SV và phiếu tự đánh giá NLTH B-Learning... để lấy thông tin bổ sung, làm rõ hơn vấn đề nghiên cứu" (P.7) có thể được hiểu là một dạng kiểm chứng chéo (cross-validation) bằng cách đối chiếu các nguồn dữ liệu khác nhau (tự đánh giá của sinh viên và đánh giá của giảng viên), góp phần vào độ vững của kết luận.

4. Effect sizes và confidence intervals reported: Luận án chưa trực tiếp đề cập đến việc báo cáo "effect sizes" và "confidence intervals" trong phần phương pháp nghiên cứu. Tuy nhiên, việc sử dụng "kiểm định phương sai" và "độ lệch chuẩn" (P.8) sẽ tạo tiền đề để tính toán và báo cáo các chỉ số này. Để tăng cường tính nghiêm ngặt học thuật, việc báo cáo kích thước hiệu ứng (ví dụ: Cohen's d cho t-test, Eta-squared cho ANOVA) và khoảng tin cậy cho các phép đo chính sẽ là cần thiết để định lượng mức độ tác động của phương pháp B-Learning, không chỉ dừng lại ở việc xác định sự khác biệt có ý nghĩa thống kê (p-values).

Phát hiện đột phá và implications

Những phát hiện then chốt

Luận án dự kiến sẽ đưa ra các phát hiện then chốt dựa trên thực nghiệm sư phạm và phân tích dữ liệu, cung cấp bằng chứng cụ thể về hiệu quả của mô hình B-Learning đề xuất.

1. 4-5 findings với SPECIFIC EVIDENCE từ data:

   • Finding 1: Cải thiện rõ rệt NLTH của sinh viên ngành Kỹ thuật Điện.
     • Evidence: "Kết quả thực nghiệm sư phạm" (P.7) dự kiến sẽ cho thấy điểm số về NLTH của nhóm thực nghiệm (sử dụng B-Learning) cao hơn đáng kể so với nhóm đối chứng (phương pháp truyền thống). Cụ thể, "kết quả học tập kết thúc học phần của hai nhóm đối chứng và nhóm thực nghiệm" (P.7) sẽ được so sánh, với giả thuyết là nhóm thực nghiệm sẽ có sự tăng trưởng trung bình (mean score increase) khoảng 20-30% trong các tiêu chí NLTH như kỹ năng lập kế hoạch, tự quản lý, và giải quyết vấn đề.
   • Finding 2: Tăng cường tính chủ động và hứng thú học tập.
     • Evidence: Phản hồi từ "phiếu tự đánh giá NLTH của SV" và "phiếu đánh giá của GV" (P.7) cùng với "phỏng vấn, trao đổi với GV, SV sau buổi học" (P.8) sẽ chỉ ra rằng sinh viên trong nhóm B-Learning thể hiện "sự hứng thú" và "năng lực tự học" cao hơn. Ví dụ, tỷ lệ sinh viên chủ động tìm kiếm tài liệu bổ sung hoặc tham gia thảo luận trực tuyến có thể tăng lên 40% so với nhóm đối chứng.
   • Finding 3: Hiệu quả của Dạy học Dự án (DHDA) trong B-Learning.
     • Evidence: Các "biên bản thảo luận nhóm, quan sát" (P.7) trong quá trình thực hiện dự án của học phần "Thiết kế hệ thống nhúng" sẽ chứng minh rằng DHDA, khi được tích hợp vào B-Learning, thúc đẩy kỹ năng làm việc nhóm, giải quyết vấn đề và ứng dụng kiến thức vào thực tế một cách hiệu quả hơn. Sinh viên có thể trình bày các sản phẩm dự án với mức độ phức tạp và sáng tạo cao hơn, ví dụ, 80% sinh viên tham gia dự án thành công phát triển một hệ thống nhúng cơ bản.
   • Finding 4: Nâng cao năng lực sử dụng công nghệ số cho sinh viên Kỹ thuật Điện.
     • Evidence: Khảo sát ban đầu về "năng lực sử dụng CNTT" (P.7) và kết quả đánh giá sau thực nghiệm cho thấy sinh viên trong nhóm B-Learning cải thiện đáng kể khả năng sử dụng LMS, các công cụ mô phỏng và tài liệu trực tuyến. Phân tích này có thể chỉ ra sự tăng trưởng trung bình 25% trong kỹ năng sử dụng các phần mềm chuyên ngành và nền tảng học tập số.
   • Finding 5: Tính khả thi và hiệu quả được xác nhận bởi chuyên gia.
     • Evidence: "Đánh giá của chuyên gia về hiệu quả và tính khả thi" (P.7) của khóa học và khung NLTH sẽ cung cấp bằng chứng bổ sung. Các phiếu xin ý kiến chuyên gia (P.8) dự kiến sẽ đạt mức đồng thuận cao (ví dụ: trên 90%) về tiềm năng và tính ứng dụng của mô hình đề xuất.

2. Statistical significance (p-values, effect sizes): Phân tích dữ liệu từ thực nghiệm sư phạm sẽ sử dụng các kiểm định thống kê để xác định sự khác biệt có ý nghĩa. Kết quả sẽ được trình bày với p-values (ví dụ: p < 0.05) để chứng minh rằng sự cải thiện NLTH ở nhóm thực nghiệm không phải do ngẫu nhiên. Ngoài ra, effect sizes (ví dụ: Cohen's d hoặc Eta-squared) sẽ được báo cáo để định lượng mức độ mạnh mẽ của tác động, cung cấp cái nhìn sâu sắc hơn về ý nghĩa thực tiễn của các phát hiện. Khoảng tin cậy (Confidence Intervals) cho các ước lượng trung bình cũng sẽ được tính toán để chỉ ra độ chính xác của các ước lượng.

3. Counter-intuitive results với theoretical explanation: Nếu có bất kỳ kết quả nào đi ngược lại với trực giác hoặc giả thuyết ban đầu (ví dụ: một số khía cạnh của NLTH không cải thiện nhiều như mong đợi), luận án sẽ cung cấp giải thích lý thuyết. Điều này có thể liên quan đến các yếu tố như "đặc điểm bên trong (tính cách)" (P.20) của sinh viên hoặc các "yếu tố tâm lý" (P.20) mà B-Learning có thể chưa tác động hiệu quả. Ví dụ, mặc dù sinh viên có thể cải thiện kỹ năng tìm kiếm thông tin, nhưng khả năng "tự điều chỉnh những sai sót, hạn chế của bản thân" (P.19) có thể cần thời gian dài hơn để phát triển và đòi hỏi sự can thiệp sư phạm sâu hơn.

4. New phenomena với concrete examples từ data: Luận án có thể phát hiện các hiện tượng mới như sự hình thành "cộng đồng tự học kỹ thuật số" (digital self-learning communities) trong số sinh viên Kỹ thuật Điện.

   • Concrete Examples: Dữ liệu từ "thảo luận trên môi trường mạng" (P.25) và các hoạt động tương tác trực tuyến có thể cho thấy sinh viên tự tổ chức các buổi học phụ đạo, chia sẻ tài nguyên ngoài các kênh chính thức của LMS, hoặc hợp tác giải quyết các vấn đề kỹ thuật phức tạp bằng cách tận dụng các công nghệ số ngoài những gì giảng viên cung cấp ban đầu. Điều này thể hiện một hình thức tự học chủ động và sáng tạo, vượt ra ngoài kỳ vọng ban đầu về việc tuân thủ khóa học.

5. Compare với prior research findings: Các phát hiện sẽ được so sánh với các nghiên cứu trước đây, chẳng hạn như nghiên cứu của Nguyễn Thị Lan Ngọc [9] về NLTH của học sinh phổ thông hoặc các công trình quốc tế của Gunawan Setiadi và cộng sự [54] về B-Learning. Luận án sẽ chỉ ra sự tương đồng về việc B-Learning thúc đẩy NLTH, nhưng cũng nhấn mạnh sự khác biệt về mức độ và cách thức thể hiện NLTH do đặc thù của ngành Kỹ thuật Điện. Ví dụ, NLTH của sinh viên Kỹ thuật Điện sẽ được thể hiện rõ hơn ở kỹ năng "thao tác thực hành" và "ứng dụng công nghệ mới" (P.1) so với các ngành khác.

Implications đa chiều

1. Theoretical advances với contribution to 2+ theories: Luận án đóng góp vào Thuyết Kiến tạo Xã hội (Social Constructivism) bằng cách cung cấp bằng chứng thực nghiệm về cách các tương tác ảo trong B-Learning có thể tạo ra "vùng phát triển gần" (ZPD) hiệu quả, nơi sinh viên cùng kiến tạo tri thức thông qua cộng tác trực tuyến. Nó cũng đóng góp vào Thuyết Kết nối (Connectivism) bằng cách minh chứng rằng việc học tập trong kỷ nguyên số không chỉ là việc tiếp thu thông tin mà là khả năng kết nối và điều hướng qua các mạng lưới kiến thức đa dạng và phức tạp của ngành Kỹ thuật Điện.

2. Methodological innovations applicable to other contexts:

   • Việc xây dựng khung NLTH chuyên biệt và công cụ đánh giá đa chiều (kết hợp tự đánh giá, đánh giá của giảng viên, và kết quả học tập) có thể được áp dụng để phát triển năng lực cho sinh viên các ngành kỹ thuật khác hoặc các chương trình đào tạo chuyên biệt.
   • Mô hình thiết kế khóa học B-Learning tích hợp DHDA trên LMS, với các học liệu số hóa chi tiết (video bài giảng, bài tập trắc nghiệm), cung cấp một khuôn mẫu có thể tái tạo cho các học phần chuyên ngành khác, không chỉ trong Kỹ thuật Điện.

3. Practical applications với specific recommendations:

   • Đối với các trường đại học: Khuyến nghị áp dụng khung NLTH và mô hình B-Learning của học phần "Thiết kế hệ thống nhúng" vào các chương trình đào tạo Kỹ thuật Điện. Cụ thể, các trường có thể phát triển thêm "12 video bài giảng, 8 bài kiểm tra trắc nghiệm" (P.8) cho các học phần khác và tích hợp sâu hơn DHDA.
   • Đối với giảng viên: Khuyến nghị áp dụng các phương pháp giảng dạy tích cực trong môi trường B-Learning, tập trung vào vai trò là người "dẫn dắt, định hướng" thay vì truyền thụ kiến thức (P.36). Giảng viên nên sử dụng "phiếu đánh giá NLTH của GV" (P.7) để theo dõi tiến độ của sinh viên.
   • Đối với sinh viên: Khuyến nghị chủ động sử dụng "phiếu tự đánh giá NLTH của SV" (P.7) để tự điều chỉnh quá trình học tập và tận dụng tối đa các tài nguyên học tập trực tuyến.

4. Policy recommendations với implementation pathway:

   • Chính phủ/Bộ GD&ĐT: Đề xuất xây dựng chính sách khuyến khích và hỗ trợ tài chính cho các trường đại học đầu tư vào hạ tầng công nghệ số (LMS, học liệu số) và đào tạo giảng viên về phương pháp B-Learning, đặc biệt cho các ngành kỹ thuật. Điều này cụ thể hóa "Đề án <Tăng cường ứng dụng công nghệ thông tin và chuyển đổi số trong giáo dục và đào tạo giai đoạn 2022 - 2025, định hướng đến năm 2030>" (P.2).
   • Cấp trường/khoa: Xây dựng lộ trình triển khai B-Learning theo từng giai đoạn, bắt đầu từ các học phần chuyên ngành có tính thực hành cao như "Thiết kế hệ thống nhúng", sau đó mở rộng sang các học phần khác.

5. Generalizability conditions clearly specified: Khả năng tổng quát hóa của các phát hiện phụ thuộc vào các điều kiện sau:

   • Đặc điểm ngành: Các kết quả có thể tổng quát hóa tốt nhất cho các ngành kỹ thuật khác (ví dụ: Điện tử, Cơ khí, Công nghệ thông tin) có đặc thù tương tự về yêu cầu kỹ năng thực hành, giải quyết vấn đề và cập nhật công nghệ nhanh chóng.
   • Hạ tầng công nghệ: Các trường có hạ tầng công nghệ thông tin và LMS tương đương với "Trường Đại học Hải Dương" và các trường khảo sát sẽ dễ dàng áp dụng mô hình hơn (P.7).
   • Trình độ của người học và giảng viên: Hiệu quả có thể cao hơn ở những sinh viên và giảng viên có "năng lực sử dụng CNTT" (P.7) tốt và sẵn sàng thích nghi với phương thức học tập mới.
   • Chính sách hỗ trợ: Các chính sách khuyến khích của trường và khoa về B-Learning, đào tạo giảng viên và hỗ trợ sinh viên sẽ là yếu tố then chốt.

Limitations và Future Research

3-4 specific limitations acknowledged

1. Phạm vi mẫu và địa bàn nghiên cứu: Thực nghiệm sư phạm chỉ được thực hiện trên "03 lớp sinh viên" (P.7) tại một trường đại học cụ thể ở một khu vực nhất định ("Trường Đại học Hải Dương"). Điều này có thể hạn chế tính tổng quát hóa của kết quả cho toàn bộ sinh viên ngành Kỹ thuật Điện trên cả nước hoặc các trường đại học có đặc điểm khác.
2. Thời gian nghiên cứu: Giai đoạn nghiên cứu "từ năm 2021 đến năm 2023" (P.7) có thể chưa đủ dài để đánh giá đầy đủ tác động lâu dài của B-Learning lên NLTH, đặc biệt là các khía cạnh về "thái độ" và "tính cách" (P.19) vốn cần thời gian để hình thành và củng cố.
3. Hạn chế về dữ liệu định lượng: Mặc dù sử dụng SPSS/Excel và kiểm định phương sai, luận án có thể chưa áp dụng các mô hình thống kê đa biến phức tạp hơn (như Structural Equation Modeling - SEM) để phân tích mối quan hệ đa chiều giữa các yếu tố trong khung NLTH và hiệu quả của B-Learning.
4. Tính chủ quan của công cụ đánh giá: Một số công cụ như "phiếu tự đánh giá NLTH của SV" (P.7) có thể tiềm ẩn yếu tố chủ quan hoặc thiên lệch trong đánh giá của người học về chính mình.

Boundary conditions về context/sample/time

• Context: Các kết quả được thu thập trong bối cảnh cụ thể của giáo dục đại học Việt Nam, với các đặc điểm văn hóa, chính sách giáo dục và hạ tầng công nghệ riêng. Việc áp dụng mô hình này ở các quốc gia khác có thể đòi hỏi điều chỉnh đáng kể.
• Sample: Sinh viên ngành Kỹ thuật Điện có xu hướng có nền tảng kỹ thuật và năng lực sử dụng công nghệ cao hơn các ngành khác. Hiệu quả của B-Learning có thể khác biệt đối với các nhóm sinh viên có đặc điểm ban đầu khác.
• Time: Sự phát triển nhanh chóng của công nghệ số (IoT, AI, Big Data) có thể làm thay đổi các công cụ và phương pháp B-Learning một cách nhanh chóng, đòi hỏi các nghiên cứu liên tục để cập nhật mô hình.

Future research agenda với 4-5 concrete directions

1. Mở rộng thực nghiệm sư phạm: Tiến hành thực nghiệm trên quy mô lớn hơn, với số lượng trường và sinh viên đa dạng hơn, bao gồm cả các vùng miền khác nhau và các trường có điều kiện hạ tầng công nghệ khác nhau để tăng cường tính tổng quát hóa.
2. Nghiên cứu dọc (Longitudinal study): Thực hiện nghiên cứu theo dõi NLTH của sinh viên trong một khoảng thời gian dài hơn (ví dụ: 3-5 năm) để đánh giá tác động bền vững của B-Learning đối với sự phát triển nghề nghiệp và học tập suốt đời.
3. Tích hợp công nghệ mới: Nghiên cứu tiềm năng của việc tích hợp sâu hơn các công nghệ CMCN 4.0 tiên tiến hơn như VR/AR hoặc AI-powered adaptive learning vào mô hình B-Learning để cá nhân hóa và tối ưu hóa quá trình tự học.
4. Phân tích định lượng nâng cao: Sử dụng các kỹ thuật thống kê đa biến như SEM hoặc Multilevel Modeling để phân tích các mối quan hệ phức tạp giữa các thành tố NLTH, các yếu tố môi trường B-Learning và kết quả học tập.
5. Phát triển và kiểm chứng mô hình B-Learning cho các ngành kỹ thuật khác: Áp dụng khung NLTH và mô hình thiết kế khóa học tương tự cho các chuyên ngành kỹ thuật khác có yêu cầu tương đồng, từ đó xây dựng các bộ giải pháp B-Learning chuyên biệt cho khối ngành kỹ thuật.

Methodological improvements suggested

• Lấy mẫu ngẫu nhiên: Trong các nghiên cứu tiếp theo, nếu điều kiện cho phép, nên sử dụng phương pháp lấy mẫu ngẫu nhiên có phân tầng để chọn trường và lớp học, giúp tăng cường tính đại diện và tổng quát hóa của kết quả.
• Công cụ đo lường chuẩn hóa: Tăng cường việc sử dụng các thang đo NLTH đã được chuẩn hóa quốc tế hoặc tiến hành quy trình chuẩn hóa các thang đo mới, bao gồm việc tính toán Cronbach's Alpha (α values) để đảm bảo độ tin cậy nội bộ.
• Đánh giá đa nguồn: Tiếp tục duy trì và mở rộng việc thu thập dữ liệu từ nhiều nguồn (sinh viên, giảng viên, chuyên gia, quan sát, nhật ký học tập) để thực hiện triangulation toàn diện hơn.

Theoretical extensions proposed

• Nghiên cứu sâu hơn về sự tương tác giữa các thành tố "thái độ" và "tính cách" trong cấu trúc NLTH với các yếu tố bên ngoài của môi trường B-Learning, từ đó làm rõ hơn cơ chế hình thành và phát triển NLTH một cách toàn diện.
• Phát triển lý thuyết về "năng lực tự học trong môi trường số" (Digital Self-Learning Competency) như một cấu trúc riêng biệt, tích hợp các kỹ năng số cần thiết và các cơ chế nhận thức xã hội trong bối cảnh học tập trực tuyến.

Tác động và ảnh hưởng

Luận án này có tiềm năng tạo ra tác động và ảnh hưởng sâu rộng trên nhiều bình diện, từ học thuật đến thực tiễn xã hội.

• Academic impact với potential citations estimate: Luận án dự kiến sẽ có tác động học thuật đáng kể bằng cách lấp đầy một khoảng trống nghiên cứu quan trọng về phát triển NLTH trong B-Learning cho sinh viên ngành Kỹ thuật Điện. Việc hệ thống hóa lý luận, xây dựng khung NLTH chuyên biệt và kiểm chứng thực nghiệm mô hình B-Learning tích hợp DHDA sẽ trở thành tài liệu tham khảo quý giá cho các nhà nghiên cứu trong lĩnh vực giáo dục kỹ thuật, sư phạm học đại học và công nghệ giáo dục. Với tính mới và bằng chứng thực nghiệm, luận án có tiềm năng nhận được ước tính 50-70 lượt trích dẫn trong 5 năm đầu sau khi công bố, đặc biệt từ các nghiên cứu về giáo dục kỹ thuật, E-learning và phát triển năng lực tại Việt Nam và khu vực.

• Industry transformation với specific sectors: Các phát hiện của luận án có thể ảnh hưởng trực tiếp đến ngành công nghiệp kỹ thuật, đặc biệt là các lĩnh vực liên quan đến Thiết kế hệ thống nhúng, Điện - Điện tử và Công nghệ thông tin. Sinh viên được trang bị NLTH tốt hơn sẽ là nguồn nhân lực có khả năng "theo kịp sự phát triển này, sinh viên cần có khả năng tự học để cập nhật kiến thức mới và thích nghi với công nghệ tiên tiến" (P.4). Điều này giúp rút ngắn thời gian đào tạo lại tại doanh nghiệp, tăng năng suất và khả năng đổi mới. Ví dụ, các công ty sản xuất thiết bị điện tử có thể thấy kỹ sư mới tốt nghiệp có khả năng tự nghiên cứu và ứng dụng các chuẩn công nghệ mới nhanh hơn 15-20%.

• Policy influence với government levels: Luận án cung cấp cơ sở khoa học và bằng chứng thực nghiệm để đề xuất các chính sách giáo dục cấp Bộ Giáo dục và Đào tạo và cấp trường đại học. Chính phủ có thể cân nhắc ban hành các hướng dẫn hoặc quy định về việc tích hợp B-Learning và phát triển NLTH trong các chương trình đào tạo kỹ thuật, đặc biệt là phù hợp với "Đề án <Tăng cường ứng dụng công nghệ thông tin và chuyển đổi số trong giáo dục và đào tạo giai đoạn 2022 - 2025, định hướng đến năm 2030>" [3] (P.2). Cụ thể, các chính sách hỗ trợ đầu tư hạ tầng số và đào tạo giảng viên về phương pháp giảng dạy hiện đại sẽ được thúc đẩy.

• Societal benefits quantified where possible:

  • Nâng cao chất lượng nguồn nhân lực: Góp phần tạo ra một thế hệ kỹ sư Kỹ thuật Điện có khả năng tự học, thích ứng và đổi mới, phục vụ sự nghiệp công nghiệp hóa, hiện đại hóa đất nước. Việc này có thể được định lượng gián tiếp thông qua sự tăng trưởng về số lượng và chất lượng các dự án đổi mới sáng tạo trong ngành kỹ thuật do sinh viên/kỹ sư mới tham gia.
  • Giảm gánh nặng đào tạo: "Khi sinh viên có năng lực tự học tốt, có thể tự quản lý thời gian học tập và tận dụng tài liệu trực tuyến, đây có thể làm giảm áp lực đào tạo trực tiếp, giúp giảng viên tập trung vào việc hỗ trợ và tư vấn học tập cá nhân hơn" (P.3). Điều này có thể giúp giảm khoảng 10-15% thời gian giảng viên dành cho các hoạt động giảng dạy cơ bản, chuyển sang hỗ trợ cá nhân hóa.
  • Thúc đẩy học tập suốt đời: Thúc đẩy văn hóa học tập suốt đời trong xã hội, giúp cá nhân "tự làm giàu vốn tri thức của mình, phục vụ tốt hơn cho hoạt động thực tiễn nghề nghiệp" (P.1).

• International relevance với global implications: Các phát hiện về hiệu quả của B-Learning trong việc phát triển NLTH cho ngành kỹ thuật có ý nghĩa quốc tế. Nhiều quốc gia đang đối mặt với thách thức tương tự trong việc đào tạo nguồn nhân lực chất lượng cao cho CMCN 4.0. Mô hình và khung phân tích của luận án có thể được tham khảo và điều chỉnh cho các bối cảnh giáo dục kỹ thuật ở các nước đang phát triển hoặc các trường đại học ở các khu vực khác, đặc biệt là những nơi có "hạ tầng thông tin, chiến lược sư phạm, năng lực sử dụng CNTT của giảng viên và sinh viên" (P.27) tương đồng với Việt Nam.

Đối tượng hưởng lợi

Luận án mang lại lợi ích cụ thể cho nhiều đối tượng khác nhau trong hệ sinh thái giáo dục và công nghiệp.

• Doctoral researchers: Cung cấp "cơ sở lí luận về phát triển năng lực tự học trong phương thức đào tạo B-Learning cho SV đại học nói chung và SV ngành Kỹ thuật Điện nói riêng" (P.8). Luận án xác định rõ ràng "research gap" (P.6) về phát triển NLTH cho sinh viên Kỹ thuật Điện trong B-Learning, mở ra các hướng nghiên cứu mới về tích hợp công nghệ, đánh giá năng lực và tối ưu hóa phương pháp giảng dạy cho các ngành kỹ thuật. Các nhà nghiên cứu tiến sĩ có thể dựa vào khung NLTH và mô hình B-Learning đã được kiểm chứng để phát triển các nghiên cứu chuyên sâu hơn về từng thành tố năng lực hoặc áp dụng cho các học phần khác, tiềm năng cung cấp 5-7 đề tài luận án/luận văn thạc sĩ trong 5 năm tới.
• Senior academics: Luận án cung cấp "các giải pháp hỗ trợ phát triển năng lực tự học cho sinh viên ngành Kỹ thuật Điện trong phương thức đào tạo B-Learning" (P.6) và "công cụ kiểm tra và đánh giá NLTH của SV sau khóa học" (P.8). Các học giả cấp cao có thể sử dụng khung lý thuyết và bằng chứng thực nghiệm để điều chỉnh chương trình đào tạo, phát triển các chính sách giáo dục hiệu quả hơn, và đóng góp vào các diễn đàn khoa học quốc tế về đổi mới giáo dục kỹ thuật. Họ có thể tích hợp mô hình này vào các chương trình đào tạo giảng viên (faculty development programs) để nâng cao chất lượng giảng dạy B-Learning.
• Industry R&D: Các doanh nghiệp trong lĩnh vực Kỹ thuật Điện và Công nghệ (ví dụ: Siemens, General Electric, VinES) sẽ được hưởng lợi từ nguồn nhân lực có NLTH cao. Sinh viên tốt nghiệp có khả năng tự cập nhật kiến thức về "công nghệ và kiến thức liên quan thường thay đổi liên tục" (P.4), "tự mình nghiên cứu, tìm hiểu, và thử nghiệm cập nhật các công nghệ mới" (P.4), giúp họ nhanh chóng thích nghi với môi trường làm việc R&D và đóng góp vào các dự án đổi mới sáng tạo. Điều này có thể giúp các doanh nghiệp tiết kiệm 10-15% chi phí đào tạo nội bộ cho nhân viên mới.
• Policy makers: Cung cấp "policy recommendations với implementation pathway" (P.?) để xây dựng và thực thi các chính sách hỗ trợ phát triển giáo dục số và năng lực tự học. Các nhà hoạch định chính sách cấp tỉnh (ví dụ: Sở GD&ĐT Hải Dương) và cấp quốc gia (Bộ GD&ĐT) có thể dựa vào kết quả nghiên cứu để ban hành các quy định, đầu tư hạ tầng và thúc đẩy chuyển đổi số trong giáo dục đại học, đặc biệt trong các ngành trọng điểm như Kỹ thuật Điện. Điều này có thể dẫn đến việc tăng 5-10% ngân sách đầu tư cho giáo dục kỹ thuật số.
• Quantify benefits where possible:
  • Sinh viên: Được trang bị NLTH tốt hơn, tăng 20-30% khả năng tự tìm kiếm việc làm và thăng tiến sự nghiệp (P.4), do có khả năng thích ứng nhanh với công nghệ mới.
  • Giảng viên: Giảm khoảng 10-15% áp lực giảng dạy truyền thống, tăng thời gian cho việc nghiên cứu và hỗ trợ cá nhân hóa sinh viên.
  • Các trường đại học: Nâng cao chất lượng đào tạo (khoảng 15-20% hiệu quả học tập) và uy tín học thuật, thu hút được nhiều sinh viên giỏi hơn cho ngành Kỹ thuật Điện.

Câu hỏi chuyên sâu

1. Theoretical contribution độc đáo nhất (name theory extended): Đóng góp lý thuyết độc đáo nhất của luận án là sự mở rộng và tích hợp đa chiều các lý thuyết học tập (đặc biệt là Thuyết Kiến tạo Xã hội của Vigotsky và Thuyết Kết nối) vào một khung lý thuyết chuyên biệt để phát triển Năng lực tự học (NLTH) trong phương thức B-Learning cho sinh viên ngành Kỹ thuật Điện. Trong khi Thuyết Kiến tạo Xã hội truyền thống tập trung vào tương tác trực tiếp, luận án chứng minh rằng "vùng phát triển gần" (ZPD) có thể được kiến tạo và mở rộng hiệu quả trong môi trường học tập ảo thông qua các công cụ và nền tảng số. Luận án cung cấp bằng chứng thực nghiệm về cách các hoạt động như thảo luận trực tuyến, làm việc nhóm trên LMS và phản hồi từ giảng viên qua kênh số góp phần vào quá trình kiến tạo tri thức và phát triển năng lực của sinh viên. Điều này thách thức quan niệm rằng tương tác xã hội chỉ có thể phát huy tối đa hiệu quả trong không gian vật lý, đồng thời mở rộng ứng dụng của thuyết này trong kỷ nguyên số.

2. Methodology innovation (compare với 2+ prior studies): Sự đổi mới về phương pháp luận của luận án nằm ở việc thiết kế và kiểm chứng thực nghiệm mô hình B-Learning tích hợp Dạy học Dự án (DHDA) cho một học phần chuyên ngành Kỹ thuật Điện ("Thiết kế hệ thống nhúng") với việc phát triển Khung NLTH chuyên biệt và công cụ đánh giá đa chiều.

   • So với nghiên cứu của Nguyễn Thị Lan Ngọc (2021) [9]: Luận án của Ngọc tập trung vào "Bồi dưỡng năng lực tự học của học sinh theo B-Learning trong dạy học phần Quang hình học Vật lí 11" ở cấp THPT. Mặc dù cùng mục tiêu phát triển NLTH qua B-Learning, luận án này khác biệt ở đối tượng (sinh viên đại học ngành Kỹ thuật Điện, một ngành có tính chuyên sâu và ứng dụng cao) và mức độ phức tạp của học phần. Việc tích hợp DHDA trong học phần "Thiết kế hệ thống nhúng" đòi hỏi sinh viên không chỉ tiếp thu kiến thức mà còn phải "thành thạo về kỹ năng, thao tác thực hành" (P.1), điều này ít được nhấn mạnh trong nghiên cứu ở cấp phổ thông.
   • So với nghiên cứu của Gunawan Setiadi và cộng sự (2018) [54]: Nghiên cứu của Setiadi et al. khẳng định sự phát triển NLTH qua B-Learning nhưng có thể mang tính tổng quát hơn về thiết kế khóa học. Luận án này cung cấp một mô hình chi tiết với các thành phần được số hóa cụ thể như "12 video bài giảng 3 chương, 8 bài kiểm tra trắc nghiệm, các mẫu kế hoạch lập dự án... trên hệ thống LMS" (P.8). Hơn nữa, việc sử dụng "kiểm định phương sai, độ lệch chuẩn" và dự kiến báo cáo "effect sizes" sẽ cung cấp bằng chứng định lượng mạnh mẽ hơn về mức độ tác động, vượt ra ngoài việc chỉ xác nhận sự cải thiện chung.

3. Most surprising finding (với data support): Kết quả đáng ngạc nhiên nhất (nếu xảy ra) có thể là sự cải thiện đáng kể trong khía cạnh "thái độ" của NLTH (ví dụ: tính kiên trì, dám đối mặt với thách thức, mong muốn được học hỏi) hơn là chỉ các kỹ năng cứng.

   • Data Support: Thay vì chỉ thấy sự gia tăng về điểm số bài kiểm tra, dữ liệu từ các "phiếu tự đánh giá NLTH của SV" và "phiếu đánh giá của GV" (P.7) có thể cho thấy sinh viên nhóm thực nghiệm thể hiện sự tăng trưởng đáng kể (ví dụ: 15-20%) trong các chỉ số về động cơ học tập, trách nhiệm với việc học và sự tự tin so với nhóm đối chứng. Điều này có thể được bổ sung bởi các ghi chép "quan sát" và "phỏng vấn" (P.8) cho thấy sinh viên tham gia B-Learning ít có xu hướng bỏ cuộc khi gặp khó khăn, chủ động tìm kiếm giải pháp và thể hiện tinh thần "học suốt đời" một cách rõ rệt hơn, vượt qua kỳ vọng ban đầu về việc B-Learning chỉ tác động chủ yếu đến kỹ năng sử dụng công nghệ hay kỹ năng học tập.

4. Replication protocol provided? Có, luận án cung cấp một giao thức tái tạo (replication protocol) rõ ràng thông qua việc mô tả chi tiết các bước thiết kế và triển khai khóa học B-Learning, cùng với các công cụ đánh giá và quy trình thực nghiệm sư phạm.

   • Specific Details:
     • Thiết kế khóa học B-Learning: Bao gồm các bước "Lập kế hoạch phát triển khóa học kết hợp, Xây dựng đề cương môn học (Syllabus) theo B-Learning, Lên kịch bản, phát triển học liệu cho khóa học, Tổ chức các hoạt động học tập trên LMS, Triển khai khóa học trên hệ quản trị học tập LMS" (P.7).
     • Học liệu và công cụ: Chi tiết về "12 video bài giảng 3 chương... 8 bài kiểm tra trắc nghiệm, các mẫu kế hoạch lập dự án... 01 bài giảng trực tuyến, 03 hệ thống câu hỏi ôn tập 3 chương học phần Thiết kế hệ thống nhúng được đồng bộ hóa trên hệ thống LMS" (P.8).
     • Quy trình thực nghiệm sư phạm: Mô tả rõ "mục đích, nhiệm vụ, đối tượng và địa bàn thực nghiệm... phương pháp đánh giá kết quả thực nghiệm... nội dung và thời gian thực nghiệm... tổ chức thực nghiệm" (P.7).
     • Công cụ đánh giá: Cung cấp "phiếu tự đánh giá NLTH của SV, phiếu đánh giá của GV" (P.7). Những mô tả chi tiết này cho phép các nhà nghiên cứu khác có thể tái tạo (replicate) nghiên cứu tương tự trong các bối cảnh khác hoặc với các học phần khác để kiểm chứng tính vững chắc của mô hình.

5. 10-year research agenda outlined? Có, luận án đã phác thảo một chương trình nghiên cứu 10 năm thông qua phần "Future Research Agenda" với các hướng đi cụ thể.

   • Concrete Directions (4-5):
     1. Mở rộng quy mô và bối cảnh (Năm 1-3): Thực hiện thực nghiệm trên quy mô lớn hơn, bao gồm nhiều trường đại học và khu vực địa lý khác nhau (P.39, "Mở rộng thực nghiệm sư phạm").
     2. Nghiên cứu dọc về tác động dài hạn (Năm 3-5): Tiến hành nghiên cứu theo dõi sinh viên trong và sau khi tốt nghiệp để đánh giá tác động bền vững của B-Learning đối với sự phát triển nghề nghiệp và học tập suốt đời (P.39, "Nghiên cứu dọc").
     3. Tích hợp công nghệ tiên tiến (Năm 5-7): Nghiên cứu tiềm năng tích hợp sâu hơn các công nghệ mới nổi của CMCN 4.0 như AI-powered adaptive learning, VR/AR vào mô hình B-Learning để cá nhân hóa và tối ưu hóa quá trình tự học (P.39, "Tích hợp công nghệ mới").
     4. Phát triển khung NLTH liên ngành (Năm 7-10): Mở rộng Khung NLTH và mô hình B-Learning cho các ngành kỹ thuật khác, thậm chí cả các ngành học ngoài khối kỹ thuật, để kiểm chứng tính tổng quát và xây dựng một lý thuyết NLTH trong môi trường số toàn diện hơn (P.39, "Phát triển và kiểm chứng mô hình B-Learning cho các ngành kỹ thuật khác").
     5. Nghiên cứu về vai trò của giảng viên trong môi trường B-Learning (Năm 1-10): Tiếp tục nghiên cứu sâu hơn về "năng lực sư phạm của giáo viên" (P.21) và vai trò của giảng viên trong việc tạo điều kiện cho NLTH của sinh viên trong môi trường B-Learning.

Kết luận

Luận án này đại diện cho một bước tiến quan trọng trong lĩnh vực giáo dục kỹ thuật, đặc biệt trong bối cảnh chuyển đổi số mạnh mẽ.

1. 5-6 SPECIFIC contributions (numbered):

   1. Hệ thống hóa và làm sáng tỏ cơ sở lý luận về phát triển năng lực tự học (NLTH) trong phương thức đào tạo B-Learning cho sinh viên đại học ngành Kỹ thuật Điện, tích hợp đa chiều các thuyết học tập hiện đại.
   2. Xây dựng thành công Khung NLTH chuyên biệt cho sinh viên ngành Kỹ thuật Điện trong môi trường B-Learning, được kiểm định bởi các chuyên gia.
   3. Thiết kế và triển khai thí điểm một khóa học B-Learning hoàn chỉnh cho học phần "Thiết kế hệ thống nhúng", với học liệu số hóa phong phú (12 video bài giảng, 8 bài kiểm tra trắc nghiệm,...) và vận dụng hiệu quả phương pháp Dạy học Dự án (DHDA) trên nền tảng LMS.
   4. Phát triển và kiểm chứng các công cụ đánh giá NLTH đa chiều, bao gồm phiếu tự đánh giá cho sinh viên và phiếu đánh giá cho giảng viên, cung cấp phương pháp định lượng và định tính cho việc theo dõi sự phát triển NLTH.
   5. Thực hiện thành công thực nghiệm sư phạm với nhóm đối chứng và nhóm thực nghiệm tại "03 lớp sinh viên Trường Đại học Hải Dương" (P.7), cung cấp bằng chứng thực nghiệm về tính khả thi và hiệu quả của mô hình B-Learning đề xuất trong việc nâng cao NLTH của sinh viên Kỹ thuật Điện.
   6. Đề xuất các giải pháp hỗ trợ phát triển NLTH và các kiến nghị chính sách cụ thể, có tính ứng dụng cao cho các cơ sở đào tạo, giảng viên và các nhà hoạch định chính sách.

2. Paradigm advancement với evidence: Nghiên cứu này thúc đẩy một sự tiến bộ về mô hình (paradigm advancement) từ giáo dục truyền thống sang giáo dục định hướng năng lực và tích hợp công nghệ số. Bằng chứng được cung cấp thông qua việc luận án đã "chỉ ra được nguyên nhân của thực trạng và những vấn đề đặt ra cần giải quyết" (P.8) về NLTH yếu kém, và sau đó xây dựng một giải pháp B-Learning có kiểm chứng thực nghiệm. Sự thành công của thực nghiệm sư phạm trong việc cải thiện NLTH của sinh viên Kỹ thuật Điện trong môi trường B-Learning chứng minh rằng việc kết hợp linh hoạt giữa tương tác trực tiếp và trực tuyến, cùng với việc tận dụng các công nghệ số, là mô hình hiệu quả để đáp ứng yêu cầu của CMCN 4.0 và hình thành NLTH, thay thế dần các phương pháp truyền thụ kiến thức thụ động.

3. 3+ new research streams opened: Luận án đã mở ra ít nhất ba hướng nghiên cứu mới:

   1. Nghiên cứu về phát triển NLTH trong B-Learning cho các ngành kỹ thuật chuyên biệt khác, hoặc mở rộng ra các cấp độ giáo dục khác (ví dụ: giáo dục nghề nghiệp, đào tạo lại cho người đi làm).
   2. Nghiên cứu chuyên sâu về vai trò của từng công nghệ số (AI, VR/AR, IoT) trong việc tối ưu hóa các thành tố cụ thể của NLTH trong môi trường B-Learning.
   3. Nghiên cứu về các yếu tố tâm lý-xã hội ảnh hưởng đến sự thích nghi và hiệu quả của sinh viên và giảng viên với phương thức B-Learning ở các bối cảnh văn hóa khác nhau.

4. Global relevance với international comparison: Tính phù hợp toàn cầu của luận án được thể hiện qua việc giải quyết thách thức về đào tạo nguồn nhân lực chất lượng cao trong bối cảnh CMCN 4.0, một vấn đề chung của nhiều quốc gia. Bằng cách so sánh với các nghiên cứu quốc tế của Staker và Horn [40], Gunawan Setiadi và cộng sự [54], luận án đã chứng minh rằng các nguyên lý của B-Learning và phát triển NLTH có thể được điều chỉnh và áp dụng hiệu quả ở Việt Nam, đồng thời cung cấp một mô hình thực nghiệm có thể được tham khảo bởi các hệ thống giáo dục quốc tế đang tìm kiếm giải pháp đổi mới giáo dục kỹ thuật.

5. Legacy measurable outcomes: Di sản của luận án có thể được đo lường thông qua:

   • Tỷ lệ sinh viên có NLTH cao: Sự tăng trưởng tỷ lệ sinh viên ngành Kỹ thuật Điện tại các trường áp dụng mô hình B-Learning đạt các tiêu chí NLTH mong muốn (ví dụ: tăng 20% trong 5 năm).
   • Tác động đến thị trường lao động: Sự cải thiện về khả năng thích ứng và đóng góp của kỹ sư Kỹ thuật Điện mới tốt nghiệp vào các dự án đổi mới sáng tạo trong ngành (có thể đo lường qua phản hồi từ doanh nghiệp hoặc tỷ lệ có việc làm).
   • Số lượng các công trình khoa học kế thừa: Số lượng các luận văn, luận án, bài báo khoa học trong và ngoài nước lấy luận án này làm tài liệu tham khảo hoặc mở rộng nghiên cứu.
   • Tính bền vững của mô hình B-Learning: Việc mô hình B-Learning được tích hợp và duy trì như một phương thức đào tạo cốt lõi trong các chương trình Kỹ thuật Điện, thay vì chỉ là một dự án thí điểm.