De impact van positieve feedback en het geslacht van de feedbackgever op leren

Abstract

Achtergrond en doelstelling

Het positiviteitsprincipe stelt dat studenten beter leren van instructeurs die positieve in plaats van negatieve of neutrale emoties tonen in multimediale lessen (Lawson et al., 2021a). Deze studie breidt dit werk uit door de rol te onderzoeken van affectieve en sociale signalen die door feedbackgevers worden getoond, zoals hun emotionele toon en geslacht, op leren via multimedia.

Methode

In deze tussenproefgroep-studie kregen 160 universiteitsstudenten een videoles over het menselijk zicht, bestaande uit vijf secties, waarbij na elke sectie twee oefenvragen werden gesteld. Na elke vraag ontvingen de studenten verklarende feedbackvideo’s, gepresenteerd door een mannelijke of vrouwelijke feedbackgever die ofwel een positieve of een neutrale emotie uitdrukte via gebaren en stem.

Resultaten

Studenten die feedback ontvingen van personen met een positieve emotionele toon, beoordeelden deze feedbackgevers als positiever, ondersteunender en competenter, en voelden zichzelf ook positiever. De emotionele toon van de feedbackgever had echter geen invloed op de scores op de kennistoets na afloop. Daarnaast werden vrouwelijke feedbackgevers als negatiever, minder ondersteunend en minder competent ervaren dan mannelijke feedbackgevers, hoewel het geslacht van de feedbackgever geen effect had op de toetsscores.

Conclusie

Deze studie breidt het positiviteitsprincipe (Horovitz en Mayer, 2021) en het cognitief-affectieve model van e-learning (Lawson et al., 2021a) uit door te laten zien dat positieve emotionele signalen van feedbackgevers het leren bevorderen, vergelijkbaar met het effect van emotionele signalen van de instructeur tijdens de hoofdles. Deze bevindingen onderstrepen de bredere rol van positiviteit in het creëren van boeiende en ondersteunende multimediale leeromgevingen.

Dit artikel is een Nederlandstalige vertaling van het Engelstalige artikel ‘Effects of Feedback Providers' Positive Emotional Tone and Gender on Learning From a Multimedia Lesson’  van Zhang MSc, dr. Zhao en prof. dr. Mayer. Een samenvatting en bespreking van het artikel vind je hier. Wil je meer weten over cognitieve processen? Schrijf je dan in voor ons gratis kennisdossier en blijf op de hoogte.

Wat al bekend was over dit onderwerp:

• Feedback is een van de krachtigste invloeden op leren en prestaties.
• De emoties van de instructeur beïnvloeden de leerervaringen en -uitkomsten van studenten.
• Het geslacht van de instructeur kan beïnvloeden hoe studenten deze beoordelen en ervaren.

Wat dit artikel toevoegt:

• Dit artikel onderzoekt hoe de emotionele toon en het geslacht van feedbackgevers het leren beïnvloeden.
• De emotionele toon heeft een sterke invloed op de emoties van studenten en hun verbondenheid met de feedbackgever.
• Het geslacht van de feedbackgever beïnvloedt de negatieve emoties van studenten en hun gevoel van verbondenheid met de feedbackgever.

Implicaties voor praktijk en/of beleid:

• Positieve instructeurs worden gezien als meer ondersteunend en competent.
• Er zijn meer strategieën nodig om genderbias ten aanzien van vrouwelijke instructeurs aan te pakken.
• Leren in een fysieke setting is effectiever dan leren in onbegeleide online omgevingen.

1 Inleiding

1.1 Doelstelling en reden

Stel je voor dat vier studenten naar dezelfde multimediale les kijken, waarin oefenvragen zijn verwerkt om hun begrip van het lesmateriaal te toetsen. Na het beantwoorden van elke vraag ontvangen ze direct een feedbackvideo, waarin een feedbackgever op het scherm de juiste antwoordoptie uitlegt. De kenmerken van de feedbackvideo's verschillen echter per student: één student bekijkt feedbackvideo's van een vrouwelijke feedbackgever met een neutrale emotionele toon in haar stem en gezichtsuitdrukking (zoals te zien in het linkerbovenvak van Figuur 1); een andere student krijgt feedbackvideo's van een vrouwelijke feedbackgever met een positieve emotionele toon (zoals in het rechterbovenvak van Figuur 1); een derde student ontvangt feedback van een mannelijke feedbackgever met een neutrale toon (zoals in het linkerbenedenvak van Figuur 1); en een vierde student krijgt feedback van een mannelijke feedbackgever met een positieve toon (zoals in het rechterbenedenvak van Figuur 1).

Dit scenario roept een aantal vragen op: welke student zal een betere leerervaring en leeruitkomst hebben? Heeft de emotionele toon van de feedbackgever invloed op het leerproces en de leerresultaten van de student? Heeft het geslacht van de feedbackgever invloed op het leerproces en de leerresultaten van de student? En is er een interactie-effect tussen de emotionele toon en het geslacht van de feedbackgever op de student?

Kan een glimlach of een stemgeluid het verschil maken in hoe goed een student leert?

In deze studie hebben we onderzocht hoe de emotionele toon en het geslacht van feedbackgevers in multimediale lessen van invloed zijn op het leerproces en de leeruitkomsten van studenten.

Figuur 1. Voorbeeldscreenshot van vier types feedbackvideo's.

De afbeelding linksboven is een screenshot uit de voorwaarde met de neutrale vrouwelijke feedbackgever (NF); de afbeelding rechtsboven is een screenshot uit de voorwaarde met de positieve vrouwelijke feedbackgever (PF); de afbeelding linksonder is een screenshot uit de voorwaarde met de neutrale mannelijke feedbackgever (NM) en de afbeelding rechtsonder is een screenshot uit de voorwaarde met de positieve mannelijke feedbackgever (PM).

In de meeste leeromgevingen waarin feedback wordt gegeven, ontvangen studenten doorgaans feedback na elke vraag, waarbij wordt aangegeven of hun antwoord correct was of wordt uitgelegd wat het juiste antwoord is (Mertens et al., 2022; Wisniewski et al., 2020). Het merendeel van deze feedback is tekstgebaseerd, ondanks onderzoek dat het multimedia-principe ondersteunt (studenten leren beter van zowel visuele als verbale aanwijzingen dan van slechts één van beide; Mayer, 2021) en het belichaamde instructie-principe (studenten leren beter wanneer instructie wordt gegeven door een belichaamde instructeur op het scherm; Mayer, 2021a). Dit suggereert dat feedback via video mogelijk grotere voordelen biedt dan tekstuele feedback. Het produceren van videofeedback kan echter tijdrovend en kostbaar zijn, wat het tot een minder gangbare keuze maakt voor lesontwerpers op veel online leerplatforms. Daarom hebben we in deze studie onderzocht wat de voordelen zijn van feedback via video—specifiek video’s waarin een instructeur het juiste antwoord uitlegt—voor de leerervaring en leeruitkomsten van studenten. Deze video's bevatten instructeurs met verschillende emotionele toon (positief of neutraal) en gender (man of vrouw), zoals weergegeven in de vier panelen van Figuur 1. Het specifieke doel van de studie was om te onderzoeken hoe de emotionele toon en het geslacht van de feedbackgever de ervaren leerervaring en de prestaties op een post-test beïnvloeden.

De combinatie van beeld, stem en emotie kan het verschil maken tussen vergeten en begrijpen.

De online leeromgeving biedt innovatieve mogelijkheden om de betrokkenheid bij feedback te verbeteren, door gebruik te maken van technologieën en digitale signalen om beoordelingsfeedback relevanter en persoonlijker te maken (Henderson et al., 2019). Online leerplatforms maken steeds vaker gebruik van videofeedback om studenten directe, gepersonaliseerde ondersteuning te bieden. Onderzoek toont aan dat door technologie ondersteunde feedback over het algemeen goed wordt ontvangen door studenten en kan bijdragen aan efficiënter leren (Race, 2014). Toch richt veel bestaand onderzoek zich voornamelijk op de perceptie van studenten ten aanzien van deze technologieën, vaak op basis van enquêtes of interviews. Bovendien richten veel eerdere studies zich vooral op de cognitieve verwerking van feedback, en minder op de affectieve verwerking. Een veelvoorkomend onderwerp is bijvoorbeeld het verschil tussen directe en uitgestelde feedback (Kulik en Kulik, 1988). Er is echter nog steeds behoefte aan studies die onderzoeken hoe affectieve en sociale kenmerken van videofeedback—zoals de emotionele toon, het geslacht of de onderwijssstijl van de feedbackgever—van invloed zijn op het leerproces van studenten.

Hoewel er enig onderzoek is gedaan naar de effecten van de emotionele houding van instructeurs in multimedialessen (Horovitz en Mayer, 2021; Lawson en Mayer, 2022; Lawson et al., 2021a, 2021b, 2021c; Zhao en Mayer, 2023a, 2024), is er ook behoefte aan onderzoek naar de effecten van de emotionele houding van feedbackgevers en naar de vraag of deze effecten verschillen afhankelijk van het geslacht van de feedbackgever. De huidige studie helpt dit gat in de literatuur te vullen.

We hebben met name geleerd dat de emotionele toon van de instructeur het leerresultaat aanzienlijk beïnvloedt door de motivatie, aandacht en cognitieve processen van studenten te beïnvloeden (Fredrickson, 2001; Russell, 2003). Theoretische modellen zoals Russells (2003) model van ‘core affect’ categoriseren verschillende soorten emoties, en Fredricksons (2001) Broaden-and-Build Theory suggereert dat positieve emoties het leren bevorderen door de cognitieve flexibiliteit te vergroten en betrokkenheid en creativiteit te stimuleren. Bovendien benadrukt het cognitief-affectieve model van e-learning dat positieve emotionele elementen niet alleen effectieve cognitieve verwerking stimuleren, maar ook sociale verbondenheid tussen studenten en instructeurs bevorderen (Horovitz en Mayer, 2021; Lawson en Mayer, 2022; Lawson et al., 2021a, 2021b; Zhao en Mayer, 2023a, 2023b). Echter, het meeste onderzoek naar de invloed van emoties op leren richt zich op de affectieve kenmerken van de instructeur of lesmaterialen. Er is dus nog weinig bekend over hoe de affectieve kenmerken van feedbackgevers en hun materiaal het leerresultaat en de leerervaring van studenten beïnvloeden.

Positieve emoties kunnen het leerproces versterken—maar hoe werkt dat bij videofeedback?

Daarnaast hebben sommige studies onderzocht hoe genderrollen, zoals beschreven in de sociale roltheorie (Eagly en Wood, 2012), de percepties en beoordelingen van instructeurs beïnvloeden. Slechts weinige studies hebben echter gekeken naar hoe deze percepties invloed hebben op de reacties van studenten op feedbackgevers. Eagly en Wood benadrukken dat maatschappelijke stereotypen over gender—die voortkomen uit observaties van mannelijk en vrouwelijk gedrag—leiden tot de aanname dat de geslachten over overeenkomstige eigenschappen beschikken die hen geschikt maken voor specifieke rollen, zoals leiderschap of zorg. Dit kan sterk van invloed zijn op hoe studenten hun instructeurs beoordelen en ervaren. Daarnaast toont onderzoek van Kierstead et al. (1988) aan dat genderbias een rol speelt in studentbeoordelingen: gedrag dat vriendelijkheid uitstraalt, zoals glimlachen of sociaal contact, leidt tot hogere beoordelingen voor vrouwelijke instructeurs, maar niet voor mannelijke. Deze studies suggereren dat studenten verschillende verwachtingen hebben op basis van het geslacht van de instructeur, wat ook van invloed kan zijn op hoe ontvankelijk ze zijn voor feedback van deze instructeurs. Er is echter weinig bekend over de vraag of deze vooroordelen ook gelden voor feedbackgevers in onderwijscontexten en hoe ze het daadwerkelijke leerresultaat beïnvloeden. Daarom richtte dit onderzoek zich op het invullen van deze lacunes, door te onderzoeken hoe de emotionele toon van feedbackgevers—positief versus neutraal—en hun geslacht (man of vrouw) van invloed zijn op het leerproces en de uitkomsten van studenten.

Deze studie is belangrijk omdat ze essentiële leemtes vult in het begrip van hoe de emotionele toon en het geslacht van feedbackgevers de effectiviteit van feedback in multimediale leeromgevingen beïnvloeden. Terwijl eerder klassiek onderzoek het belang van de emotionele toon van een instructeur tijdens het lesgeven benadrukte, vooral wat betreft motivatie, betrokkenheid en cognitieve verwerking (Fredrickson, 2001; Russell, 2003), is er weinig bekend over hoe deze principes van toepassing zijn op feedbackgevers, met name in de context van videofeedback. Bovendien richt de bestaande literatuur zich vaak op de cognitieve dimensies van feedback, zoals timing en specificiteit, met weinig aandacht voor de affectieve aspecten (Shute, 2008). Door de wisselwerking te onderzoeken tussen de emotionele toon (positief versus neutraal) en het geslacht (man versus vrouw) van feedbackgevers in videofeedback, betreedt deze studie minder goed verkend terrein, en breidt zij theorieën zoals het cognitief-affectieve model van e-learning uit met feedbackdynamieken. De bevindingen hebben belangrijke praktische implicaties voor het ontwerp van online leerplatforms, waar studenten vaak in aanraking komen met uiteenlopende vormen van feedback. Inzicht in hoe emotionele en gendergerelateerde signalen van feedbackgevers het leren beïnvloeden, kan ontwerpers helpen bij het ontwikkelen van meer betrokken en effectieve feedbacksystemen, die zorgen voor gepersonaliseerde en impactvolle leerervaringen voor studenten.

Emotionele toon en geslacht van feedbackgevers kunnen de motivatie en leerresultaten van lerenden beïnvloeden.

2 Theoretische achtergrond

2.1 Feedbackleren

Feedback is informatie die aan een lerende wordt gegeven over diens prestaties bij een taak, met als doel het verbeteren van kennis. In educatieve contexten wordt feedback specifiek gedefinieerd als informatie die wordt verstrekt aan lerenden door actoren zoals docenten, medestudenten, boeken of eigen ervaringen, gebaseerd op hun prestaties om hun begrip te evalueren, fouten of misvattingen te identificeren, hen te begeleiden bij het corrigeren van fouten en/of hen aan te sporen een andere strategie te proberen (Hattie en Timperley 2007). Feedback helpt lerenden om kennis op te bouwen die aansluit bij de leerdoelen van de les (Cavalcanti et al. 2021).

Feedback is een van de krachtigste invloeden op leren en prestaties (Hattie en Timperley 2007). Wanneer het effectief wordt toegepast, kan feedback de leerprestaties aanzienlijk verbeteren. Feedback bevordert met name zelfregulatie en metacognitieve strategieën door lerenden aan te moedigen na te denken over hun leerproces en -resultaten. Naast de invloed op leerprestaties wordt feedback ook gezien als essentieel voor het consolideren en stimuleren van leren (Kahyalar en Yılmaz 2016). Een belangrijk theoretisch fundament voor de integratie van feedback in het onderwijs is te vinden in Vygotsky’s sociaal-culturele theorie (SCT). Dit kader benadrukt het belang van sociale interacties in het leerproces en stelt dat betekenis wordt geconstrueerd via hulpmiddelen die het leren bemiddelen (Behroozizad et al. 2014).

Hoewel de voordelen van feedback goed zijn gedocumenteerd, tonen verschillende meta-analyses aan dat feedback geen uniforme interventie is (Wisniewski et al. 2020; Mertens et al. 2022). Eerder onderzoek heeft dan ook uitgebreid gekeken naar verschillende soorten feedback. Zo benadrukken behavioristen het belang van het direct geven van feedback na een respons om effectief leren te bevorderen, aangezien zelfs kleine vertragingen het leerproces kunnen verstoren (Saltzman 1951; Kulik en Kulik 1988). Andere studies tonen echter het tegenovergestelde aan: vertraagde feedback kan onder bepaalde omstandigheden effectiever zijn (Carpenter en Vul 2011; Mullet et al. 2014). Een recente meta-analyse van 77 experimentele studies (Mertens et al. 2022) ondersteunt bovendien dat elaboratieve feedback (EF) waarschijnlijk het meest effectief is voor zowel lagere-orde (d.w.z. herinnering/herkenning) als hogere-orde (d.w.z. transfer) leeruitkomsten, vergeleken met andere typen feedback zoals kennis van resultaten (KR), kennis van het juiste antwoord (KCR) en antwoord-tot-juist (AUC) feedback.

De kracht van feedback zit niet alleen in het antwoord, maar in het leerproces dat het op gang brengt.

Daarnaast is, met de alomtegenwoordige inzet van technologie in het onderwijs, videofeedback recent opgekomen als een nieuwe manier om feedback te geven. Zo onderzochten Ritzhaupt et al. (2018) hoe organisatorische afbeeldingen (wel of niet aanwezig) en feedbackmodaliteit (narratie versus tekst op het scherm) invloed hebben op het begrip en de tevredenheid van lerenden in multimediale leeromgevingen. De resultaten toonden aan dat lerenden in de condities met afbeeldingen significant tevredener waren, en dat deelnemers aan de narratieconditie meer aandacht besteedden aan relevante visuele informatie dan degenen in de tekstconditie. Evenzo onderzochten Fiorella et al. (2012) de effecten van gesproken versus geprinte realtime feedback en vonden dat de groep met gesproken feedback beter presteerde dan zowel de geprinte- als de geen-feedbackgroepen, wat leidde tot betere beheersing van procedurele kennis op schriftelijke toetsen.

Ondanks de overvloed aan onderzoek naar de effecten van verschillende typen en modaliteiten van feedback (Cavalcanti et al. 2021; Kahyalar en Yılmaz 2016; Mullet et al. 2014; Shute 2008), blijft het affectieve aspect van feedback, vooral in de context van videofeedback, onderbelicht. Recente studies beginnen de potentie van videofeedback voor het verrijken van leerervaringen te benadrukken (Shadiev et al. 2024; YiÄŸit 2024; YiÄŸit en SeferoÄŸlu 2021). Zo onderzochten Espasa et al. (2022) of de vorm waarin feedback werd gegeven — tekst, audio of video — invloed had op de leerprestaties, tevredenheid en percepties van studenten in volledig online leeromgevingen. Zij ontdekten dat hoewel het feedbackkanaal geen effect had op de leerprestaties, het wel een aanzienlijke invloed had op de perceptie van studenten. Met name videofeedback werd gewaardeerd vanwege het bevorderen van dialoog, sociale aanwezigheid en betrokkenheid in online contexten. Evenzo toonden YiÄŸit en SeferoÄŸlu (2021) aan dat videofeedback de waargenomen kwaliteit verbeterde, met name op het gebied van duidelijkheid en aanmoediging; echter was hun onderzoek beperkt door een kleine steekproef en het ontbreken van metingen van leeruitkomsten. Als ander voorbeeld onderzochten Shadiev et al. (2024) het gebruik van 360° videofeedback in het taalleren en vonden verbeteringen in spreekvaardigheid door de meeslepende en gedetailleerde aard van de feedback. Al met al onderstrepen deze studies de belofte van videofeedback, maar is er nog steeds aanvullend onderzoek nodig naar zowel cognitieve als affectieve aspecten van videofeedback in multimediale leeromgevingen. Daarom beoogt deze studie deze kennislacunes aan te pakken door videofeedback als alternatief voor tekstfeedback te onderzoeken en daarbij ook de emotionele toon en het geslacht van de feedbackgevers in een online leercontext in ogenschouw te nemen. Door dit te doen wil dit onderzoek bijdragen aan een beter begrip van hoe effectieve feedbackmaterialen kunnen worden ontworpen die het leerproces maximaal ondersteunen.

We weten dat videofeedback potentie heeft, maar begrijpen nog onvoldoende hoe emotie en vormgeving het leereffect beïnvloeden.

2.2 De rol van emotie in het leren

2.2.1 De rol van positieve emotie in het leren

Uitgebreid onderzoek benadrukt het belang van de emotionele toon van de docent of het lesmateriaal in het academisch leren (Pekrun 2016; Pekrun en Perry 2014; Plass en Hovey 2022; Plass en Kaplan 2016; Zhao en Mayer 2023a, 2023b). We richten ons op het model van "core affect" van Russell (2009) als kader voor het categoriseren van emoties, waarin emoties worden geclassificeerd langs twee dimensies: valentie (plezier-onbehagen) en arousal (geactiveerd-gedempt). In het bijzonder richten we ons op de rol van de positief-actieve emotionele toon van de feedbackgever (zoals blij), in lijn met het idee dat een blije emotionele toon de motivatie en aandacht van studenten verhoogt. Omgekeerd biedt een neutrale emotionele toon een meer ingetogen maar stabiele leerervaring (Russell 2003).

Wanneer de focus ligt op multimedialeren, wordt dit effect samengevat door het positiviteitsprincipe: het idee dat positieve emotionele elementen binnen leersituaties niet alleen positieve emotionele reacties bij studenten versterken, maar ook hun algemene leerefficiëntie verhogen (Horovitz en Mayer 2021; Lawson en Mayer 2022; Lawson et al. 2021a, 2021b). Essentieel is dat positieve affectieve elementen fungeren als katalysatoren voor effectief affectief, sociaal en cognitief verwerken, wat leidt tot verrijkte leerprocessen en leerresultaten.

Positieve emotie werkt als katalysator voor dieper leren, betere focus en meer betrokkenheid.

Het cognitief-affectieve model van e-learning, zoals beschreven door Horovitz en Mayer (2021), Lawson et al. (2021a), Mayer (2020) en Moreno en Mayer (2007), specificeert de stappen waarin emotionele signalen tijdens een les invloed uitoefenen op leeruitkomsten. Figuur 2 presenteert vier stappen in een verkorte versie van de theorie die in deze studie wordt getest. Wanneer de feedbackgever positieve emotionele signalen toont tijdens een les, is de eerste stap dat de lerende waarneemt dat de feedbackgever positieve emotionele signalen uitstraalt (bijv. gebaseerd op beoordelingen van waargenomen emotie); de tweede stap is dat de lerende dezelfde emotie voelt (bijv. gebaseerd op beoordelingen van ervaren emotie); de volgende stap is dat de lerende een sociale verbinding opbouwt met de docent (bijv. gebaseerd op beoordelingen van steun en competentie). Ten slotte is de laatste stap het opbouwen van een leerresultaat dat betere prestaties op een toetstaak ondersteunt (bijv. gebaseerd op scores op geheugen- en transferscores).

Figuur 2. Verkorte versie van het cognitief-affectieve model van e-learning.

De lineaire weergave van verbanden moet mogelijk worden uitgebreid om rekening te houden met de manier waarop feedback interactie kan creëren tussen de instructeur en de lerende (Shute 2008), maar het model biedt een eerste kader voor het genereren van toetsbare voorspellingen die het belang van affectieve processen erkennen. Recent onderzoek heeft bijvoorbeeld onderzocht hoe de emotionele kenmerken van instructeurs in instructievideo’s – zoals gezichtsuitdrukkingen, stemintonatie en gebaren – de leerprocessen en uitkomsten van studenten beïnvloeden. Dit blijkt uit verschillende studies van Lawson en collega’s (Lawson et al. 2021a, 2021b; Lawson en Mayer 2022), waarin deelnemers videolessen bekeken van instructeurs die positieve (zoals blijheid of tevredenheid) of negatieve (zoals verveling of frustratie) emoties uitstraalden via stem, gezichtsuitdrukking en lichaamstaal. Deze instructeurs waren echt of geanimeerd. De resultaten van deze studies verschilden; sommige toonden aan dat positieve instructeurs betere leerresultaten opleverden, terwijl andere geen significante verschillen vonden tussen verschillende emotionele uitdrukkingen. Wel werd consequent vastgesteld dat deelnemers de emoties van de instructeurs konden waarnemen en geneigd waren dezelfde emoties te voelen.

Verder onderzochten Zhao en Mayer (2023a) het effect van alleen stemintonatie met emotionele lading in een gesproken diavoorstelling. Deze studie concludeerde dat studenten de emotionele toestand van instructeurs op basis van alleen de stem konden herkennen en vaak ook overnamen. Degenen die werden blootgesteld aan positieve stemintonatie behaalden gemiddeld hogere scores op daaropvolgende toetsen. Dit suggereert dat positieve emotionele expressie in lesmateriaal het leerproces en de leerresultaten aanzienlijk kan verbeteren, zelfs zonder visuele weergave van de instructeur.

Bovendien stelde de broaden-and-build theory van Fredrickson (2001) dat positieve emoties het momentane repertoire van gedachten en acties verbreden, waardoor een breder scala aan denkpatronen en gedragingen mogelijk wordt. Dit leidt tot creatiever en inclusiever denken. In een leercontext betekent dit dat positieve emoties studenten stimuleren om zich dieper in de lesstof te verdiepen en meer creativiteit en nieuwsgierigheid te tonen. Experimentele studies met globale–lokale visuele verwerkingstaken hebben aangetoond dat positieve emotionele toestanden de aandacht verruimen en leiden tot grotere cognitieve flexibiliteit vergeleken met neutrale of negatieve toestanden (Fredrickson en Branigan 2005).

Positieve feedback doet méér dan corrigeren: het verruimt denken, stimuleert nieuwsgierigheid en verdiept leren.

Hoewel veel onderzoek de voordelen aantoont van positieve emoties bij instructeurs voor het leerproces en de leeruitkomsten van studenten, richtten de meeste eerdere studies zich op de invloed van affectieve kenmerken in de lesinhoud of bij de instructeur. Er is echter behoefte aan onderzoek naar de vraag of deze voordelen ook gelden voor de manier waarop feedback bij oefenopgaven aan studenten wordt aangeboden. Daarom beoogt deze studie te onderzoeken in hoeverre het integreren van verschillende emotionele tonen in feedback, zoals een positieve emotionele toon van de feedbackgever, invloed kan hebben op het leerproces en de leerresultaten van studenten.

2.2.2 De rol van negatieve emotie in het leren

Hoewel veel studies de voordelen aantonen van positieve emoties bij het leren, toont een groeiende hoeveelheid onderzoek aan dat ook negatieve emoties het leren kunnen bevorderen via andere mechanismen (Riediger et al. 2011; Liew en Tan 2016; Forgas 2013). Specifiek stelt de mood repair-hypothese dat individuen die zich verdrietig voelen, strategieën inzetten om hun negatieve stemming te verlichten. Dit leidt vaak tot een verdeling van de werkgeheugenbronnen tussen de cognitieve taak en pogingen om hun stemming te reguleren (Riediger et al. 2011). In onderwijscontexten kunnen leerlingen die geconfronteerd worden met moeilijke problemen negatieve emoties ervaren zoals frustratie of twijfel. Volgens de mood repair-hypothese kan dit ongemak als motiverende kracht werken, waardoor leerlingen zich dieper met het materiaal bezighouden of feedback zoeken om hun begrip te vergroten (Liew en Tan 2016).

Daarnaast zijn mensen die verdriet ervaren vaak geneigd om gemotiveerd en met inspanning taken te verwerken, als een manier om zich af te leiden van negatieve gedachten (Carver en Scheier 1990; Forgas 2013).

Naast deze theorieën zijn er ook studies die het gunstige effect van negatieve emoties van instructeurs op het leren van studenten ondersteunen (Doorn et al. 2014; McPherson en Young 2004). Zo toonde Doorn et al. (2014) in twee experimentele studies aan dat een instructeur die boosheid toonde via gezichtsuitdrukking, stem en lichaamshouding bij het geven van leertips, de prestaties van studenten op geheugentaken verbeterde in vergelijking met een blije instructeur. Deze studies vonden echter plaats in traditionele klaslokalen en niet op multimedia-leerplatforms zoals videoleren, waar minder interactie mogelijk is. Bovendien werden leerresultaten beoordeeld via eenvoudige herinneringstests, en werd het effect op diepgaand begrip of transfer niet onderzocht.

Daarom hebben we in deze studie ook gekeken naar de waargenomen en ervaren negatieve emoties van studenten tijdens het leren, om te verkennen of deze emoties ook een rol spelen in de impact van video-feedback op hun leerervaringen en -resultaten.

Ook verdriet of frustratie kan studenten aanzetten tot extra inspanning en focus.

Aangezien deze studie een eerste verkenning is van de effecten van affectieve kenmerken in video-feedback, kozen we ervoor om in de controlegroep een neutrale toon te gebruiken in plaats van meer uitgesproken negatieve emoties zoals boosheid. We hebben deze benadering gekozen omdat een neutrale toon – in het centrum van het core affect-model van Russell (2003) – een gebalanceerde emotionele basis vormt, gekenmerkt door lage intensiteit en het ontbreken van sterke positieve of negatieve valentie. Dit maakt het een ideaal referentiepunt voor vergelijking met een blije toon.

Toch is het zinvol om in toekomstig onderzoek meer uitgesproken negatieve emotionele tonen te verkennen om dieper inzicht te krijgen in hoe negatieve emoties leerresultaten beïnvloeden. Vanuit praktisch oogpunt is het bovendien realistischer en haalbaarder voor instructeurs en onderwijskundigen om een neutrale toon aan te nemen, aangezien dit hen in staat stelt hun emoties te reguleren en opnames zo nodig opnieuw te maken. Hoewel woede voordelen kan hebben in het leerproces, is het onrealistisch om te verwachten dat alle feedbackgevers effectief of consequent woede integreren in videolessen. Bovendien kan een extreem negatieve toon bij een online instructeur onverwachte of verwarrende effecten hebben.

Samenvattend: positieve en negatieve emoties spelen beide belangrijke rollen in het leren, zij het via verschillende mechanismen. Positieve emoties vergroten betrokkenheid en creativiteit, terwijl negatieve emoties kunnen leiden tot diepere cognitieve verwerking en volharding. Gezien deze complementaire perspectieven is het essentieel om verder te onderzoeken hoe emoties het leren beïnvloeden, aangezien er nog geen duidelijke consensus is over hoe emotionele toestanden het best benut kunnen worden om leeruitkomsten te optimaliseren. Daarom richt deze studie zich in eerste instantie op de vraag of een feedbackgever die blijdschap uitstraalt (in plaats van neutraliteit) het leerproces en de prestaties van studenten in een multimediale leeromgeving kan verbeteren.

Een neutrale toon biedt rust én houvast—maar is dat genoeg om echt te leren?

2.3 De affectieve kenmerken van feedback

Hoewel veel onderzoek zich heeft gericht op de informatieve inhoud van feedback, is er minder aandacht besteed aan de rol van affectieve signalen die door de feedbackgever worden weergegeven. Gezien de complexe wisselwerking tussen emoties en leren (Pekrun 2016; Plass en Hovey 2022; Plass en Kaplan 2016; Zhao en Mayer 2023a, 2023b; Riediger et al. 2011; Liew en Tan 2016; Forgas 2013; Doorn et al. 2014), zijn er de laatste jaren verschillende studies uitgevoerd die onderzoeken hoe emoties die door feedback worden opgewekt het gedrag en de leeruitkomsten van studenten beïnvloeden (Rowe 2017; Gooty et al. 2014; Padgett et al. 2021; Grieve et al. 2019; Tung 2013).

Uit deze studies blijkt dat emoties die door feedback worden opgewekt, kunnen leiden tot adaptief (bevorderend) of maladaptief (belemmerend) gedrag, afhankelijk van de manier waarop de feedback wordt gegeven en ervaren (Rowe 2017). Deze bevindingen benadrukken het belang van het begrijpen van de subtiele effecten van emotionele toon in feedback, in plaats van emoties te reduceren tot brede categorieën zoals “positief” of “negatief”. Dergelijke versimpelingen lopen het risico om de unieke oorzaken, functies en uitkomsten van verschillende emoties binnen leeromgevingen over het hoofd te zien (Gooty et al. 2014).

In dezelfde lijn toonden Padgett et al. (2021) aan dat blije emoticons in online feedback de sociale aanwezigheid en benaderbaarheid van de feedbackgever verhoogden, hoewel ze weinig invloed hadden op de manier waarop studenten inhoudelijk op de feedback reageerden. Voortbouwend hierop onderzochten Grieve et al. (2019) hoe emoticons de perceptie van de persoonlijkheid van de feedbackgever beïnvloeden, zoals vriendelijkheid en openheid. Hun resultaten toonden aan dat feedback met emoticons ertoe leidde dat studenten de gever als extraverter en toegankelijker beoordeelden dan feedback zonder emoticons.

Deze bevindingen sluiten aan bij bredere theorieën over non-verbale communicatie in het onderwijs, zoals Ambady en Rosenthal’s (1993) concept van thin slices van expressief gedrag. Volgens deze theorie kunnen zelfs subtiele non-verbale signalen de perceptie van studenten over de persoonlijkheid en het lesgeven van een instructeur sterk beïnvloeden. In vervolgonderzoek op Grieve et al. (2019) lieten Moffitt et al. (2020) zien dat blije emoticons in feedback de perceptie van de beoordelaar als warm en bekwaam verbeterden, zonder afbreuk te doen aan de professionaliteit of kwaliteit van de feedback. Dit suggereert dat het opnemen van digitale emotionele signalen een positief effect kan hebben op hoe studenten docenten waarnemen, terwijl de integriteit van het feedbackproces behouden blijft.

Subtiele signalen, zoals een glimlach of een emoticon, kunnen bepalen hoe feedback wordt ontvangen.

De mogelijke impact van emotionele signalen in feedback wordt ook ondersteund door eerdere studies die de link leggen tussen de persoonlijkheid van instructeurs en leeruitkomsten. Zo stelt het model van Dunkin en Biddle (1974) dat eigenschappen zoals vriendelijkheid het lesgedrag beïnvloeden, wat op zijn beurt weer de ervaringen en resultaten van studenten vormgeeft. Kim en MacCann (2017) ondersteunden dit met empirisch bewijs en toonden aan dat eigenschappen zoals nauwgezetheid en openheid gepaard gingen met hogere studentbeoordelingen van de onderwijskwaliteit. Deze bevindingen benadrukken dat zelfs minimale emotionele expressies, zoals emoji’s, kunnen bijdragen aan waardevolle onderwijskundige interacties.

Bovendien ontdekten Pitt en Norton (2016) dat emoties opgewekt door feedback verweven zijn met het zelfvertrouwen en de motivatie van studenten, wat weer invloed heeft op hun prestaties bij volgende toetsen. Negatieve emotionele ervaringen, vooral als gevolg van harde of overdreven kritische feedback, kunnen het zelfbeeld ondermijnen en het leerproces op lange termijn belemmeren (Rowe 2017). Anderzijds kan een goed afgestemde emotionele toon in feedback – waarbij studenten zich gesteund voelen in plaats van veroordeeld – het vertrouwen versterken, inspanning aanmoedigen en het betekenisgevingsproces bevorderen dat essentieel is voor leren.

Samengevat richt deze studie zich op een belangrijk hiatus in het onderzoek naar de emotionele toon van feedback door het effect ervan te bestuderen via verschillende feedbackmodaliteiten, waaronder schriftelijke en videovormen. Veel eerder onderzoek richtte zich uitsluitend op schriftelijke feedback, wat de kennis beperkt over hoe aanvullende affectieve en paralinguïstische signalen – zoals intonatie, gezichtsuitdrukkingen en gebaren – de leerervaring en perceptie van studenten kunnen beïnvloeden (Moffitt et al. 2020). Door deze signalen in meerdere modaliteiten te onderzoeken, biedt deze studie een meer omvattend inzicht in hoe de emotionele toon van feedbackgevers invloed heeft op leeruitkomsten en ervaringen in diverse online leercontexten. Dit levert waardevolle inzichten op voor het optimaliseren van feedbackontwerp, zodat optimaal gebruik wordt gemaakt van de unieke mogelijkheden van verschillende media – en zo effectievere en aantrekkelijkere feedbackstrategieën worden ontwikkeld voor online onderwijs.

De toon van feedback kan het verschil maken tussen ontmoediging en motivatie.

2.4 De rol van genderstereotypen in de evaluatie van instructeurs

Naast de invloed van de emotionele toon van de docent op leerprocessen en -uitkomsten, blijkt ook het geslacht van de docent een cruciale factor te zijn in het vormgeven van onderwijservaringen. De sociale roltheorie, ontwikkeld door Alice Eagly, stelt dat genderrollen worden gevormd door de arbeidsverdeling tussen mannen en vrouwen binnen een samenleving. Dit beïnvloedt in sterke mate de maatschappelijke verwachtingen en gedragingen (Eagly en Wood 2012). Zo worden vrouwen doorgaans geassocieerd met eigenschappen als zorgzaamheid en koestering, zoals interpersoonlijke gevoeligheid en emotionele expressiviteit, terwijl mannen worden gezien als zelfverzekerd, dominant, onafhankelijk en assertief (Eagly 1987; Kark en Eagly 2010).

Koenig en Eagly (2014) voerden een experimentele studie uit waarbij ze de opvattingen van deelnemers over rolveranderingen manipuleerden. Ze informeerden deelnemers over hypothetische toekomstige veranderingen in de rollen die verschillende groepen bekleden, met name in het onderwijs, om te onderzoeken of dit hun stereotypen zou beïnvloeden. Deze manipulatie toonde aan dat stereotypen veranderbaar zijn wanneer de perceptie van de rollen die mannen en vrouwen bekleden, verschuift. De resultaten suggereerden dat stereotypen over docenten niet vastliggen en beïnvloed kunnen worden door veranderende maatschappelijke ideeën over de rollen van mannen en vrouwen in het onderwijs. Als deze percepties evenwichtiger worden en afwijken van traditionele genderrollen, zouden vrouwelijke docenten minder uitsluitend als zorgzaam en ondersteunend worden gezien, en mannelijke docenten minder automatisch als effectief en autoritair.

In een andere studie onderzochten Kierstead et al. (1988) de impact van het geslacht van de docent, gezichtsuitdrukkingen en sociale interacties op studentbeoordelingen via twee experimenten. In het eerste experiment lazen 40 studenten scenario’s waarin het geslacht van de docent werd gevarieerd, en waarin werd beschreven of de docent deelnam aan sociale activiteiten buiten de les, zoals lunchen of evenementen. Het tweede experiment keek naar de invloed van gezichtsuitdrukkingen (glimlachen of neutrale uitdrukking) tijdens een presentatie over anatomie, gegeven door een mannelijke of vrouwelijke docent. Uit beide experimenten bleek dat genderstereotypen en non-verbale signalen een significante invloed hadden op de studentbeoordelingen: vrouwelijke docenten die glimlachten of sociaal waren, kregen hogere beoordelingen – in lijn met het stereotype van vrouwen als warm en zorgzaam. Voor mannelijke docenten hadden dezelfde gedragingen weinig tot zelfs negatieve impact op de evaluaties. Dit illustreert een duidelijke genderbias in hoe studenten professionele effectiviteit waarnemen.

Dezelfde glimlach kan anders gewaardeerd worden- afhankelijk van wie hem geeft.

De invloed van gender reikt bovendien verder dan alleen prestaties; het beïnvloedt ook hoe de onderwijskwaliteit wordt waargenomen. In onderzoeken waarbij mannelijke en vrouwelijke avatars als docenten fungeerden, bleek dat studenten dezelfde inhoud anders beoordeelden, enkel gebaseerd op het waargenomen geslacht van de avatar (Khokhlova et al. 2023). Dit wijst op onbewuste vooroordelen, geworteld in genderstereotypen, die actief meespelen in onderwijsinteracties en leerresultaten.

Er zijn aanwijzingen dat het geslacht van de docent ook daadwerkelijk de leerprestaties en motivatie van studenten beïnvloedt (Solanki en Xu 2018). Dit effect is vooral duidelijk binnen de bèta- en technische vakgebieden (STEM), waar vrouwelijke docenten een positieve invloed blijken te hebben op de academische prestaties en motivatie van vrouwelijke studenten. Dit komt onder meer door effectief rolmodelgedrag, gevarieerde lesstijlen en het bewust vermijden van bevooroordeelde behandeling.

Ondanks de overtuigende evidentie dat genderstereotypen het leerproces en de leerervaringen van studenten beïnvloeden, blijft er een belangrijke leemte in de literatuur bestaan: namelijk of hetzelfde effect ook optreedt binnen feedbackgestuurd leren. Deze leemte benadrukt de noodzaak van verder onderzoek naar de vraag of gendergerelateerde verwachtingen en de emotionele toon van feedbackgevers de effectiviteit van leren beïnvloeden.

Zelfs minimale emotionele expressies, zoals emoji’s, kunnen bijdragen aan waardevolle onderwijskundige interacties.

3 Theorie en voorspellingen

Deze studie bouwt voort op fundamentele theorieën en bestaand onderzoek, waaronder het cognitief-affectieve model van e-learning, het positiviteitsprincipe, Russell’s model van kernemoties (core affect), Fredrickson’s broaden-and-build theory en de sociale roltheorie, om de effecten van de emotionele toon en het geslacht van de docent binnen feedbackgestuurd leren te onderzoeken.

Op basis van het positiviteitsprincipe en het cognitief-affectieve model van e-learning, blijkt dat leerlingen in een positieve leeromgeving geneigd zijn de positieve emoties van die omgeving waar te nemen, zelf meer positieve emoties te ervaren, sterkere sociale verbondenheid met feedbackgevers te ontwikkelen, en uiteindelijk betere leerresultaten te behalen. Daarnaast stelt Russell’s model van kernemoties dat een vrolijke emotionele toon – gekenmerkt door een hoge mate van plezier en opwinding – motivatie en aandacht rechtstreeks verhoogt. Fredrickson’s broaden-and-build theory voegt hieraan toe dat positieve emoties het cognitieve bereik vergroten, waardoor studenten beter in staat zijn om nieuwe informatie op te nemen en te integreren.

Daarom voorspellen wij dat feedbackgevers met een positieve emotionele toon, in vergelijking met neutrale feedbackgevers:

• als positiever worden waargenomen,
• meer positieve gevoelens oproepen bij studenten,
• een betere evaluatie van de feedbackgever krijgen,
• en betere leerresultaten opleveren.

Volgens de sociale roltheorie (Eagly en Wood 2012) worden genderrollen gevormd door maatschappelijke arbeidsverdeling en kunnen deze de percepties en gedragingen van studenten beïnvloeden. Onderzoek naar genderrollen heeft aangetoond dat vrouwen vaak worden gezien als zorgzaam en ondersteunend, terwijl mannen doorgaans worden gezien als competent en onafhankelijk (Jenkins et al. 2014). Deze stereotypen beïnvloeden hoe studenten docenten waarnemen en erop reageren, afhankelijk van het geslacht van de docent.

De impact van feedback schuilt niet alleen in de inhoud, maar ook in de verwachtingen die aan de gever worden gekoppeld.

Daarom voorspellen wij dat:

• vrouwelijke feedbackgevers door studenten als meer ondersteunend zullen worden beoordeeld;
• mannelijke feedbackgevers eerder als meer competent worden gezien in onderwijscontexten.

Tot slot, eveneens gebaseerd op de sociale roltheorie (Eagly en Wood 2012), wordt verwacht dat er een belangrijke wisselwerking is tussen emotionele toon en het geslacht van de docent. In deze studie wordt verondersteld dat vrouwelijke feedbackgevers die een positieve toon gebruiken in hun feedback effectiever zullen zijn, omdat deze toon aansluit bij het stereotype beeld van vrouwen als zorgzaam, wat voldoet aan gendergerelateerde verwachtingen en mogelijk de betrokkenheid en leerresultaten van studenten verhoogt.

Daarentegen wordt verwacht dat mannelijke feedbackgevers met een neutrale toon als meer competent worden gezien, vanwege de associatie tussen een neutrale toon en de maatschappelijke verwachting van mannelijke autoriteit en deskundigheid. Dit kan voldoen aan gendernormen en mogelijk de betrokkenheid van studenten en hun leerresultaten versterken.

Op basis van deze theoretische analyse formuleren wij vijf groepen hypothesen, die worden samengevat in Tabel 1 en hieronder nader worden toegelicht.

Tabel 1. Vijf groepen hypothesen

3.1 Hypothese 1

De eerste stap in het cognitief-affectieve model van e-learning is dat de door studenten waargenomen emoties van de feedbackgever worden beïnvloed door de emotionele toon van de feedbackgever. De redenering hierachter is dat volgens Russells model van kernaffect, emotionele tonen zoals geluk of positiviteit motiverende en aandachtsprocessen kunnen versterken. Fredricksons broaden-and-build-theorie ondersteunt dit verder door te suggereren dat positieve emoties de cognitieve flexibiliteit van studenten vergroten, wat leidt tot een meer betrokken en productieve leeromgeving. Feedback die op een positieve toon wordt gegeven, zal daarom waarschijnlijk leiden tot hogere beoordelingen van waargenomen positieve emoties en lagere beoordelingen van waargenomen negatieve emoties. Aangezien zowel vrouwelijke als mannelijke feedbackgevers zowel een positieve als neutrale toon gebruikten, voorspelden we dat de waargenomen emoties van de feedbackgever door studenten niet zouden worden beïnvloed door het geslacht van de feedbackgever. Daarnaast verwachtten we geen modererend effect van het geslacht van de feedbackgever op het effect van diens emotionele toon op de waargenomen emoties van studenten.

3.2 Hypothese 2

De tweede stap in het cognitief-affectieve model van e-learning is dat de emoties die studenten zelf voelen, worden beïnvloed door de emotionele toon van hun feedbackgever. Dit bouwt voort op het cognitief-affectieve model van e-learning, dat de wisselwerking benadrukt tussen emotionele reacties en cognitieve resultaten. Er wordt verwacht dat de emotionele toon die door feedbackgevers wordt gebruikt, rechtstreeks invloed heeft op de interne emotionele toestand van studenten. Aangezien zowel vrouwelijke als mannelijke feedbackgevers zowel een positieve als neutrale toon hanteerden, en we al voorspelden dat de door studenten waargenomen emoties van de feedbackgever niet beïnvloed zouden worden door het geslacht van de feedbackgever, verwachtten we geen hoofdeffect van het geslacht van de feedbackgevers op de door studenten ervaren emoties, noch een interactie-effect tussen het geslacht van de feedbackgever en diens emotionele toon. We gebruikten verschillende schalen om het niveau van positieve en negatieve emoties te meten.

3.3 Hypothese 3

De derde stap in het cognitief-affectieve model van e-learning betreft de effecten van de emotionele houding van de feedbackgever op het gevoel van sociale verbondenheid van de student met de feedbackgever (zoals de mate van steun die studenten ervaren). Ook het geslacht van de feedbackgever kan hierbij een rol spelen. De sociale roltheorie stelt dat genderrollen invloed kunnen hebben op de perceptie van interpersoonlijk gedrag, zoals steunend zijn. Feedback van vrouwelijke feedbackgevers, die stereotypisch als zorgzamer worden gezien, zal naar verwachting als meer ondersteunend worden ervaren, wat de relationele aspecten van de leeromgeving versterkt. Vrouwelijke feedbackgevers, vooral degenen die een positieve emotionele toon hanteren, zouden de perceptie van steun bij studenten vergroten vanwege de overeenstemming met het stereotype van verzorgend gedrag dat vaak aan vrouwen wordt toegeschreven. Bovendien, volgens het cognitief-affectieve model van e-learning, zorgen positieve instructeurs voor betere relaties tussen studenten en instructeurs en voor een hogere waardering van de instructeurs. Daarom werd verwacht dat positieve feedbackgevers als meer ondersteunend zouden worden beoordeeld dan neutrale feedbackgevers.

3.4 Hypothese 4

Ook in overeenstemming met de derde stap in het cognitief-affectieve model van e-learning, zouden positieve instructeurs moeten zorgen voor betere relaties met studenten en daardoor als gunstiger worden beoordeeld (d.w.z. als competenter) dan neutrale feedbackgevers. Verder werd, op basis van eerder onderzoek dat aantoonde dat het geslacht van de instructeur invloed kan hebben op de perceptie van autoriteit en competentie, verwacht dat mannelijke feedbackgevers – traditioneel gezien als onafhankelijk en assertief – hoger zouden scoren op waargenomen competentie. Daarnaast stelden we de hypothese dat mannelijke feedbackgevers met een neutrale emotionele toon als competenter zouden worden ervaren. Dit komt doordat de combinatie van een neutrale toon met maatschappelijke verwachtingen de perceptie van mannelijke competentie versterkt.

3.5 Hypothese 5

De laatste stap in het cognitief-affectieve model van e-learning betreft de effecten van de emotionele houding van de feedbackgever op de leerresultaten. De sociale roltheorie suggereerde een interactie waarbij vrouwelijke feedbackgevers met een positieve toon tot de beste leerprestaties leiden, omdat zij aansluiten bij maatschappelijke verwachtingen van warmte en ondersteuning. Dit creëert een comfortabelere en meer betrokken leeromgeving, wat de betrokkenheid van studenten bevordert en hun leeruitkomsten verbetert.

3.6 Verkennende analyse

Vanwege de beperkte tijd die beschikbaar was voor het rekruteren van deelnemers op locatie, omvatte deze studie zowel face-to-face als online leeromgevingen om de dataverzameling te versnellen. Hoewel de primaire onderzoeksvragen, het ontwerp en de hypothesen niet gericht waren op verschillen tussen deze twee leeromgevingen, werd deze variabele opgenomen in de verkennende analyse om rekening te houden met potentiële variabiliteit die werd geïntroduceerd door deelnemers uit verschillende leeromgevingen. Dit aanvullend onderzoek had tot doel een uitgebreider begrip van de studieresultaten te bieden en mogelijke implicaties van de leeromgeving te verkennen op de affectieve, sociale en cognitieve verwerking van studenten tijdens het leren—dat wil zeggen, de emotionele beleving van studenten, hun perceptie van de feedbackgever en hun academische prestaties. Over het geheel genomen maakte deze verkennende analyse geen deel uit van het oorspronkelijke onderzoeksontwerp, maar werd toegevoegd om de reikwijdte van het onderzoek te verbreden en aanvullende inzichten te bieden over hoe face-to-face en online leercontexten mogelijk verschillend van invloed zijn op leren.

De hypothese is dat de emotionele toon en het geslacht van de docent de perceptie en het leerresultaat sturen.

4 Methode

4.1 Deelnemers

De deelnemers bestonden uit 160 bachelorstudenten, die via het SONA online wervingssysteem werden gerekruteerd uit de psychologiedatabase van een universiteit in Californië. We voerden vooraf een poweranalyse uit met een effectgrootte van 0,30 en een gewenste statistische power van 0,80. De analyse wees op een aanbevolen steekproefgrootte van 126 deelnemers. De gekozen steekproef van 160 deelnemers overschrijdt deze vereiste en wordt als voldoende beschouwd. We selecteerden een effectgrootte van d = 0,30 op basis van de algemeen aanvaarde richtlijnen van Cohen (1988), die d = 0,20 classificeren als klein, d = 0,50 als gemiddeld en d = 0,80 als groot. Een effectgrootte van 0,30, gelegen tussen klein en gemiddeld, wordt beschouwd als een conservatieve schatting binnen onderwijsonderzoek—vooral bij interventies zoals feedback via video, die doorgaans effectgroottes opleveren variërend van klein tot matig. We erkennen echter dat ook andere effectgroottes verdedigbaar zijn op basis van meta-analyses in de feedbackliteratuur (Mertens et al., 2022; Wisniewski et al., 2020).

In dit onderzoek identificeerden 39 deelnemers zich als man, 117 als vrouw en 4 als een ander gender. De gemiddelde leeftijd was 19,39 jaar (SD = 1,54). De etnische samenstelling van de deelnemers was als volgt: 45 identificeerden zich als wit, 3 als zwart, 39 als Aziatisch, 41 als Hispanic, 24 als anders en 2 gaven er de voorkeur aan hun etniciteit niet te vermelden. Alle deelnemers rapporteerden een laag niveau van voorkennis over het onderwerp van de multimediales (namelijk: menselijke kleurwaarneming), zoals bleek uit hun gemiddelde score op een voorkennistoets (M = 4,30, SD = 2,67, maximum = 14).

Vanwege de trage werving van deelnemers op locatie (deelnemers die de studie in het lab uitvoerden) en de beperkte tijd voor dataverzameling, werd een deel van de data online verzameld—dat wil zeggen, sommige deelnemers volgden het onderzoek online in hun eigen omgeving. Uiteindelijk bestond de steekproef uit 62 deelnemers op locatie en 98 online deelnemers. Daarnaast werden de gegevens van 10 online deelnemers die de online enquête niet voltooiden, uitgesloten van de analyse.

De steekproef is divers, maar de voorkennis was laag - een ideaal uitgangspunt om leereffecten te meten.

4.2 Onderzoeksopzet

De studie gebruikte een between-subjects onderzoeksopzet met vier groepen. De condities verschilden op basis van de feedbackvideo’s die de deelnemers bekeken. Deze video’s toonden feedbackgevers met verschillende emotionele tonen (positief versus neutraal) en verschillende geslachten (vrouwelijk versus mannelijk). De deelnemers werden willekeurig toegewezen aan één van de vier condities:

• 39 deelnemers in de Neutrale Vrouwelijke groep (NF),
• 39 deelnemers in de Positieve Vrouwelijke groep (PF),
• 42 deelnemers in de Neutrale Mannelijke groep (NM),
• 40 deelnemers in de Positieve Mannelijke groep (PM).

De afhankelijke variabelen waren:

• de score op de posttest (retentietest en transfertest),
• beoordelingen van de waargenomen emoties van de feedbackgever,
• beoordelingen van de gevoelde emoties van de deelnemer zelf,
• beoordelingen van de ervaren steun en competentieniveau van de feedbackgever.

Hoewel deze studie deelnemers omvatte uit zowel online als fysieke leeromgevingen om efficiënter te kunnen rekruteren binnen de beperkte tijd, maakte deze aanpak geen deel uit van het oorspronkelijke experimentele ontwerp en sloot dit ook niet aan bij de primaire onderzoeksvragen of hypothesen. De vergelijking tussen deze twee leercontexten werd uitsluitend als verkennende analyse uitgevoerd en dienovereenkomstig gerapporteerd.

Vier soorten feedbackgevers, één duidelijke vraag: wat werkt het best voor leren?

4.3 Materialen

De gebruikte materialen bestonden uit:

• een voorkennistoets,
• vier versies van videolessen met een ingesproken slideshow over menselijke kleurwaarneming, bestaande uit vijf videosegmenten van elk 3 minuten, met twee oefenvragen die werden gepresenteerd tijdens de pauzes na elk segment (waarbij enkel de feedbackgevers verschilden),
• postvragenlijsten over de waargenomen positieve en negatieve emoties van de feedbackgever,
• beoordelingen van de gevoelde positieve en negatieve emoties van de deelnemer zelf,
• beoordelingen van de steun en competentie van de feedbackgever,
• twee posttests (retentietest en transfertest),
• en een vragenlijst met demografische gegevens.

4.3.1 De voorkennistoets

De voorkennistoets had als doel te meten hoeveel voorkennis deelnemers hadden over de biologie van het menselijke visuele systeem voordat ze de videoles volgden. Deze toets bestond uit twee vragen.

1. De eerste vraag vroeg deelnemers om hun kennis over het visuele systeem van de mens te beoordelen op een schaal van 1 (zeer weinig) tot 5 (zeer veel).
2. De tweede vraag vroeg deelnemers aan te geven welke van de negen stellingen op hen van toepassing waren.

Voorbeeldstellingen waren:

• "Ik herinner me dat ik iets geleerd heb over het menselijke visuele systeem."
• "Ik weet hoe donkere adaptatie werkt."
• "Ik heb het vak AP Psychologie gevolgd."

De score op de tweede vraag werd bepaald door het aantal aangekruiste uitspraken op te tellen. De totale score voor voorkennis werd verkregen door de scores van beide vragen op te tellen. De Cronbach’s alpha van de voorkennistoets was α = 0,76, wat wijst op een acceptabele interne betrouwbaarheid.

4.3.2 Multimediales

De multimediales was een ingesproken diavoorstelling over de biologie van menselijke kleurwaarneming. Deze bestond uit 15 dia’s en duurde ongeveer 15 minuten. De les was opgedeeld in 5 secties van elk 3 dia’s en duurde per sectie ongeveer 3 minuten.

Het script werd ingesproken door een vrouwelijke en een mannelijke student, beiden laatstejaarsstudenten in de theateropleiding van de universiteit. De actrice en de acteur waren van vergelijkbare leeftijd en etniciteit (beiden wit) en droegen dezelfde kleding (witte shirts) tijdens de opnames.

• Voor de positieve feedbackconditie kregen zij de instructie om een vriendelijke en opgewekte emotie over te brengen door te glimlachen en met een lichte, opgewekte toon te spreken.
• Voor de neutrale feedbackconditie kregen zij de instructie om een neutrale, emotieloze houding aan te nemen — een soort “pokerface”.

Het volledige opnameproces werd begeleid door onderzoekers om te waarborgen dat de emoties van de feedbackgevers overeenkwamen met de beoogde condities. Alle videolessen werden ingesproken in een neutrale toon. De stem in zowel de videoles als de feedbackvideo’s was consistent met het geslacht van de instructeur. In de vrouwelijke condities werd zowel de les als de feedback ingesproken door dezelfde vrouw, en hetzelfde gold voor de mannelijke condities.

Zowel de vrouwelijke als mannelijke acteur namen alle onderdelen (videoles en feedbackvideo’s) op in één enkele, aaneengesloten sessie. Hierdoor bleef de toon en stijl van hun presentatie consistent. De video’s werden dus niet in aparte sessies opgenomen, waardoor variaties door context of tijdsmoment werden beperkt.

Na de opnamesessies werden de beelden bewerkt tot losse videofragmenten per lesonderdeel en feedbackmoment. Hierdoor bleef de uitvoering van de acteurs consistent.

Voorafgaand aan de opnames kregen beide feedbackgevers een uitgebreide training om hun emotionele expressie goed af te stemmen op de condities. Deze training omvatte richtlijnen en oefensessies gericht op gezichtsuitdrukking, intonatie en algemene expressie, zodat deze overeenkwamen met de onderzoeksopzet. Deze maatregelen moesten variatie tussen video’s beperken en de validiteit van het materiaal waarborgen.

Alle deelnemers bekeken dezelfde multimediales. Ze konden geen ondertiteling zien en mochten de video niet pauzeren of opnieuw afspelen. Het volledige script (287 woorden verdeeld over 15 dia’s) is te vinden via de volgende link: https://osf.io/7davx/?view_only=2dad7301bc644c73b52a16f077e0cff6

De complete videoles bestond uit 15 dia’s, opgedeeld in vijf secties, met twee oefenvragen die werden weergegeven tijdens de pauzes na elke sectie. Een voorbeeldafbeelding van de videoles is te zien in Figuur 3.

Elke deelnemer kreeg exact dezelfde les – alleen de feedbackgever en de gezichtsuitdrukking en toon veranderden.

Voorbeeld van een schermafbeelding uit de videoles.

4.3.3 Oefenvragen

Na elk van de vijf secties van de les moesten de deelnemers twee meerkeuze-oefenvragen beantwoorden, die één voor één op het scherm werden getoond (zoals geïllustreerd in Figuur 4). Het doel van de oefenvragen was om ervoor te zorgen dat de deelnemers aandachtig naar de les keken, te meten hoeveel inhoud ze zich konden herinneren uit de voorgaande videosectie en hen te helpen de belangrijkste concepten uit de les te herzien.

Alle oefenvragen zijn toegankelijk via deze link: https://osf.io/7davx/?view_only=2dad7301bc644c73b52a16f077e0cff6.

4.3.4 Feedback

Telkens wanneer deelnemers een oefenvraag hadden beantwoord, kregen zij het juiste antwoord op het scherm te zien, waarbij het correcte antwoord vetgedrukt werd weergegeven in de tekst. Deelnemers ontvingen ook feedbackvideo’s van 30 seconden tot 1 minuut, waarin een belichaamde menselijke feedbackgever op duidelijke wijze uitlegde waarom een bepaald antwoord juist was. Deelnemers mochten de feedbackvideo’s niet opnieuw afspelen of pauzeren.

Figuur 5 toont een voorbeeld van een screenshot van de feedbackpagina.

Figuur 5. Voorbeeld van een screenshot van de feedbackpagina.

De tekst bovenaan in de figuur toont de correctieve tekstgebaseerde feedback, waarbij het juiste antwoord vetgedrukt is weergegeven in de oefenvraag. De video-gebaseerde feedback is onderaan het scherm te zien.

Er waren vier versies van de feedbackdia’s die overeenkwamen met de vier experimentele condities. Voor elke conditie verschilden het geslacht van de menselijke feedbackgever en diens emotionele toon. Concreet gold het volgende:

• In de neutrale vrouwelijke   (NF) conditie was er een vrouwelijke spreker die sprak met een neutrale emotionele toon en gezichtsuitdrukking.
• In de positieve vrouwelijke (PF) conditie was er een vrouwelijke spreker die sprak met een positieve emotionele toon en gezichtsuitdrukking.
• In de neutrale mannelijke    (NM) conditie was er een mannelijke spreker die sprak met een neutrale emotionele toon en gezichtsuitdrukking.
• In de positieve mannelijke  (PM) conditie was er een mannelijke spreker die sprak met een positieve emotionele toon en gezichtsuitdrukking.

Om consistentie te garanderen, werden de stemmen in de videolessen en feedbackvideo’s ingesproken door dezelfde student-actrice en -acteur die gerekruteerd waren uit de theateropleiding van de universiteit. Ter referentie worden voorbeeldscreenshots van de vier feedbackvideocondities weergegeven in Figuur 1.

Het is ook belangrijk om te vermelden dat de studie gekozen heeft voor een neutrale toon in plaats van een negatieve, om verschillende redenen. Een neutrale toon, die centraal staat in het model van kernaffect van Russell, biedt een evenwichtige emotionele basis. Deze wordt gekenmerkt door een gebrek aan sterke positieve of negatieve gevoelens en een matige mate van opwinding, waardoor het een geschikte vergelijkingsbasis vormt tegenover de positieve emotionele toon (Russell, 2003). In de context van feedbackvideo’s kan een neutrale toon effectiever zijn dan een negatieve toon, omdat het demotiverende effecten van negatieve emoties vermijdt en toch een duidelijk contrast vormt met de positieve toon. Dit maakt het mogelijk om te beoordelen hoe een positieve toon het leerproces beïnvloedt, zonder de verstorende effecten van negatieve emoties.

Door toon en geslacht systematisch te variëren, kreeg elk stukje feedback een eigen gezicht én effect.

4.3.5 Teacher behaviour checklist (TBC)

Na de les vulden de deelnemers een vragenlijst in over hun perceptie van de ondersteunendheid en bekwaamheid van de feedbackgever.

Voor het meten van ondersteunendheid werd gebruikgemaakt van de subdimensie support van de Teacher Behaviour Checklist (TBC), een meetinstrument met 28 items, waarvan 14 gericht zijn op ondersteunend gedrag (Keeley et al., 2006). Deelnemers beoordeelden de benaderbaarheid, bereidheid tot helpen en responsiviteit van de feedbackgever op een schaal van 1 (helemaal mee oneens) tot 5 (helemaal mee eens). In de mannelijke feedbackcondities stond er steeds “Hij zou …”, en in de vrouwelijke condities “Zij zou …” bij elke stelling, om het geslacht van de feedbackgever te benadrukken.

Voorbeelden van stellingen waren:

• Zij zou gevoelig zijn voor de behoeften van studenten en ervoor zorgen dat zij alles begrijpen voordat ze verdergaat.
• Zij zou studenten aanmoedigen en voor hen zorgen, hun behoeften herkennen en ondersteunen.

De betrouwbaarheid van deze schaal was zeer hoog, met een Cronbach's alpha van 0.93.

De bekwaamheid van de feedbackgever werd gemeten met de competence subdimensie van de TBC, die ook uit 14 items bestaat. Deze dimensie meet de ervaren effectiviteit en professionaliteit van de feedbackgever. De deelnemers beoordeelden bijvoorbeeld de kennis, autoriteit en vaardigheid van de spreker in het overbrengen van lesstof. Ook hier werd een 5-puntsschaal gebruikt.

Voorbeelden van items waren:

• Zij zou technisch vaardig zijn en digitale hulpmiddelen effectief inzetten in het onderwijs.
• Zij zou goed voorbereid zijn en met de nodige materialen en lesplannen naar elke sessie komen.

De betrouwbaarheid van deze schaal was eveneens hoog, met een Cronbach’s alpha van 0.94.

Hoe een docent overkomt – zorgzaam of deskundig – werd zorgvuldig gemeten, item voor item.

4.3.6 Perceived emotion scale

Daarna vulden de deelnemers een vragenlijst in om te beoordelen welke emoties zij waarnamen bij de feedbackgever. Deze schaal was gebaseerd op eerder onderzoek (Zhao & Mayer, 2023a, 2023b, 2024) en omvatte zes items: drie voor positieve waargenomen emoties en drie voor negatieve waargenomen emoties.

De items voor positieve emoties waren:

• De feedbackgever voelde zich positief
• De feedbackgever voelde zich opgewonden
• De feedbackgever voelde zich blij

De items voor negatieve emoties waren:

• De feedbackgever voelde zich negatief
• De feedbackgever voelde zich gefrustreerd
• De feedbackgever voelde zich verveeld

Deze items waren geïnspireerd op het circumplexmodel van kernemoties van Russell (2003, 2009). De deelnemers beoordeelden elk item op een schaal van 1 (niet positief / niet opgewonden / niet blij, enz.) tot 5 (zeer positief / zeer opgewonden / zeer blij, enz.).

De betrouwbaarheid van de schaal was goed:

• Voor positieve emoties: Cronbach’s alpha = 0.89
• Voor negatieve emoties: Cronbach’s alpha = 0.73

De eindscore voor positieve en negatieve emotieperceptie werd berekend door het gemiddelde te nemen van respectievelijk de drie positieve of drie negatieve items.

Met zes gerichte vragen werd scherp in kaart gebracht welke emoties de feedbackgever opriep.

4.3.7 Gevoelde emotie schaal (Felt Emotion Scale)

Om de emotionele reacties van deelnemers zelf te meten die werden opgewekt door de feedbackgever, werd een aangepaste versie van de felt emotion survey (Zhao & Mayer, 2023a, 2023b, 2024) opgesteld. Deze enquête was vergelijkbaar met de voorgaande perceived emotion schaal, maar de formulering van de items werd aangepast.

De items voor positieve gevoelde emoties waren:

• De feedbackgever liet mij me positief voelen
• De feedbackgever liet mij me opgewonden voelen
• De feedbackgever liet mij me blij voelen

De items voor negatieve gevoelde emoties waren:

• De feedbackgever liet mij me negatief voelen
• De feedbackgever liet mij me gefrustreerd voelen
• De feedbackgever liet mij me verveeld voelen

De termen waren gebaseerd op het circumplexmodel van emoties van Russell (2003, 2009). De deelnemers scoorden elk item op een vijfpuntsschaal van 1 (Niet positief/opgewonden/blij of Niet negatief/gefrustreerd/verveeld) tot 5 (Zeer positief/opgewonden/blij of Zeer negatief/gefrustreerd/verveeld).

De betrouwbaarheid van deze schaal was hoog:

• 0.94 voor positieve gevoelde emoties

• 0.71 voor negatieve gevoelde emoties

De totaalscores voor positieve en negatieve emoties werden berekend als het gemiddelde van de respectievelijke drie items.

Dezelfde feedback kan anders landen—de meting van gevoelde emotie brengt dat verschil aan het licht.

4.3.8 Eindtoets (posttest)

De eindtoets evalueerde wat de deelnemers geleerd hadden uit de videolessen. Deze bestond uit twee onderdelen:

1. Retentietest
2. Transferentest

Retentietest:

Deze bestond uit 10 meerkeuzevragen. De helft hiervan leek sterk op de oefenvragen uit de les, terwijl de andere helft geheel nieuw was.

Voorbeeld van een bekende vraag: Waarom hebben mensen een blinde vlek?

Voorbeeld van een nieuwe vraag: Wat is de functie van het hoornvlies en de lens in het oog?

De score werd berekend door het aantal correcte antwoorden bij elkaar op te tellen.

Transferentest:

Bestond uit vier open vragen die toetsten of deelnemers de leerstof konden toepassen op nieuwe situaties.

Voorbeeldvraag: De octopus heeft, in tegenstelling tot de mens, geen blinde vlek. Als we willen dat mensenogen ook geen blinde vlek meer hebben, hoe zou jij dan het netvlies opnieuw ontwerpen?

Beoordeling gebeurde via een beoordelingsrubriek met vooraf vastgestelde correcte antwoorden. Elk benoemd correct element leverde één punt op. Eén correct antwoord was voldoende om de transfer als geslaagd te beoordelen. De totaalscore was de som van de scores op de vier vragen.

Om betrouwbaarheid te waarborgen, werd elke open vraag door twee beoordelaars onafhankelijk gescoord. De interbeoordelaarsbetrouwbaarheid was hoog (r = 0.82). Ook werden intraclass correlatiecoëfficiënten (ICC’s) berekend met een tweerichtings random-effects model:

• Transfer 1: ICC = 0.73
• Transfer 2: ICC = 0.95
• Transfer 3: ICC = 0.86
• Transfer 4: ICC = 0.72

Eventuele verschillen in beoordeling werden besproken en in overleg opgelost.

Leren is meer dan onthouden – deze toets vroeg ook: kun je het toepassen?

4.3.9 Vragenlijst demografische gegevens

Tot slot vulden de deelnemers een korte vragenlijst in over hun leeftijd, geslacht en raciale/etnische achtergrond.

4.4 Procedure

In-persoon versie

Deelnemers schreven zich in via het SONA-recruteringssysteem en namen deel aan sessies van maximaal drie personen in een psychologielab. De onderzoeker verifieerde de gegevens en gaf instructies, waaronder het niet gebruiken van telefoons of maken van aantekeningen. Iedere deelnemer zat in een apart hokje achter een computerscherm, waarop het experiment via Qualtrics werd aangeboden – een online enquêteplatform.

Online versie

Om de efficiëntie van gegevensverzameling te verhogen, werd de procedure later volledig online uitgevoerd. Deelnemers ontvingen een Qualtrics-link via het SONA-systeem en konden het onderzoek in hun eigen omgeving doorlopen. De toewijzing aan een experimentele conditie gebeurde automatisch bij het openen van de link. De instructies en procedures waren identiek aan die van de fysieke versie. Na voltooiing stuurden deelnemers hun student-ID in voor verificatie en toekenning van studiepunten.

Algemene verloop van de studie

Elke deelnemer werd willekeurig toegewezen aan een van de vier experimentele condities:

• Neutrale vrouwelijke feedbackgever (NF)
• Positieve vrouwelijke feedbackgever (PF)
• Neutrale mannelijke feedbackgever (NM)
• Positieve mannelijke feedbackgever (PM)

Stappen in de studie:

1. Informed consent – akkoord gaan met deelname.
2. Voorkennisvragenlijst
3. Videoles over menselijke visuele waarneming, verdeeld in vijf secties van telkens ±3 minuten.
4. Na elke lessectie: twee oefenvragen
5. Na elke oefenvraag: onmiddellijke feedback (30 seconden – 1 minuut)
6. Na alle lessen:

• Teacher Behaviour Checklist (TBC)
• Perceived Emotion-vragenlijst
• Felt Emotion-vragenlijst

        7. Eindtoets:

• 10 meerkeuzevragen (geen tijdslimiet)
• 4 open vragen (max. 3 minuten per vraag)

        8. Demografische vragenlijst

        9. Debriefing en bedankje

De studie werd goedgekeurd door het ethisch comité (IRB) en werd uitgevoerd conform de richtlijnen voor onderzoek met mensen.

5 Resultaten

5.1 Verschillen de groepen op basiskenmerken?

In een eerste analyse van de basiskenmerken van de deelnemers vonden we geen significante verschillen tussen de vier feedbackgroepen. Dit betekent dat de deelnemers in de verschillende groepen vergelijkbaar waren op de volgende kenmerken:

• Leeftijd:

F(3,156) = 0.96, p = 0.42, η² = 0.02

• Scores op oefenvragen:

F(3,156) = 0.49, p = 0.69, η² = 0.01

• Geslachtsverdeling:

χ²(9, N = 160) = 9.27, p = 0.41

• Etnische verdeling:

χ²(15, N = 160) = 15.35, p = 0.43

• Voorkennisniveau:

F(3,156) = 0.22, p = 0.88, η² = 0.004

Conclusie: De vier groepen waren vergelijkbaar qua demografie, voorkennis en oefenscores, wat betekent dat eventuele verschillen in uitkomsten waarschijnlijk te wijten zijn aan het effect van de feedbackmanipulatie en niet aan onderliggende groepsverschillen.

5.2 Hypothese 1: Worden de gepercipieerde emoties van studenten beïnvloed door de verschillende feedbackgevers?

Om Hypothese 1 te testen, onderzochten we of studenten de positieve of neutrale emoties van de verschillende feedbackgevers konden waarnemen. Hiervoor gebruikten we een 2 × 2 ANOVA, met de volgende onafhankelijke variabelen:

• Emotionele toon: Positief vs. Neutraal
• Geslacht van de feedbackgever: Vrouw vs. Man

We voerden aparte analyses uit op:

• Gepercipieerde positieve emoties
• Gepercipieerde negatieve emoties

Toets op aannames

Voordat de ANOVA werd uitgevoerd, werd een Levene’s test gedaan om te controleren op homogeniteit van varianties en normaliteit van de gegevens.

• Bij gepercipieerde negatieve emoties werd een positieve scheefheid gevonden (dus veel lage scores), en Levene’s test was significant:

F(3,156) = 6.10, p < 0.001

→ Dit wijst op ongelijke varianties, en daarom werd een robuuste ANOVA op basis van rangordes uitgevoerd. Deze methode is betrouwbaarder bij scheve verdelingen en ongelijke spreiding.

Bayesiaanse analyse

Naast de klassieke ANOVA werd ook een Bayesiaanse analyse uitgevoerd. Die biedt voordelen omdat:

• Ze expliciet de bewijssterkte voor de nulhypothese kan kwantificeren (bv. dat het geslacht van de feedbackgever géén invloed heeft op de perceptie van emoties – Hypothese 1c).
• Ze ook de interactie-effecten tussen geslacht en emotionele toon kan beoordelen (Hypothese 1d).

Met Bayesiaanse analyse werd niet alleen gekeken of er verschil was, maar ook hoe sterk het bewijs vóór géén verschil was.

Resultaten

De resultaten van deze analyses zijn samengevat in:

• Tabel 2a: ANOVA-resultaten van gepercipieerde positieve en negatieve emoties
• Tabel 2b: Gemiddelden en standaarddeviaties van de perceptie van positieve en negatieve emoties per groep

Tabel 2a: Waargenomen positieve emotie 

Tabel 2a: Waargenomen negatieve emotie (Perceived Negative Emotion)

Opmerking: Een sterretje (*) geeft een significant verschil aan (p < 0,05) ten opzichte van de vetgedrukte conditie.

Tabel 2b. Gemiddelde en standaarddeviatie van waargenomen emotiebeoordelingen per groep.

Wat betreft de resultaten, in overeenstemming met hypothese 1a, was er een significant hoofdeffect van de emotionele toon van de feedbackgever op de perceptie van positieve emoties, F(1, 156) = 83,43, p < 0,001, η² = 0,35. Dit resultaat komt tot uiting in het patroon waarbij deelnemers significant hogere niveaus van positieve emoties waarnamen bij de positieve feedbackgevers (dat wil zeggen de positieve vrouwelijke en positieve mannelijke condities; M = 3,87, SD = 1,04) vergeleken met de neutrale feedbackgevers (dat wil zeggen de neutrale vrouwelijke en neutrale mannelijke condities; M = 2,39, SD = 1,10, d = 1,38).

Daarnaast voerden we een op rangschikking gebaseerde robuuste ANOVA uit voor de beoordelingen van de waargenomen negatieve emoties. In overeenstemming met hypothese 1b toonden de resultaten aan dat er ook een significant hoofdeffect was van de emotionele toon van de feedbackgever op de perceptie van negatieve emoties, t(156) = −12,23, p < 0,001. De resultaten lieten zien dat neutrale feedbackgevers (M = 2,20, SD = 0,91) leidden tot hogere scores voor waargenomen negatieve emoties in vergelijking met positieve feedbackgevers (M = 1,49, SD = 0,94, d = 0,77). Over het geheel genomen ondersteunen deze resultaten hypothesen 1a en 1b, wat aangeeft dat studenten in staat waren om de positieve emotionele toon van de feedbackgever als positiever waar te nemen en de neutrale emotionele toon als negatiever. Dit bevestigt de eerste stap in het cognitief-affectieve model van e-learning, samengevat in Figuur 2.

Verder, in lijn met hypothese 1c, vonden we geen significant hoofdeffect van het geslacht van de feedbackgevers op de perceptie van positieve emoties door studenten, F(1, 156) = 0,88, p = 0,35, η² = 0,01, wat suggereert dat het geslacht van de feedbackgevers de algemene positieve percepties niet significant beïnvloedt. Echter, de op rangschikking gebaseerde robuuste ANOVA-test voor de beoordelingen van waargenomen negatieve emoties liet zien dat er wel een significant hoofdeffect was van het geslacht van de feedbackgevers op de perceptie van negatieve emoties door studenten, t(156) = −4,15, p < 0,001, wat aangeeft dat studenten vrouwelijke feedbackgevers (M = 2,06, SD = 1,09) als negatiever ervaarden dan mannelijke feedbackgevers (M = 1,65, SD = 0,84, d = 0,42). Met behulp van Bayesiaanse analyse om de nulhypothese H1c te toetsen, vonden we matig bewijs ter ondersteuning van de nulhypothese voor waargenomen positieve emoties (BF01 = 4,74), wat wijst op geen significant hoofdeffect van geslacht. Voor waargenomen negatieve emoties was er echter zwak bewijs voor een mogelijk effect (BF01 = 0,25). Over het algemeen, hoewel het geslacht van de feedbackgevers de waargenomen positieve emoties niet beïnvloedde, werden vrouwelijke feedbackgevers als negatiever ervaren dan mannelijke feedbackgevers, wat hypothese 1c gedeeltelijk uitdaagt.

Ten slotte liet de interactie tussen de emotionele toon en het geslacht van de feedbackgevers geen significante resultaten zien voor waargenomen positieve emoties, F(1, 156) = 0,93, p = 0,34, η² = 0,01. De op rangschikking gebaseerde robuuste ANOVA-test toonde echter aan dat de interactie tussen emotionele toon en geslacht significant was voor de waargenomen negatieve emoties, t(156) = 2,92, p = 0,004. Dit geeft aan dat de positieve toon van feedbackgevers de waargenomen negativiteit sterker verminderde bij mannelijke feedbackgevers (M = 1,23, SD = 0,61) dan bij vrouwelijke feedbackgevers (M = 1,74, SD = 1,14, p = 0,01, d = 0,56). Bovendien leverde Bayesiaanse analyse die de nulhypothese (H1d) toetste sterk bewijs ter ondersteuning van de alternatieve hypothese, wat duidt op significante interactie-effecten tussen geslacht en emotionele toon voor zowel waargenomen positieve emoties (BF01 = 8,85 × 10^-13) als negatieve emoties (BF01 = 7,76 × 10^-5). Dit ondersteunt hypothese 1d niet, aangezien het interactie-effect werd waargenomen voor waargenomen emoties, waarbij met name werd benadrukt dat de emotionele toon en het geslacht van de feedbackgevers interactief de perceptie van negatieve emoties van studenten beïnvloedden, met sterkere verminderingen in waargenomen negativiteit bij mannelijke feedbackgevers met positieve toon.

Samengevat ondersteunen deze bevindingen over het algemeen hypothese 1 door aan te tonen dat studenten in staat waren om de emotionele toon van zowel positieve als neutrale feedbackgevers te onderscheiden, waarbij positieve feedbackgevers als positiever en neutrale feedbackgevers als negatiever werden ervaren. Hoewel het geslacht van de feedbackgevers geen significante invloed had op de perceptie van positieve emoties, werden vrouwelijke feedbackgevers als negatiever ervaren dan mannelijke feedbackgevers. Daarnaast beïnvloedden emotionele toon en geslacht interactief de perceptie van negatieve emoties, waarbij een positieve emotionele toon een sterkere reductie van waargenomen negativiteit veroorzaakte bij mannelijke feedbackgevers. Deze bevindingen benadrukken het belang van zowel emotionele toon als geslacht bij het beïnvloeden van de perceptie van emoties van feedbackgevers door studenten en dragen bij aan een genuanceerd begrip van de affectieve processen die betrokken zijn bij feedback-gebaseerd leren.

Niet alleen toon, maar ook geslacht bepaalde hoe negatief of positief een feedbackgever werd ervaren

5.3 Hypothese 2: Worden de gevoelde emoties van studenten beïnvloed door de verschillende soorten feedbackgevers?

Om hypothese 2 te testen, gebruikten we een 2 (Emotionele toon: positief vs. neutraal) × 2 (Geslacht: vrouwelijk vs. mannelijk) ANOVA om de impact van de emotionele toon van feedbackgevers op de door studenten gevoelde emoties te onderzoeken. Voor alle 2 × 2 ANOVA-tests werd een Levene-test uitgevoerd om te verzekeren dat aan de aannames van homogeniteit van varianties en normaliteit werd voldaan. Omdat de scores van gevoelde negatieve emoties sterk positief scheef waren en faalden voor de Levene-test van homogeniteit van varianties, F(3, 156) = 7,98, p < 0,001, voerden we een op rangschikking gebaseerde robuuste ANOVA uit. Deze methode werd gekozen omdat ze effectief omgaat met schendingen van normaliteit en homogeniteit van varianties en een geschikt alternatief biedt voor de traditionele ANOVA bij het omgaan met scheve verdelingen en ongelijke varianties. Daarnaast werd Bayesiaanse analyse toegepast op hypothese 2 om het bewijs voor de nulhypothese te evalueren dat het geslacht van de feedbackgevers geen invloed heeft op de door studenten gevoelde emoties (H2c) en om te testen of emotionele toon en geslacht van de feedbackgevers een interactie hebben in het beïnvloeden van de door studenten gevoelde emoties (H2d). Tabellen 3a en 3b tonen de statistische resultaten van de ANOVA-tests (Tabel 3a) en de gemiddelden en standaarddeviaties van de door studenten gevoelde positieve en negatieve emoties binnen de groepen (Tabel 3b).

Opmerking: Een sterretje (*) geeft een significant verschil aan (p < 0,05) ten opzichte van de vetgedrukte conditie.

Tabel 3b. Gemiddelde en standaarddeviatie van gevoelens/emoties gerapporteerd door de groepen

Consistent met hypothese 2a lieten de resultaten een significant hoofdeffect zien van de emotionele toon van de feedbackgever op de door deelnemers ervaren positieve emoties, F(1, 156) = 89,52, p < 0,001, η² = 0,37. Deelnemers in de positieve feedbackcondities (M = 3,29, SD = 0,98) rapporteerden significant hogere positieve gevoelens dan degenen in de neutrale feedbackcondities (M = 1,79, SD = 1,02, d = 1,50). Evenzo toonde de rank-based robuuste ANOVA consistent met hypothese 2b aan dat er een significant hoofdeffect was van de emotionele toon van de feedbackgevers op de door studenten ervaren negatieve emoties, t(156) = −7,91, p < 0,001. Deelnemers in de positieve feedbackcondities (M = 1,46, SD = 0,60) ervaarden minder negatieve gevoelens dan de neutrale feedbackgroepen (M = 2,02, SD = 0,85, d = 0,76). Deze resultaten tonen aan dat een positieve emotionele toon van de feedbackgevers niet alleen de positieve gevoelens van studenten versterkt, maar ook effectief hun negatieve gevoelens vermindert vergeleken met een neutrale emotionele toon van de feedbackgevers. Deze resultaten bevestigen de tweede stap in het cognitief-affectieve model van e-learning, weergegeven in Figuur 2.

Verder was het effect van het geslacht van de feedbackgever niet significant voor de door studenten ervaren positieve emoties, F(1, 156) = 0,06, p = 0,82, η² = 0,00. Echter, met behulp van de rank-based robuuste ANOVA vonden we een significant hoofdeffect van het geslacht van de feedbackgevers op de door studenten ervaren negatieve emoties, t(156) = −4,03, p < 0,001, waarbij vrouwelijke feedbackgevers (M = 1,85, SD = 0,91) meer negatieve gevoelens opriepen dan mannelijke feedbackgevers (M = 1,64, SD = 0,64, d = 0,27). Deze resultaten suggereren dat het geslacht van de feedbackgever deels invloed kan hebben op de ervaren positieve en negatieve emoties van studenten, waarbij studenten zich meer negatief voelden bij vrouwelijke feedbackgevers dan bij mannelijke, ongeacht de emotionele toon. Met Bayesian analyse voor hypothese 2c vonden we matig bewijs ter ondersteuning van de nulhypothese, wat aangeeft dat er geen significant hoofdeffect van geslacht is op zowel ervaren positieve emoties (BF01 = 5,83) als negatieve emoties (BF01 = 1,52). Hoewel de ANOVA suggereert dat geslacht invloed kan hebben op ervaren negatieve emoties, geeft de Bayesian analyse matig bewijs tegen dit effect. Dit verschil tussen de resultaten van de frequentistische en Bayesian analyses benadrukt de gevoeligheid van beide methoden voor het detecteren van effecten, vooral wanneer de effecten klein zijn of de steekproefgrootte matig is. Over het geheel genomen ondersteunen de resultaten hypothese 2c gedeeltelijk, waarbij geslacht geen invloed heeft op ervaren positieve emoties en mogelijk een klein maar inconsistent effect op ervaren negatieve emoties.

Tot slot vonden we met de rank-based robuuste ANOVA een significant interactie-effect tussen emotionele conditie en het geslacht van de feedbackgever op ervaren negatieve emoties, t(156) = 2,83, p = 0,01. Er was echter geen interactie-effect voor positieve gevoelens, F(1, 156) = 0,05, p = 0,82, η² = 0,00. Het significante interactie-effect op negatieve emoties geeft aan dat positieve feedbackgevers een sterker effect hadden in het verminderen van negatieve gevoelens tijdens het leren voor mannelijke feedbackgevers dan voor vrouwelijke. Specifiek werden positieve mannelijke feedbackgevers (M = 1,38, SD = 0,51) als significant minder negatief beoordeeld in vergelijking met zowel neutraal-tonale mannelijke feedbackgevers (M = 1,88, SD = 0,67, p = 0,01, d = 0,56) als neutraal-tonale vrouwelijke feedbackgevers (M = 2,16, SD = 1,01, p < 0,001, d = 0,98). De positieve vrouwelijke feedbackgever (M = 1,54, SD = 0,67) toonde echter alleen een significante vermindering van negatieve gevoelens tijdens het leren vergeleken met de neutrale vrouwelijke feedbackgever (M = 2,16, SD = 1,01, p = 0,001, d = 0,73), terwijl er geen significant verschil was met de positieve mannelijke feedbackgevers (p = 0,78, d = 0,26). Deze bevindingen benadrukken dat emotionele toon een sterker effect heeft in het verminderen van waargenomen negativiteit voor mannelijke feedbackgevers. Bayesian analyse gaf sterk bewijs voor het interactie-effect op positieve emoties (BF01 = 1,59 × 10^-13 ) en matig bewijs voor het interactie-effect op negatieve emoties (BF01 = 0,0012), waarmee de alternatieve hypothese in beide gevallen werd ondersteund. Dit benadrukt een discrepantie tussen de resultaten van frequentistische en Bayesian analyses. Terwijl de frequentistische ANOVA geen interactie-effect vond voor positieve emoties maar wel voor negatieve, vond de Bayesian analyse bewijs voor interactie-effecten bij beide. Deze discrepantie kan voortkomen uit de gevoeligheid van de Bayesian methode voor kleine effecten en haar vermogen om bewijs voor zowel de nul- als alternatieve hypothese te evalueren. Over het geheel genomen ondersteunen deze bevindingen hypothese 2d niet volledig en suggereren ze dat emotionele toon en geslacht interactief de ervaren emoties beïnvloeden, waarbij emotionele toon een sterker effect heeft op het verminderen van negativiteit bij mannelijke feedbackgevers.

Samenvattend ondersteunen de bevindingen grotendeels de affectieve processen zoals beschreven in hypothese 2. Ze tonen aan dat positieve feedbackgevers de ervaren positieve emoties aanzienlijk versterkten en de ervaren negatieve emoties verminderden in vergelijking met neutrale feedbackgevers. Hoewel geslacht geen invloed had op ervaren positieve emoties, roepen vrouwelijke feedbackgevers meer negatieve gevoelens op dan mannelijke. Bovendien had een positieve emotionele toon een sterker effect op het verminderen van negatieve gevoelens bij mannelijke feedbackgevers, wat het belang onderstreept van emotionele toon en de interactie ervan met geslacht in het beïnvloeden van de emotionele ervaringen van studenten.

Positieve feedback maakt leren prettiger—maar wie het geeft, blijft van invloed.

5.4 Hypothese 3: Wordt de door studenten ervaren steun van feedbackgevers beïnvloed door de verschillende typen feedbackgevers?

Om hypothese 3 te evalueren, analyseerden we de beoordelingen van de door studenten ervaren steun van feedbackgevers over vier groepen met behulp van een 2 (geslacht: vrouwelijk vs. mannelijk) × 2 (emotie: positief vs. neutraal) ANOVA. Voorafgaand aan alle 2 × 2 ANOVA-tests werden Levene’s toetsen uitgevoerd om te controleren of werd voldaan aan de aannames van homogene varianties en normaliteit. Het linker gedeelte van Tabel 4a en 4b toont de statistische resultaten van de 2 × 2 ANOVA (Tabel 4a), evenals de gemiddelden en standaarddeviaties van de door studenten ervaren steun binnen de groepen (Tabel 4b).

Opmerking: Een asterisk (*) geeft een significante verschil aan (p < 0,05) ten opzichte van de vetgedrukte conditie.

Tabel 4b. Gemiddelden en standaarddeviaties van beoordelingen van door studenten waargenomen steunzaamheid en competentie van feedbackgevers per groep.

Consistent met hypothese 3a, dat de positieve emotionele toon van feedbackgevers de perceptie van steunzaamheid door studenten significant kan versterken, toonden de resultaten een significant hoofdeffect van emotionele toon op de perceptie van steunzaamheid, F(1, 156) = 13,43, p < 0,001, η² = 0,08. Positieve feedbackgevers werden als meer ondersteunend ervaren (M = 4,10, SD = 0,67) dan neutrale feedbackgevers (M = 3,69, SD = 0,74, d = 0,58). Deze bevindingen sluiten aan bij de derde stap van het cognitief-affectief model van e-learning, weergegeven in Figuur 2.

Daarnaast stelden we de hypothese dat vrouwelijke feedbackgevers, vooral degenen met een positieve emotionele toon, de perceptie van steunzaamheid bij studenten zouden versterken vanwege de overeenstemming met het stereotype van zorgzaamheid dat vaak aan vrouwen wordt toegeschreven. In tegenstelling tot hypothese 3b toonden de resultaten echter slechts een niet-significant marginaal hoofdeffect van het geslacht van de feedbackgevers op de perceptie van steunzaamheid, F(1, 156) = 3,73, p = 0,06, η² = 0,02. Dit suggereert dat mannelijke feedbackgevers (M = 3,99, SD = 0,70) juist als iets ondersteunender werden gezien dan vrouwelijke feedbackgevers (M = 3,79, SD = 0,75, d = 0,28).

Bovendien was, in tegenstelling tot hypothese 3c, de interactie tussen emotionele toon en geslacht van de feedbackgever op de waargenomen steunzaamheid niet statistisch significant, F(1, 156) = 0,48, p = 0,49, η² = 0,003. Dit ontbreken van een significante interactie laat zien dat emotionele toon en geslacht van de feedbackgevers niet samen de perceptie van steunzaamheid door studenten beïnvloeden.

Samenvattend ondersteunen deze resultaten hypothese 3 deels, doordat de perceptie van steunzaamheid vooral wordt beïnvloed door de emotionele toon van de feedbackgever en niet door het geslacht. Positieve feedbackgevers werden als meer ondersteunend ervaren dan neutrale, ongeacht het geslacht van de feedbackgever. Dit benadrukt het belang van de emotionele context waarin feedback wordt gegeven boven de inherente kenmerken van de feedbackgever.

Een warme toon zegt meer dan het geslacht—positieve feedback gaf het gevoel van steun, ongeacht wie het gaf.

5.5 Hypothese 4: Wordt de waargenomen competentie van feedbackgevers door studenten beïnvloed door verschillende typen feedbackgevers?

Om hypothese 4 te testen, analyseerden we de beoordelingen van de waargenomen competentie van feedbackgevers door studenten in vier groepen met een 2 (geslacht: vrouw vs. man) × 2 (emotie: positief vs. neutraal) ANOVA. Deze analyse beoordeelde de invloed van emotionele toon en geslacht van de feedbackgevers op de perceptie van hun competentie. Voorafgaand aan alle 2 × 2 ANOVA's werden Levene's tests uitgevoerd om te controleren of de aannames van variantie-homogeniteit en normaliteit werden voldaan. Tabellen 3a en 3b tonen de statistische resultaten van de 2 × 2 ANOVA (Tabel 3a) en de gemiddelden en standaarddeviaties van de waargenomen competentie van studenten per groep (Tabel 3b).

Consistent met hypothese 4a lieten de resultaten een significant effect zien van emotionele toon op de perceptie van competentie van de feedbackgever, F(1, 156) = 6,76, p = 0,01, η² = 0,04. Positieve feedbackgevers werden als competenter ervaren (M = 4,16, SD = 0,64) dan neutrale feedbackgevers (M = 3,89, SD = 0,67, d = 0,41). Dit suggereert dat emotionele toon een duidelijke invloed kan hebben op de perceptie van competentie, waarbij positieve feedback geassocieerd wordt met hogere competentiebeoordelingen. Dit patroon sluit ook aan bij de derde stap van het cognitief-affectief model van e-learning, weergegeven in Figuur 2.

We stelden ook de hypothese dat mannelijke instructeurs met een neutrale emotionele toon als competenter zouden worden gezien, vanwege de maatschappelijke verwachtingen rond mannelijke competentie. In tegenstelling tot hypothese 4b toonde de analyse echter slechts een niet-significant marginaal hoofdeffect van het geslacht van de feedbackgever op de perceptie van competentie, F(1, 156) = 3,63, p = 0,06, η² = 0,02. De trend was in lijn met hypothese 4b, waarbij mannelijke feedbackgevers (M = 4,12, SD = 0,60) iets competenter werden beoordeeld dan vrouwelijke feedbackgevers (M = 3,92, SD = 0,72, d = 0,30), maar dit was niet significant. Dit suggereert dat ook het geslacht van invloed kan zijn op de waargenomen competentie van feedbackgevers.

Tot slot was de interactie tussen emotionele toon en geslacht van de feedbackgever op waargenomen competentie niet statistisch significant, F(1, 156) = 0,29, p = 0,59, η² = 0,002, wat hypothese 4c niet ondersteunt. Dit gebrek aan interactie onderstreept dat emotionele toon de belangrijkste factor is voor de perceptie van competentie, in plaats van de gecombineerde invloed van toon en geslacht.

Deze resultaten ondersteunen hypothese 4 deels, doordat de perceptie van competentie significant wordt beïnvloed door de emotionele toon van de feedbackgever. Terwijl positieve emotionele toon de competentieperceptie verhoogde, blijkt dat emotionele toon belangrijker is dan geslacht. Dit benadrukt het belang van de emotionele context waarin feedback wordt gegeven boven de inherente kenmerken van de feedbackgever voor de perceptie van competentie.

Een positieve toon tilt de perceptie van bekwaamheid omhoog.

5.6 Hypothese 5: Worden de leerresultaten van studenten beïnvloed door de verschillende typen feedbackgevers?

Om hypothese 5 te toetsen, onderzochten we de impact van de emotionele toon en het geslacht van feedbackgevers op de leerresultaten van studenten, met name met betrekking tot het behoud (retentie) en de overdracht (transfer) van het geleerde materiaal. We maakten gebruik van een 2 (Geslacht: vrouw vs. man) × 2 (Emotie: positief vs. neutraal) ANOVA. Voorafgaand aan alle 2 × 2 ANOVA-toetsen zijn Levene's testen uitgevoerd om te controleren of aan de aannames van homogeniteit van varianties en normaliteit werd voldaan.

Aangezien de scores voor de nieuwe vragen op de retentietest (F(3, 156) = 3,09, p = 0,03) en de totaalscores van de retentietest (F(3, 156) = 3,32, p = 0,02) niet voldeden aan de aanname van gelijke varianties, zoals aangegeven door Levene's test, werd een robuuste ANOVA op basis van rangordes uitgevoerd. Deze methode is gekozen omdat ze effectief omgaat met schendingen van normaliteit en variantiehomogeniteit, en een robuust alternatief biedt voor de traditionele ANOVA bij het analyseren van gegevens met scheve verdelingen en ongelijke varianties.

Daarnaast werd een Bayesiaanse analyse toegepast om te bepalen of er bewijs is ter ondersteuning van de nulhypothese (H5c) dat geslacht geen invloed heeft op leerresultaten (retentie- en transferscores). Dit biedt een duidelijkere interpretatie van niet-significante resultaten.

Tabel 5a en 5b tonen de statistische resultaten van de ANOVA-toetsen (Tabel 5a) en de gemiddelden en standaarddeviaties van de totale retentie- en transferscores van studenten per groep (Tabel 5b).

Tabel 5a. Statistische resultaten van een 2 (emotionele toon) × 2 (geslachtstype) ANOVA op retentie- en transferscores.

Tabel: Resultaten voor Totale Retentiescore

Tabel 5b. Gemiddelden en standaarddeviaties van de totale retentie- en transferscores van studenten per groep

Inconsistent met hypothese 5a toonden de resultaten van de 2 × 2 ANOVA geen significant effect van de emotionele toon van de feedbackgevers op de scores van vergelijkbare retentievragen, F(1,156) = 0.19, p = 0.66, η² = 0.001. Eveneens wees de robuuste ANOVA op basis van rangorde uit dat er geen significant hoofdeffect was van emotionele toon op de scores van de nieuwe retentievragen, t(156) = 0.00, p = 1.00, d = 0.02, noch op de totale retentiescore, t(156) = 0.00, p = 1.00, d = 0.06. De 2 × 2 ANOVA toonde ook aan dat de transferscore niet significant werd beïnvloed door de emotionele toon van feedbackgevers, F(1,156) = 0.31, p = 0.58, η² = 0.002. Deze resultaten suggereren dat de emotionele toon van de feedbackgevers geen significante invloed had op de leeruitkomsten. Dit patroon is niet in overeenstemming met de laatste stap van het cognitief-affectieve model van e-learning zoals weergegeven in Figuur 2. Hoewel de emotionele toon van feedbackgevers de leerprocessen beïnvloedt, was deze invloed blijkbaar niet sterk genoeg om de leeruitkomsten te beïnvloeden.

In overeenstemming met hypothese 5b was het effect van het geslacht van feedbackgevers op leeruitkomsten ook niet significant. Er werd geen significant hoofdeffect gevonden van het geslacht van feedbackgevers op de scores van studenten op vergelijkbare retentievragen (geanalyseerd via 2 × 2 ANOVA), F(1,156) = 0.20, p = 0.66, η² = 0.001; op de scores van nieuwe retentievragen (geanalyseerd via robuuste ANOVA op basis van rangorde), t(156) = 0.00, p = 1.00, d = −0.21; noch op de totale retentiescores (eveneens via robuuste ANOVA), t(156) = 0.00, p = 1.00, d = −0.17. De 2 × 2 ANOVA toonde ook aan dat de transferscores niet significant werden beïnvloed door het geslacht van de feedbackgevers, F(1,156) = 1.45, p = 0.23, η² = 0.002. Bayesiaanse analyses ondersteunden verder de nulhypothese (H5b) en toonden matig tot sterk bewijs voor de afwezigheid van een hoofdeffect van geslacht op retentiescores voor vergelijkbare vragen (BFâ‚€â‚ÂÂÂÂÂÂÂÂÂÂÂÂ�  = 5.37), nieuwe vragen (BFâ‚€â‚ÂÂÂÂÂÂÂÂÂÂÂÂ�  = 2.57) en totale retentie (BFâ‚€â‚ÂÂÂÂÂÂÂÂÂÂÂÂ�  = 3.37). Ook voor de transferscores werd matig bewijs gevonden voor de nulhypothese (BFâ‚€â‚ÂÂÂÂÂÂÂÂÂÂÂÂ�  = 5.09). Deze resultaten tonen consistent aan dat het geslacht van de feedbackgever geen significante invloed had op het behoud en de overdracht van het geleerde materiaal.

Ten slotte werd verwacht dat de combinatie van emotionele toon en geslacht van de feedbackgever een significante invloed zou hebben op leeruitkomsten. In het bijzonder werd verondersteld dat positieve emotionele expressies en feedback die aansluit bij genderverwachtingen (zoals positieve feedback van vrouwelijke feedbackgevers) de educatieve effectiviteit zouden optimaliseren. Echter, in tegenstelling tot hypothese 5c werden er geen significante interactie-effecten gevonden tussen de emotionele conditie en het geslacht van de feedbackgever op de scores van vergelijkbare retentievragen, F(1,156) = 0.18, p = 0.67, η² = 0.001; op de scores van nieuwe retentievragen, t(156) = 0.00, p = 1.00; op de totale retentiescores, t(156) = 0.00, p = 1.00; en op de transferscores, F(1,156) = 1.45, p = 0.23, η² = 0.01. Het ontbreken van significante interactie-effecten suggereert dat de verschillende emotionele tonen en geslachtstypen van feedbackgevers geen gezamenlijke invloed hadden op de leeruitkomsten.

Conclusie: Deze resultaten ondersteunen hypothese 5 in zijn geheel niet en geven aan dat de leeruitkomsten van studenten niet significant werden beïnvloed door de emotionele toon of het geslacht van de feedbackgevers.

Een glimlach maakt de feedback fijner, maar niet per se effectiever. In deze studie werd geen effect op leeruitkomsten van studenten gevonden. 

5.7 Verkennende analyse: fysiek vs. online

Vanwege de trage werving van deelnemers op locatie en de beperkte tijd voor gegevensverzameling, werd een deel van de data online verzameld. Hierdoor konden sommige deelnemers het onderzoek zelfstandig op hun eigen apparaten en in hun eigen omgeving uitvoeren (Fysiek: N = 62; Online: N = 98). Om te onderzoeken of de leeromgeving (fysiek versus online) invloed had op de emotionele reacties en leeruitkomsten van de deelnemers, voerden we een reeks ANCOVA’s en robuuste ANOVA’s uit, waarbij werd gecontroleerd voor het kennisniveau vooraf. De resultaten suggereerden dat fysieke deelnemers minder negatieve emoties rapporteerden en beter presteerden op retentie- en transfertoetsen dan degenen die het onderzoek online hadden voltooid. Een drieweginteractie gaf bovendien aan dat de effecten van de kenmerken van feedbackgevers (emotionele toon en geslacht) op de transferprestaties verschilden naargelang de leercontext. Omdat deze analyses verkennend waren en niet gebaseerd op specifieke hypothesen, zijn de volledige statistische details niet opgenomen in het hoofdartikel. In plaats daarvan zijn de volledige resultaten weergegeven in Appendix A, om de transparantie te waarborgen en tegelijkertijd de focus te behouden op de primaire, hypothese-gedreven analyses.

6 Discussie

6.1 Empirische implicaties

Hypothese 1 stelde dat de emotionele toon en het geslacht van feedbackgevers de perceptie van studenten over de emoties van de feedbackgevers beïnvloeden. De resultaten van dit onderzoek ondersteunen hypothese 1: studenten die feedback kregen van positief georiënteerde feedbackgevers, namen meer positieve emoties en minder negatieve emoties waar dan studenten in de neutrale feedbackgroep. Deze resultaten zijn in overeenstemming met het cognitief-affectieve model van e-learning, waarin wordt aangegeven dat studenten die leren in een positieve leeromgeving, eerder positieve emoties in die omgeving waarnemen (Horovitz en Mayer, 2021; Lawson en Mayer, 2022; Lawson et al., 2021a, 2021b). Bovendien bleek uit de interactie tussen emotionele toon en geslacht dat een positieve emotionele toon een sterker effect had op het verminderen van waargenomen negativiteit bij mannelijke feedbackgevers. Deze bevindingen suggereren dat hoewel emotionele toon een dominante rol speelt in het vormen van percepties, gendergerelateerde vooroordelen, zoals stereotiepe verwachtingen (Eagly en Wood, 2012; Koenig en Eagly, 2014; Khokhlova et al., 2023), de perceptie van studenten over de emoties van feedbackgevers kunnen beïnvloeden.

Hypothese 2 onderzocht of de emotionele toon van feedbackgevers de gevoelsmatige emotionele toestand van studenten beïnvloedt. De bevindingen ondersteunen deze hypothese grotendeels: een positieve emotionele toon verhoogde significant de ervaren positieve emoties van studenten en verminderde de negatieve emoties. Deze resultaten versterken het cognitief-affectieve model en het positiviteitsprincipe, die aangeven dat de emotionele toon van feedbackgevers direct invloed kan hebben op de emotionele beleving van studenten tijdens het leerproces (Horovitz en Mayer, 2021; Mayer, 2020). Toch riepen vrouwelijke feedbackgevers meer negatieve gevoelens op dan mannelijke feedbackgevers, en had een positieve emotionele toon een sterker dempend effect op negatieve emoties bij mannelijke feedbackgevers. Deze bevindingen tonen een mogelijke interactie tussen sociale stereotypen en emotionele toon aan (Eagly en Wood, 2012; Koenig en Eagly, 2014; Khokhlova et al., 2023), wat erop wijst dat gevoelens van studenten worden gevormd door zowel de emotionele toon als het geslacht van de feedbackgever.

Hypothese 3 richtte zich op de invloed van emotionele toon en geslacht op de perceptie van steun door feedbackgevers. De resultaten ondersteunen vooral de rol van emotionele toon: positieve feedbackgevers werden als meer ondersteunend beoordeeld dan neutrale feedbackgevers. Geslacht had echter geen significant effect op de perceptie van steun, in tegenstelling tot wat werd verwacht op basis van de sociale roltheorie (Eagly en Wood, 2012).

Hypothese 4 onderzocht of emotionele toon en geslacht invloed hadden op de perceptie van de bekwaamheid van de feedbackgevers. Uit de resultaten bleek dat positieve feedbackgevers als competenter werden beoordeeld, wat in overeenstemming is met eerder onderzoek (Lawson en Mayer, 2022). Er werd een marginaal effect gevonden waarbij mannelijke feedbackgevers als iets competenter werden beoordeeld, maar er was geen significante interactie tussen emotionele toon en geslacht, wat de verwachte gecombineerde effecten van emotie en geslacht in twijfel trekt (Khokhlova et al., 2023; Solanki en Xu, 2018).

Hypothese 5 stelde dat emotionele toon en geslacht van invloed zouden zijn op leeruitkomsten. In tegenstelling tot de verwachting werden er geen significante effecten gevonden op leeruitkomsten. Dit ondersteunt het cognitief-affectieve model of de broaden-and-build-theorie van Fredrickson niet. Deze discrepantie suggereert dat andere factoren mogelijk een grotere rol spelen bij het beïnvloeden van leeruitkomsten dan emotionele toon of geslacht.

Tot slot toonde de verkennende analyse van fysieke versus online leeromgevingen, hoewel niet opgenomen in het oorspronkelijke onderzoeksontwerp, toch belangrijke bevindingen. Studenten die fysiek deelnamen ervaarden minder negatieve emoties en scoorden beter op retentie- en transfertaken. Deze bevindingen sluiten aan bij eerdere studies die aantonen dat studenten een voorkeur hebben voor fysiek onderwijs vanwege hogere betrokkenheid en tevredenheid (Kemp en Grieve, 2014; Vaillancourt et al., 2022). Daarnaast kwam een significante interactie naar voren tussen leeromgeving, emotionele toon en geslacht bij transferleerprestaties: positieve mannelijke feedbackgevers waren effectiever in fysieke settings, terwijl positieve vrouwelijke feedbackgevers beter presteerden in online settings. Dit benadrukt dat de effectiviteit van feedback kan variëren afhankelijk van de context, beïnvloed door zowel de leeromgeving als percepties rond geslacht.

Emotionele toon maakt uit voor gevoel en perceptie, maar niet noodzakelijk voor leerresultaten.

6.2 Theoretische implicaties

De resultaten kwamen overeen met de eerste drie stappen van het cognitief-affectieve model van e-learning (Lawson et al., 2021a), zoals weergegeven in Figuur 2, maar niet met de cruciale laatste stap die betrekking heeft op leeruitkomsten. Hoewel de emotionele toon van feedbackgevers in een multimediale les invloed had op de emotionele ervaringen van studenten en hun percepties van de feedbackgevers, strekte dit effect zich niet uit tot de leeruitkomsten, zoals verwacht. Kortom, wanneer we uitsluitend vertrouwen op de emotionele toon van de feedbackgever, bereikten de voorspelde effecten op leeruitkomsten geen significantie. Dit is ook in tegenspraak met de broaden-and-build-theorie van Fredrickson (2001) en het positiviteitsprincipe (Horovitz en Mayer, 2021). Een mogelijke verklaring voor deze discrepantie is dat de emotionele toon die enkel via feedback wordt overgebracht, mogelijk niet voldoende is om direct te leiden tot meetbare verbeteringen in cognitieve prestaties. De laatste stap zou misschien wel bereikt worden als de docenten in de hoofdles dezelfde emotionele toon gebruiken als tijdens het geven van feedback. Daarnaast werd feedback in dit onderzoek gegeven in een gecontroleerde, geïsoleerde context, wat mogelijk niet de bredere leeromgeving weerspiegelde waarin feedback op een meer interactieve manier in de les geïntegreerd kan worden. Verder is het mogelijk dat de effecten van emotionele toon op leeruitkomsten duidelijker zouden zijn bij een uitgestelde test, waarbij de invloed van emotionele toon op geheugenretentie of langetermijnleren sterker tot uiting kan komen.

Hoewel de emotionele toon van feedbackgevers geen significante invloed had op leeruitkomsten, boden de bevindingen gedeeltelijke ondersteuning voor het positiviteitsprincipe (Horovitz en Mayer, 2021) en het cognitief-affectieve model van e-learning (Lawson et al., 2021a). De resultaten toonden aan dat de positieve emotionele toon van de feedbackgevers de waargenomen positieve emoties, de ervaren positieve emoties en de waargenomen steun en competentie van de feedbackgevers verhoogde. Deze resultaten breiden de toepassingsmogelijkheden van deze theorieën uit naar leersituaties gebaseerd op feedback, en tonen aan dat de voordelen van positieve emoties in leeromgevingen – zoals door deze theorieën aangegeven – ook kunnen worden gerepliceerd in het proces van het ontvangen van feedback. Dit suggereert dat, hoewel emotionele toon misschien geen directe verbetering van cognitieve leerresultaten oplevert, het wel een belangrijke rol speelt in het vormgeven van de affectieve ervaringen van studenten en hun sociale verbondenheid met instructeurs.

De bevindingen boden echter beperkte ondersteuning voor de sociale roltheorie (Eagly en Wood, 2012). Hoewel mannelijke feedbackgevers als iets ondersteunender en competenter werden waargenomen, werd de voorspelde interactie tussen emotionele toon en geslacht op de percepties van studenten niet waargenomen. Dit gebrek aan interactie suggereert dat de sociale roltheorie beperkt toepasbaar kan zijn in de context van feedback-gebaseerd leren. Mogelijk bood de video-gebaseerde feedback in deze studie niet genoeg interactie tussen docent en student om traditionele genderstereotypen, die doorgaans invloed hebben op de beoordeling van de bekwaamheid of steunvaardigheid van instructeurs, te activeren. Dit zou kunnen aangeven dat de invloed van genderrollen minder uitgesproken is in specifieke feedbacksituaties, waarbij de emotionele toon van feedback stereotypen op basis van geslacht overstemt. Deze resultaten onderstrepen de noodzaak van verder onderzoek naar de complexiteit van genderrollen binnen feedbackcontexten, en naar de factoren die deze invloed kunnen versterken of juist verminderen.

Stereotypen verbleken wanneer toon overheerst—gender lijkt in videofeedback minder bepalend dan gedacht.

Daarnaast is het ontbreken van significante effecten van het geslacht van feedbackgevers op leeruitkomsten opmerkelijk. Deze afwezigheid suggereert dat de invloed van gender in onderwijssituaties subtieler of meer afhankelijk van context is dan vaak wordt aangenomen. In de specifieke feedbackcontext van deze studie – waarin de feedback relatief passief en taakgericht was – was het geslacht van de feedbackgever mogelijk geen sterk genoeg bepalende factor om het leerproces te beïnvloeden. Gendergerelateerde stereotypen over competentie of autoriteit kunnen beter tot uiting komen in andere contexten, zoals klassikale interacties, waarin de interacties langer, complexer en relationeel breder zijn.

Tot slot bracht de verkennende analyse, hoewel niet opgenomen in het oorspronkelijke onderzoeksontwerp, belangrijke inzichten aan het licht over de impact van leeromgevingen op de leerervaringen en leerresultaten van studenten. De resultaten sluiten aan bij eerdere studies die aangeven dat fysieke leeromgevingen doorgaans positievere leerervaringen en betere leerresultaten bevorderen dan online omgevingen (bijv. Kemp en Grieve, 2014; Lyke en Frank, 2012; Vaillancourt et al., 2022). Dit suggereert dat, hoewel de toon van feedback en het geslacht van de feedbackgever invloed kunnen hebben op de leerervaringen van studenten, de bredere leercontext – zoals fysiek versus online leren – eveneens een belangrijke rol speelt in de ervaringen en prestaties van studenten. Bovendien levert het significante interactie-effect tussen leeromgeving, feedbacktoon en geslacht bij transfertaaktaken een interessant uitgangspunt op voor toekomstig onderzoek, in het bijzonder om te begrijpen hoe feedback effectiever kan zijn in specifieke leersituaties op basis van de sociale dynamiek tussen studenten en feedbackgevers.

Conclusie: Deze studie draagt bij aan het begrip van emotionele toon, geslacht en leercontext in feedbackgebaseerde leeromgevingen. De resultaten bieden gedeeltelijke ondersteuning voor het cognitief-affectieve model van e-learning (Lawson et al., 2021a) en het positiviteitsprincipe (Horovitz en Mayer, 2021), en tonen tegelijkertijd de beperkingen aan van emotionele toon als enige beïnvloedende factor op leeruitkomsten. De bevindingen suggereren ook dat traditionele genderstereotypen een verminderde rol kunnen spelen bij video-gebaseerde feedback, en dat de bredere leercontext – zoals fysiek versus online onderwijs – een belangrijke invloed kan hebben op de leerervaringen en -uitkomsten van studenten. Deze inzichten benadrukken de noodzaak van meer geïntegreerde en interactieve benaderingen van feedback, en vormen een aanzet voor toekomstig onderzoek naar de interactie tussen affectieve, sociale en contextuele factoren in onderwijssituaties.

Feedback vindt nooit in een vacuüm plaats—context en relatie geven het betekenis.

6.3 Praktische implicaties

De bevinding dat de positieve emotionele toon van de feedbackgever de percepties en gevoelde emoties van studenten significant verbetert, heeft directe implicaties voor het ontwerp van onderwijs en de training van docenten. Onderwijzers en instructieontwerpers zouden moeten overwegen om positieve emotionele signalen te integreren in feedbackmateriaal of in de instructies voor feedbackgevers, zowel op online platforms als in traditionele klaslokalen. Dit kan inhouden dat feedbackgevers worden getraind in het gebruik van bemoedigende en ondersteunende taal, evenals in het toepassen van positieve non-verbale signalen zoals glimlachen en open lichaamstaal tijdens het geven van feedback. Deze aanpak kan mogelijk de leerervaringen van studenten verbeteren, zoals het ervaren van positieve emoties en het geven van gunstige evaluaties aan feedbackgevers, wat leidt tot een meer stimulerende leeromgeving.

De bevinding dat mannelijke feedbackgevers als meer ondersteunend en competent werden gezien dan vrouwelijke feedbackgevers, komt niet volledig overeen met bestaande theorieën en onderzoek. Die suggereren doorgaans dat vrouwelijke docenten als meer ondersteunend worden ervaren en mannelijke als competenter binnen onderwijssituaties (Eagly en Wood, 2012). Dit geeft aan dat om genderstereotypen tegen te gaan—die leiden tot minder gunstige percepties van vrouwelijke feedbackgevers ten opzichte van hun mannelijke tegenhangers—lesontwerpers en docenten strategieën zouden moeten implementeren die negatieve percepties verminderen en de positieve impact van vrouwelijke feedbackgevers versterken. Op deze manier kan een eerlijkere leeromgeving worden bevorderd.

Ten slotte benadrukken de verkennende resultaten de voordelen van begeleide, fysieke leeromgevingen ten opzichte van onbegeleide online omgevingen bij het verbeteren van de leerervaringen en leerresultaten van studenten. Deze bevindingen suggereren dat zowel studenten als docenten fysieke aanwezigheid in een gestructureerde en begeleide leeromgeving zouden moeten prioriteren om de leerprestaties effectiever te bevorderen. Daarnaast bevelen de resultaten aan dat lesontwerpers aanpassingen overwegen aan online leerplatforms om de negatieve effecten van onbegeleide online leeromgevingen te verminderen.

Al met al bieden de bevindingen van dit onderzoek waardevolle inzichten voor ontwikkelaars van multimediale leerplatforms, onderwijzers en studenten. Ze benadrukken het belang van het integreren van emotionele signalen in feedbackgerichte leermaterialen. Daarnaast onderstrepen de resultaten het belang van begeleide, fysieke leeromgevingen om de effectiviteit van feedback te vergroten en betere leerervaringen en -resultaten te bevorderen.

Begeleide, fysieke leeromgevingen bevorderen sterkere leerervaringen dan onbegeleide online settings.

6.4 Beperkingen en toekomstig onderzoek

Deze studie kent enkele beperkingen. Ten eerste werd het onderzoek uitgevoerd in een laboratorium- en online omgeving, wat mogelijk niet volledig de dynamiek van een echte klasomgeving weerspiegelt. De sociale dynamiek rondom feedback van docenten kan anders zijn wanneer studenten hun docenten al kennen, in tegenstelling tot de huidige labstudie. In toekomstig onderzoek zou het effect van de leeromgeving op de leerervaringen en -resultaten van studenten meegenomen moeten worden. Verder is nader onderzoek nodig om deze bevindingen te verifiëren in daadwerkelijke klasomgevingen, waar factoren zoals bestaande docent-studentrelaties en langdurige interacties een belangrijke rol spelen. Het zou ook nuttig zijn om data te verzamelen over de tijd die studenten aan elke lessectie of pagina besteden, om beter inzicht te krijgen in hoe zij met het materiaal omgaan.

Ten tweede ontbrak er in deze studie een afstemming in de emotionele toon tussen de docenten tijdens de hoofdlijn van de les en toen zij als feedbackgevers optraden. De resultaten reikten niet tot aan de cruciale laatste stap van het cognitief-affectieve model van e-learning, namelijk het effect op leeruitkomsten. Het is daarom wenselijk om in toekomstig onderzoek de emotionele expressies beter op elkaar af te stemmen om zo invloed op leerresultaten te kunnen realiseren. Dit wijst op het belang van consistentie in emotionele expressie gedurende het gehele leerproces.

Theoretisch gezien, wanneer we het model uitbreiden naar de sociale context van een docent die feedback geeft, kan er meer interactie tussen de stappen zijn dan het lineaire pad in Figuur 2 aangeeft. Ook sociale processen, zoals het opbouwen van een band met de docent, sluiten mogelijk niet altijd aan bij de relatie tussen emotie en leren. In deze studie werden aparte ANOVA-tests uitgevoerd voor elke variabele, in plaats van de onderlinge verbanden binnen het model te onderzoeken. Dit was nodig vanwege de beperkte steekproefgrootte; een padanalyse zou met de huidige omvang te weinig power hebben en daarmee de betrouwbaarheid en interpretatie van de resultaten beperken. Toekomstig onderzoek zou voldoende data moeten verzamelen om padanalyses uit te voeren en zo te testen of een lineair model de resultaten kan verklaren.

Een andere beperking betreft de verschillen tussen de mannelijke en vrouwelijke feedbackgevers in het videomateriaal. Hoewel diverse maatregelen werden genomen om het opnameproces te controleren en verschillen te minimaliseren, kunnen subtiele verschillen tussen de twee feedbackgevers nog aanwezig zijn. Daarnaast, ondanks het zorgvuldig script en de opname, kunnen kleine verschillen in acteerprestaties tussen neutrale en positieve uitingen de resultaten beïnvloed hebben. Verder kunnen verschillen in kenmerken zoals aantrekkelijkheid of waargenomen competentie tussen de mannelijke en vrouwelijke acteurs hebben meegespeeld, wat zowel de interne validiteit (de effecten kunnen deels acteur-gerelateerd zijn) als de externe validiteit (resultaten kunnen verschillen met andere acteurs) beïnvloedt. Toekomstig onderzoek zou pilottesten moeten uitvoeren om te zorgen dat feedbackgevers gelijkwaardig zijn op belangrijke kenmerken zoals aantrekkelijkheid en basiscompetentie. Dit kan door een aparte groep deelnemers de feedbackgevers te laten beoordelen voordat de hoofdstudie begint. Door mannelijke en vrouwelijke docenten met vergelijkbare niveaus van aantrekkelijkheid en competentie te selecteren, kunnen toekomstige studies het effect van gender beter isoleren en de validiteit verbeteren.

Daarnaast is het belangrijk de mogelijke invloed van individuele emotionele eigenschappen van deelnemers te erkennen. Baseline-emotionele toestanden en persoonlijkheidstrekken zoals emotionele stabiliteit of gevoeligheid kunnen van invloed zijn geweest op hoe deelnemers de feedbackvideo’s hebben waargenomen en erop reageerden. Deze individuele verschillen kunnen de resultaten variabeler maken en mogelijk niet volledig generaliseerbaar zijn. Toekomstig onderzoek zou hier rekening mee moeten houden door emotionele eigenschappen te meten via zelfrapportages of gevalideerde emotionele intelligentieschalen, om hun modererende effecten beter te begrijpen.

Toekomstig onderzoek moet rekening houden met subtiele verschillen tussen feedbackgevers én de emotionele kenmerken van studenten zelf.

Bovendien werd de positieve emotionele toon in de feedback zowel via gezichtsuitdrukkingen als via stemintonatie overgebracht in de video’s. Dit roept de vraag op of positiviteit in slechts één modality — visuele signalen (zoals gezichtsuitdrukkingen) of stemintonatie — voldoende is om het leerproces te bevorderen, of dat de combinatie van beide noodzakelijk is. Toekomstig onderzoek zou dit moeten onderzoeken door de aanwezigheid van positieve emotionele toon in gezicht en stem systematisch los van elkaar te variëren. Dit kan meer inzicht geven in de rol van multimodale emotionele signalen en helpen bij het ontwerpen van effectievere feedbackstrategieën.

Verder gebruikte deze studie een blije emotionele toon om positieve emoties te representeren, wat mogelijk te beperkt is om het volledige spectrum van positieve emotionele toestanden te omvatten. Ook werd slechts een beperkte set emoties gemeten die studenten tijdens het leren ervoeren, wat mogelijk niet het volledige effect van de emotionele toon van feedbackgevers op zowel de waargenomen als ervaren emoties en de leeruitkomsten weerspiegelt. Toekomstig onderzoek kan verschillende soorten emoties onderscheiden, zoals opwinding, verwarring, vertrouwen, boosheid en tevredenheid, om te bepalen wat hun specifieke effecten op leeruitkomsten zijn. Door een breder scala aan positieve emotionele uitingen te onderzoeken, kunnen onderzoekers beter begrijpen hoe verschillende positieve toestanden betrokkenheid en cognitieve processen van studenten beïnvloeden (Makransky et al. 2019; Solanki en Xu 2018; Zhao en Mayer 2023a).

Daarnaast werd de geslachtsverdeling van deelnemers niet gecontroleerd, waardoor een meerderheid vrouwelijke deelnemers was. Dit kan zorgen oproepen over onbedoelde rolmodel-effecten en invloed van genderovereenkomsten, waarbij vrouwelijke deelnemers wellicht vrouwelijke docenten prefereren en mannelijke deelnemers mannelijke docenten. Eerder onderzoek toonde aan dat overeenkomsten tussen model en waarnemer invloed hebben op leeruitkomsten: vrouwelijke studenten leerden beter van een enthousiaste vrouwelijke agent, terwijl mannelijke studenten beter leerden van een enthousiaste agent, ongeacht het geslacht (Beege en Schneider 2023). Toekomstige studies zouden de geslachtsverdeling beter moeten balanceren of specifiek moeten onderzoeken hoe gendercongruentie tussen studenten en feedbackgevers leerresultaten beïnvloedt.

Ook was de inhoud van de lessen beperkt tot biologie en neuropsychologie, wat de generaliseerbaarheid van de bevindingen naar andere vakgebieden beperkt. Toekomstig onderzoek zou het effect van emotionele toon en gender van feedbackgevers moeten onderzoeken binnen een breder scala aan vakken, zoals wiskunde, literatuur en sociale wetenschappen, om te bepalen of de bevindingen algemeen toepasbaar zijn.

Verder is de vergelijking tussen fysieke en online deelnemers, die niet onderdeel was van het oorspronkelijke ontwerp maar noodzakelijk werd door beperkte beschikbare tijden, mogelijk een bron van variabiliteit. Online deelnemers kunnen bijvoorbeeld verschillen in aandacht in vergelijking met deelnemers in het lab. Ook de ongelijke verdeling van deelnemers over de twee contexten kan de resultaten beïnvloed hebben. Bovendien kan het gebruik van persoonlijke apparaten met kleine schermen, zoals smartphones, het waarnemen van gezichtsuitdrukkingen of andere visuele signalen bemoeilijken, wat de leerervaring en emotionele reacties kan beïnvloeden. Toekomstig onderzoek zou moeten streven naar een evenwichtige verdeling tussen leercontexten en standaardisatie van apparaatgebruik om deze effecten te minimaliseren.

Daarnaast is toekomstig onderzoek nodig om te bepalen onder welke omstandigheden de emotionele toon van de feedbackgever wel invloed heeft op leeruitkomsten. De niet-significante effecten op leeruitkomsten in deze studie kunnen te maken hebben met het directe tijdstip van de test. Directe tests reflecteren mogelijk niet de langetermijnretentie en toepassing van kennis. Toekomstige studies zouden uitgestelde tests moeten opnemen om beter de lange termijnretentie en overdracht van kennis te meten en zo een robuustere beoordeling van leeruitkomsten te bieden.

Een andere beperking is dat de deelnemers uit deze studie studenten waren van één universiteit, wat mogelijk niet de diversiteit van de bredere studentenpopulatie weerspiegelt. Toekomstige studies zouden deelnemers van verschillende onderwijsinstellingen en niveaus moeten betrekken om de diversiteit en toepasbaarheid van de bevindingen te vergroten.

Tot slot ontbreken betrouwbaarheidsscores voor de post-testvragenlijst in deze studie. Aangezien elke vraag in de retentie- en overdrachtstesten een apart concept behandelt, is het lastig om met Cronbach’s alfa de betrouwbaarheid te beoordelen. Toekomstig onderzoek zou baat hebben bij het ontwikkelen van een sterkere, volledig gevalideerde post-test met betere psychometrische eigenschappen om betrouwbaarheid en validiteit te verbeteren.

Samenvattend heeft deze studie meerdere beperkingen geïdentificeerd die aandacht behoeven in toekomstig onderzoek. Dit omvat het onderzoeken van een breder scala aan emotionele tonen, de invloed van verschillen tussen mannelijke en vrouwelijke feedbackgevers, en de impact van individuele eigenschappen van lerenden zoals emotionele kenmerken en gender. Verder is het belangrijk deze effecten te onderzoeken in diverse vakgebieden en in realistischere onderwijsomgevingen, zoals echte klaslokalen, waar docent-studentdynamiek en langdurige interacties cruciaal zijn. Door aandacht te besteden aan de diversiteit van deelnemers, de timing van tests voor lange termijnretentie, en de psychometrische robuustheid van meetinstrumenten, kan de validiteit en generaliseerbaarheid van toekomstige bevindingen worden versterkt. Zo kan toekomstig onderzoek een completer beeld geven van hoe emotionele toon, kenmerken van feedbackgevers en leercontexten samen de leeruitkomsten beïnvloeden.

Een glimlach in stem of gezicht alleen is niet genoeg—de kracht van feedback ligt in timing, context en afstemming.

7 Conclusie

Deze studie onderzocht de interactie tussen het geslacht van de feedbackgever en de emotionele toon in feedback-gebaseerd leren. De resultaten laten zien dat hoewel de emotionele toon een significante invloed heeft op de percepties en emotionele ervaringen van studenten, de invloed van het geslacht van de feedbackgever complexer en genuanceerder is. Een positieve emotionele toon versterkt consequent de waargenomen en ervaren emoties en verhoogt de percepties van ondersteunendheid en competentie, wat aansluit bij gevestigde onderwijstheorieën. Deze factoren hadden echter geen significante impact op de leerresultaten, wat de complexiteit benadrukt van het vertalen van affectieve processen naar cognitieve winst in feedback-gebaseerd leren.

De bevindingen onderstrepen het belang van emotionele toon als hulpmiddel om een ondersteunende en betrokken leeromgeving te creëren. Ze dagen ook veronderstellingen uit over de brede invloed van genderstereotypen, en suggereren dat studenten mogelijk neutraler reageren op het geslacht van feedbackgevers in bepaalde contexten, met name in minder begeleide multimedia-leeromgevingen. Dit genuanceerde inzicht draagt bij aan het bredere discours over feedbackontwerp en benadrukt de noodzaak om emotionele signalen in balans te brengen met contextuele factoren om het leren te optimaliseren. Toekomstig onderzoek zou de rol van individuele kenmerken van lerenden, de langetermijneffecten van feedback-gebaseerd leren en de impact van contextuele factoren zoals lesonderwerpen en leeromgeving moeten omvatten. Deze inzichten moedigen instructieontwerpers en docenten aan om emotionele aspecten te integreren in feedbackstrategieën, en zo te werken aan inclusievere en effectievere leerervaringen.

Wie feedback geeft, doet er goed aan niet alleen te letten op wát er gezegd wordt, maar ook hóe—want emotie kleurt het leerproces, zelfs als het resultaat dat nog niet weerspiegelt.

Auteurbijdragen

Yun Zhang: schrijven – originele conceptversie, methodologie, schrijven – herziening en redactie, formele analyse, data-curatie, conceptualisatie, onderzoek.

Fangzheng Zhao: schrijven – herziening en redactie, formele analyse, middelen, methodologie, supervisie.

Richard E. Mayer: financiering verwerving, schrijven – herziening en redactie, projectadministratie, supervisie.

Ethische verklaring

Het onderzoek werd goedgekeurd door de Institutional Review Board (IRB) van de University of California, Santa Barbara, en volgde de standaarden voor onderzoek met menselijke proefpersonen van de American Psychological Association.

Toestemming

Deelnemers hebben geïnformeerde toestemming gegeven.

Conflicten van belangen

De auteurs verklaren geen conflicten van belangen te hebben.

Appendix A: Exploratief onderzoek — Leren op locatie versus online leren

Vanwege de trage werving van deelnemers die fysiek aanwezig waren en de beperkte tijd voor gegevensverzameling, werd een deel van de data online verzameld, waarbij sommige deelnemers de studie via hun eigen apparaten in hun eigen omgeving konden voltooien (Op locatie: N = 62; Online: N = 98). Wat betreft de basiskenmerken tussen de twee groepen deelnemers, verschilden de deelnemers op locatie niet significant van de online deelnemers qua gemiddelde leeftijd, t(158) = −0.48, p = 0.63, d = −0.08, scores op oefenvragen, t(158) = −1.71, p = 0.09, d = −0.28, verhouding van elk geslacht, χ2(3, N = 160) = 1.62, p = 0.68, of verhouding van etnische types, χ2(13, N = 160) = 11.93, p = 0.53. We onderzochten ook de gelijkwaardigheid van de leeromgevingen (online versus op locatie) tussen de groepen en vonden geen significante verschillen (χ2(3, N = 160) = 0.04, p = 1.00), wat aangeeft dat de verhouding tussen fysieke en online studenten consistent was over alle condities. De online deelnemers (M = 4.69, SD = 2.91) lieten echter een significant hogere score op voorkennis zien dan de deelnemers op locatie (M = 3.68, SD = 2.13), t(158) = 2.38, p = 0.02, d = 0.39.

Daarom voerden we in deze exploratieve analyse 2 (leeromgeving: fysiek versus online) × 2 (emotionele tonen: positief versus neutraal) × 2 (geslacht: vrouwelijk versus mannelijk) ANCOVA-tests uit op elke afhankelijke variabele, met gebruik van voorkennis als covariaat. Voorafgaand aan alle 2 × 2 × 2 ANOVA-analyses werden Levene-tests uitgevoerd om te waarborgen dat de aannames van homogeniteit van varianties en normaliteit voldaan werden. Aangezien echter de scores op waargenomen negatieve emotie (F(7, 152) = 7.85, p < 0.001) en ervaren negatieve emotie (F(7, 152) = 4.81, p < 0.001) niet voldeden aan deze aannames, voerden we voor deze variabelen ranggebaseerde robuuste ANOVA-tests uit. Deze aanpak corrigeert effectief voor schendingen van normaliteit en variantiehomogeniteit, en biedt een robuust alternatief voor traditionele ANOVA bij scheef verdeelde data met ongelijke varianties. Het doel van deze exploratieve analyse was om te onderzoeken of de setting van de multimedia-les — een gesuperviseerde, officiële leeromgeving (bijv. laboratoriumleren onder toezicht van een onderzoeker) versus een ongesuperviseerde, informele omgeving (bijv. leren op afstand zonder toezicht) — invloed heeft op leerervaringen en uitkomsten, terwijl rekening wordt gehouden met voorkennis. Deze verkenning kan extra inzichten bieden over de impact van de leeromgeving op de effectiviteit van multimedia-onderwijs.

Wat betreft de resultaten gerelateerd aan de waargenomen emoties van studenten, was er een significant hoofdeffect van de leeromgeving op de waargenomen negatieve emoties (geanalyseerd via ranggebaseerde robuuste ANOVA), t(151) = 4.85, p < 0.001, wat suggereert dat studenten die online in hun eigen omgeving leerden een hoger niveau van negatieve emoties waarnamen (M = 2.02, SD = 1.02) vergeleken met studenten die fysiek in het lab leerden (M = 1.57, SD = 0.88, d = 0.47). Dit resultaat duidt erop dat het ontbreken van een gecontroleerde omgeving in online settings kan bijdragen aan verhoogde negatieve emotionele percepties. Daarnaast vonden we een significant interactie-effect tussen de leeromgeving van studenten en de emotionele toon van de feedbackgevers op de waargenomen positieve emoties van studenten, F(1, 151) = 8.95, p = 0.003, η2 = 0.06, waarbij het effect van de emotionele toon van feedbackgevers op waargenomen positieve emoties groter was bij deelnemers op locatie dan bij online deelnemers. Concreet leidde de fysieke leeromgeving tot hogere niveaus van waargenomen positieve emoties (M = 4.09, SD = 0.75) en lagere niveaus van waargenomen negatieve emoties (M = 1.91, SD = 1.00, d = 2.47), terwijl de online leeromgeving leidde tot een kleiner verschil tussen waargenomen positieve emoties (M = 3.73, SD = 1.17) en waargenomen negatieve emoties (M = 2.59, SD = 1.10, d = 1.00). Deze bevinding suggereert dat fysieke aanwezigheid in een gesuperviseerde leeromgeving de emotionele reacties van lerenden op feedbackgevers kan versterken in vergelijking met de online leeromgeving.

We vonden echter geen significant hoofdeffect van de leeromgeving op de waargenomen positieve emoties van studenten, F(1, 151) = 0.83, p = 0.36, η2 = 0.01. Ook werden geen significante interactie-effecten gevonden tussen leeromgeving en emotionele toon van feedbackgevers op waargenomen negatieve emoties (via ranggebaseerde robuuste ANOVA), t(151) = −0.73, p = 0.09. Eveneens werden geen significante interacties gevonden tussen leeromgeving en geslacht van feedbackgevers op waargenomen positieve emoties, F(1, 151) = 0.30, p = 0.61, η2 = 0.002, of negatieve emoties (via ranggebaseerde robuuste ANOVA), t(151) = 0.00, p = 1.00. Tot slot werden er geen significante drieweginteracties gevonden tussen leeromgeving, emotionele toon van feedbackgevers en geslacht van feedbackgevers op waargenomen positieve emoties, F(1, 151) = 0.92, p = 0.34, η2 = 0.01, of waargenomen negatieve emoties (via ranggebaseerde robuuste ANOVA), t(156) = −1.24, p = 0.22.

Voor de resultaten met betrekking tot de door de studenten ervaren emoties, werden er geen significante hoofdeffecten gevonden van de leeromgeving op hun ervaren positieve emoties, F(1, 151) = 0,14, p = 0,71, η² = 0,001, of ervaren negatieve emoties (geanalyseerd via op rangorde gebaseerde robuuste ANOVA), t(151) = 1,75, p = 0,08. Er werden ook geen significante interactie-effecten gevonden tussen de leeromgeving van de studenten en de emotionele toon van de feedbackgevers op ervaren positieve emoties, F(1, 151) = 3,37, p = 0,07, η² = 0,02, of ervaren negatieve emoties (geanalyseerd via op rangorde gebaseerde robuuste ANOVA), t(151) = −0,94, p = 0,35. Daarnaast vonden we geen interactie-effecten tussen de leeromgeving van de studenten en het geslacht van de feedbackgevers op ervaren positieve emoties, F(1, 151) = 0,63, p = 0,43, η² = 0,004, of ervaren negatieve emoties (geanalyseerd via op rangorde gebaseerde robuuste ANOVA), t(151) = −1,91, p = 0,06. Tot slot werden er geen significante interacties gevonden tussen de drie factoren (leeromgeving, emotionele toon en geslacht) op zowel ervaren positieve emoties, F(1, 151) = 0,01, p = 0,91, η² = 0,00, als ervaren negatieve emoties (geanalyseerd via op rangorde gebaseerde robuuste ANOVA), t(151) = 1,57, p = 0,12. Deze resultaten geven aan dat de verschillende leeromgevingen, zowel alleen als in interactie met de emotionele tonen en het geslacht van de feedbackgevers, geen invloed hadden op de ervaren emoties van studenten tijdens het leren.

Voor de resultaten met betrekking tot de door studenten ervaren steun en competentie van feedbackgevers, vonden we geen significant hoofdeffect van de leeromgeving op de ervaren steunzaamheid, F(1, 151) = 0,21, p = 0,65, η² = 0,001, en ervaren competentie, F(1, 151) = 0,25, p = 0,62, η² = 0,002. Daarnaast waren er geen significante interacties tussen de leeromgeving en de emotionele toon van de feedbackgevers op beoordelingen van steunzaamheid, F(1, 151) = 1,76, p = 0,19, η² = 0,01, en competentie, F(1, 151) = 1,61, p = 0,21, η² = 0,01. Evenzo vonden we geen significante interacties tussen leeromgeving en geslacht van de feedbackgevers op beoordelingen van steunzaamheid, F(1, 151) = 1,60, p = 0,21, η² = 0,01, en competentie, F(1, 151) = 1,92, p = 0,17, η² = 0,01. Ten slotte waren er geen significante interacties tussen de drie factoren (leeromgeving, emotionele toon en geslacht) op beoordelingen van steunzaamheid, F(1, 151) = 2,03, p = 0,16, η² = 0,01, en competentie, F(1, 151) = 0,81, p = 0,37, η² = 0,01. Deze resultaten geven aan dat verschillende leeromgevingen, zowel alleen als in interactie met emotionele tonen en geslacht van feedbackgevers, geen invloed hadden op de door studenten ervaren steunzaamheid en competentie van de feedbackgevers.

Ten slotte, voor de resultaten van de leerprestaties van studenten, vonden we een significant hoofdeffect op de scores van vergelijkbare retentievragen, F(1, 151) = 10,95, p = 0,01, η² = 0,07. Specifiek behaalden deelnemers die persoonlijk leerden hogere scores op de vergelijkbare retentievragen (M = 4,21, SD = 0,93) dan degenen die online leerden (M = 3,72, SD = 1,19, d = 0,46). Daarnaast vonden we een hoofdeffect op de totaalscores van de retentietest, F(1, 151) = 5,61, p = 0,02, η² = 0,04, wat aangeeft dat de in-persoon studenten (M = 7,05, SD = 1,67) over het algemeen beter scoorden dan de online studenten (M = 6,56, SD = 1,87, d = 0,28) op de retentietests. Verder vonden we een hoofdeffect op de scores van de transfer-test, F(1, 151) = 7,92, p = 0,01, η² = 0,05, wat betekent dat studenten die persoonlijk leerden (M = 6,35, SD = 3,05) beter presteerden op de transfer-test dan degenen die online leerden (M = 5,38, SD = 3,13, d = 0,31).

Tot slot vonden we een significant interactie-effect tussen de drie factoren (leeromgeving, emotionele toon en geslacht) op de totale transferscores, F(1, 152) = 4,81, p = 0,03, η² = 0,03. Specifiek leidde in de persoonlijke leeromgeving de positieve mannelijke feedbackgever (M = 7,06, SD = 2,70) tot significant hogere transferscores vergeleken met de positieve vrouwelijke feedbackgevers (M = 5,40, SD = 3,70, d = 0,51), terwijl er geen merkbaar verschil was tussen de neutrale mannelijke feedbackgever (M = 6,75, SD = 2,91) en de neutrale vrouwelijke feedbackgever (M = 6,13, SD = 2,85, d = 0,22). De hoogste transferscores in de groep met positieve mannelijke feedbackgevers suggereren dat in een begeleide leeromgeving positieve emotionele tonen van mannelijke instructeurs bijzonder effectief zijn in het verbeteren van transferleren.

In tegenstelling daarmee verschuift het patroon in de online leeromgeving. Daar leidde de positieve vrouwelijke feedbackgever (M = 6,46, SD = 2,67) tot hogere transferscores dan de positieve mannelijke feedbackgever (M = 4,83, SD = 3,12, d = 0,56), terwijl de neutrale vrouwelijke feedbackgever (M = 4,58, SD = 3,41) lagere transferscores behaalde dan de neutrale mannelijke feedbackgever (M = 5,62, SD = 3,13, d = 0,32). De hoogste transferscores in de positieve vrouwelijke feedbackgroep geven aan dat in een onbewaakte, informele leeromgeving een positieve emotionele toon van vrouwelijke instructeurs effectiever kan zijn in het bevorderen van transferleren.

De resultaten suggereren dat de effectiviteit van emotionele tonen op transferleren sterk contextafhankelijk is, en varieert niet alleen met het geslacht en de emotionele toon van de feedbackgevers, maar ook met de vraag of het leren plaatsvindt in een begeleide of onbegeleide omgeving.

Er waren echter geen significante hoofdeffecten van de leeromgevingen op de scores van nieuwe retentievragen, F(1, 151) = 0,26, p = 0,61, η² = 0,002. Daarnaast werden er ook geen significante interactie-effecten gevonden tussen de leeromgevingen van studenten en de emotionele tonen van feedbackgevers op de scores van vergelijkbare retentievragen (F(1, 151) = 0,02, p = 0,88, η² = 0,00), scores van nieuwe retentievragen (F(1, 151) = 0,31, p = 0,58, η² = 0,002), totaalscores van retentie (F(1, 151) = 0,07, p = 0,80, η² = 0,00) of totaalscores van transfer (F(1, 151) = 0,83, p = 0,37, η² = 0,01). Bovendien waren er geen significante interactie-effecten tussen de leeromgevingen van studenten en het geslacht van de feedbackgevers op de scores van vergelijkbare retentievragen (F(1, 151) = 0,22, p = 0,64, η² = 0,001), scores van nieuwe retentievragen (F(1, 151) = 0,00, p = 0,98, η² = 0,00), totaalscores van retentie (F(1, 151) = 0,09, p = 0,76, η² = 0,001) of totaalscores van transfer (F(1, 151) = 1,68, p = 0,20, η² = 0,01). Ten slotte werden er geen significante interacties gevonden tussen de drie factoren (leeromgevingen, emotionele tonen en geslacht) op de scores van vergelijkbare retentievragen (F(1, 151) = 0,00, p = 0,99, η² = 0,00), scores van nieuwe retentievragen (F(1, 152) = 0,51, p = 0,48, η² = 0,003) of totaalscores van retentie (F(1, 152) = 0,21, p = 0,65, η² = 0,001).

Over het algemeen, hoewel we geen interactie-effecten vonden tussen de leeromgevingen van studenten, de emotionele toon van feedbackgevers en het geslacht van feedbackgevers, benadrukken de bevindingen de potentiële voordelen van fysieke onderwijsomgevingen op het vasthouden en overdragen van lesmateriaal in vergelijking met online onderwijsomgevingen, mogelijk vanwege minder afleidingen en meer gerichte betrokkenheid. Bovendien suggereert het interactie-effect tussen de leeromgeving, emotionele toon en het geslacht van feedbackgevers dat studenten mogelijk verschillend reageren op verschillende soorten feedback, afhankelijk van de leercontext—of deze nu persoonlijk (begeleid) of online (onbegeleid) is.

Referenties

• Ambady, N., & Rosenthal, R. (1993). Half a minute: Predicting teacher evaluations from thin slices of nonverbal behavior and physical attractiveness. Journal of Personality and Social Psychology, 64(3), 431–441. https://doi.org/10.1037/0022-3514.64.3.431
• Beege, M., & Schneider, S. (2023). Emotional design of pedagogical agents: The influence of enthusiasm and model-observer similarity. Educational Technology Research and Development, 71(3), 859–880. https://doi.org/10.1007/s11423-023-10213-4
• Behroozizad, S., Nambiar, R., & Amir, Z. (2014). Sociocultural theory as an approach to aid EFL learners. Reading, 14(2), 217–226.
• Carpenter, S. K., & Vul, E. (2011). Delaying feedback by three seconds benefits retention of face–name pairs: The role of active anticipatory processing. Memory & Cognition, 39, 1211–1221. https://doi.org/10.3758/s13421-011-0092-1
• Carver, C. S., & Scheier, M. F. (1990). Origins and functions of positive and negative affect: A control-process view. Psychological Review, 97(1), 19–35. https://doi.org/10.1037/0033-295X.97.1.19
• Cavalcanti, A. P., Barbosa, A., Carvalho, R., et al. (2021). Automatic feedback in online learning environments: A systematic literature review. Computers and Education: Artificial Intelligence, 2, 100027. https://doi.org/10.1016/j.caeai.2021.100027
• Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates.
• Doorn, E. A. V., Kleef, G. A. V., & Pligt, J. V. D. (2014). How instructors' emotional expressions shape students' learning performance: The roles of anger, happiness, and regulatory focus. Journal of Experimental Psychology: General, 143(3), 980–984. https://doi.org/10.1037/a0035226
• Dunkin, M. J., & Biddle, B. J. (1974). The study of teaching. Holt, Rinehart & Winston.
• Eagly, A. H. (1987). Reporting sex differences. American Psychologist, 42(7), 756–757. https://doi.org/10.1037/0003-066X.42.7.755
• Eagly, A. H., & Wood, W. (2012). Social role theory. In P. A. M. Van Lange, A. W. Kruglanski, & E. T. Higgins (Eds.), Handbook of theories of social psychology (Vol. 2, pp. 458–476). SAGE Publications Ltd.
• Espasa, A., Mayordomo, R. M., Guasch, T., & Martinez-Melo, M. (2022). Does the type of feedback channel used in online learning environments matter? Students' perceptions and impact on learning. Active Learning in Higher Education, 23(1), 49–63. https://doi.org/10.1177/1469787419891307
• Fiorella, L., Vogel-Walcutt, J. J., & Schatz, S. (2012). Applying the modality principle to real-time feedback and the acquisition of higher-order cognitive skills. Educational Technology Research and Development, 60, 223–238. https://doi.org/10.1007/s11423-011-9218-1
• Forgas, J. P. (2013). Don't worry, be sad! On the cognitive, motivational, and interpersonal benefits of negative mood. Current Directions in Psychological Science, 22(3), 225–232. https://doi.org/10.1177/0963721412474458
• Fredrickson, B. L. (2001). The role of positive emotions in positive psychology: The broaden-and-build theory of positive emotions. American Psychologist, 56(3), 218–226. https://doi.org/10.1037/0003-066X.56.3.218
• Fredrickson, B. L., & Branigan, C. (2005). Positive emotions broaden the scope of attention and thought-action repertoires. Cognition and Emotion, 19(3), 313–332. https://doi.org/10.1080/02699930441000238
• Gooty, J., Gavin, M. B., Ashkanasy, N. M., & Thomas, J. S. (2014). The wisdom of letting go and performance: The moderating role of emotional intelligence and discrete emotions. Journal of Occupational and Organizational Psychology, 87(2), 392–413. https://doi.org/10.1111/joop.12053
• Grieve, R., March, E., & Van Doorn, G. (2019). Masculinity might be more toxic than we think: The influence of gender roles on trait emotional manipulation. Personality and Individual Differences, 138, 157–162. https://doi.org/10.1016/j.paid.2018.09.042
• Hattie, J., & Timperley, H. (2007). The power of feedback. Review of Educational Research, 77(1), 81–112. https://doi.org/10.3102/003465430298487
• Henderson, M., Phillips, M., Ryan, T., et al. (2019). Conditions that enable effective feedback. Higher Education Research and Development, 38(7), 1401–1416. https://doi.org/10.1080/07294360.2019.1657807
• Horovitz, T., & Mayer, R. E. (2021). Learning with human and virtual instructors who display happy or bored emotions in video lectures. Computers in Human Behavior, 119, 106724. https://doi.org/10.1016/j.chb.2021.106724
• Jenkins, J. S., Bugeja, A. D., & Barber, L. K. (2014). More content or more policy? A closer look at syllabus detail, instructor gender, and perceptions of instructor effectiveness. College Teaching, 62(4), 129–135. https://doi.org/10.1080/87567555.2014.935700
• Kahyalar, E., & Yılmaz, F. (2016). Teachers' corrective feedback in writing classes: The impact of collaborating with a peer during the editing process on students' uptake and retention. Reading Matrix: An International Online Journal, 16(1), 148–160.
• Kark, R., & Eagly, A. H. (2010). Gender and leadership: Negotiating the labyrinth. In J. Chrisler & D. McCreary (Eds.), Handbook of gender research in psychology (pp. 443–468). Springer. https://doi.org/10.1007/978-1-4419-1467-5_19
• Keeley, J., Smith, D., & Buskist, W. (2006). The Teacher Behaviors Checklist: Factor analysis of its utility for evaluating teaching. Teaching of Psychology, 33(2), 84–91. https://doi.org/10.1207/s15328023top3302_1
• Kemp, N., & Grieve, R. (2014). Face-to-face or face-to-screen? Undergraduates' opinions and test performance in classroom vs. online learning. Frontiers in Psychology, 5, 1278. https://doi.org/10.3389/fpsyg.2014.01278
• Khokhlova, O., Lamba, N., & Kishore, S. (2023). Evaluating student evaluations: Evidence of gender bias against women in higher education based on perceived learning and instructor personality. Frontiers in Education, 8, 1–11. https://doi.org/10.3389/feduc.2023.1158132
• Kierstead, D., D’Agostino, P., & Dill, H. (1988). Sex role stereotyping of college professors: Bias in students' ratings of instructors. Journal of Educational Psychology, 80(3), 342–344. https://doi.org/10.1037/0022-0663.80.3.342
• Kim, L. E., & MacCann, C. (2017). Instructor personality matters for student evaluations: Evidence from two subject areas at university. British Journal of Educational Psychology, 88(4), 584–605. https://doi.org/10.1111/bjep.12205
• Koenig, A. M., & Eagly, A. H. (2014). Evidence for the social role theory of stereotype content: Observations of groups’ roles shape stereotypes. Journal of Personality and Social Psychology, 107(3), 371–392. https://doi.org/10.1037/a0037215
• Kulik, J. A., & Kulik, C. L. C. (1988). Timing of feedback and verbal learning. Review of Educational Research, 58(1), 79–97. https://doi.org/10.3102/00346543058001079
• Lawson, A. P., & Mayer, R. E. (2022). The power of voice to convey emotion in multimedia instructional messages. International Journal of Artificial Intelligence in Education, 32(4), 971–990. https://doi.org/10.1007/s40593-021-00282-y
• Lawson, A. P., Mayer, R. E., Adamo-Villani, N., Benes, B., Lei, X., & Cheng, J. (2021a). Recognizing the emotional state of human and virtual instructors. Computers in Human Behavior, 114, 106554. https://doi.org/10.1016/j.chb.2020.106554
• Lawson, A. P., Mayer, R. E., Adamo-Villani, N., Benes, B., Lei, X., & Cheng, J. (2021b). Do learners recognize and relate to the emotions displayed by virtual instructors? International Journal of Artificial Intelligence in Education, 31, 134–153. https://doi.org/10.1007/s40593-021-00238-2
• Lawson, A. P., Mayer, R. E., Adamo-Villani, N., Benes, B., Lei, X., & Cheng, J. (2021c). The positivity principle: Do positive instructors improve learning from video lectures? Educational Technology Research and Development, 69(6), 3101–3129. https://doi.org/10.1007/s11423-021-10057-w
• Liew, T. W., & Tan, S. M. (2016). The effects of positive and negative mood on cognition and motivation in multimedia learning environment. Journal of Educational Technology & Society, 19(2), 104–115. https://www.jstor.org/stable/jeductechsoci.19.2.104
• Lyke, J., & Frank, M. (2012). Comparison of student learning outcomes in online and traditional classroom environments in a psychology course. Journal of Instructional Psychology, 39(3/4), 245–250.
• Makransky, G., Wismer, P., & Mayer, R. E. (2019). A gender matching effect in learning with pedagogical agents in an immersive virtual reality science simulation. Journal of Computer Assisted Learning, 35(3), 349–358. https://doi.org/10.1111/jcal.12335
• Mayer, R. E. (2020). Searching for the role of emotions in e-learning. Learning and Instruction, 70, 101213. https://doi.org/10.1016/j.learninstruc.2019.05.010
• Mayer, R. E. (2021). Multimedia principle. In Multimedia learning (3rd ed., pp. 117–138). Cambridge University Press.
• Mayer, R. E. (2021a). Embodiment principle. In Multimedia learning (3rd ed., pp. 341–356). Cambridge University Press.
• McPherson, M. B., & Young, S. L. (2004). What students think when teachers get upset: Fundamental attribution error and student-generated reasons for teacher anger. Communication Quarterly, 52(4), 357–369. https://doi.org/10.1080/01463370409370206
• Mertens, U., Finn, B., & Lindner, M. A. (2022). Effects of computer-based feedback on lower- and higher-order learning outcomes: A network meta-analysis. Journal of Educational Psychology, 114(8), 1743–1772. https://doi.org/10.1037/edu0000764
• Moffitt, R. L., Padgett, C., & Grieve, R. (2020). Accessibility and emotionality of online assessment feedback: Using emoticons to enhance student perceptions of marker competence and warmth. Computers in Education, 143, 103654. https://doi.org/10.1016/j.compedu.2019.103654
• Moreno, R., & Mayer, R. (2007). Interactive multimodal learning environments: Special issue on interactive learning environments: Contemporary issues and trends. Educational Psychology Review, 19, 309–326. https://doi.org/10.1007/s10648-007-9047-2
• Mullet, H. G., Butler, A. C., Verdin, B., von Borries, R., & Marsh, E. J. (2014). Delaying feedback promotes transfer of knowledge despite student preferences to receive feedback immediately. Journal of Applied Research in Memory and Cognition, 3(3), 222–229. https://doi.org/10.1016/j.jarmac.2014.05.001
• Padgett, C., Moffitt, R. L., & Grieve, R. (2021). More than words: Using digital cues to enhance student perceptions of online assignment feedback. Internet and Higher Education, 49, 100789. https://doi.org/10.1016/j.iheduc.2020.100789
• Pekrun, R. (2016). Academic emotions. In Handbook of motivation at school (pp. 120–144). Routledge.
• Pekrun, R., & Perry, R. P. (2014). Control-value theory of achievement emotions. In International handbook of emotions in education (pp. 130–151). Routledge.
• Pitt, E., & Norton, L. (2016). ‘Now that's the feedback I want!’ Students’ reactions to feedback on graded work and what they do with it. Assessment & Evaluation in Higher Education, 42(4), 499–516. https://doi.org/10.1080/02602938.2016.1142500
• Plass, J. L., & Hovey, C. (2022). The emotional design principle in multimedia learning. In R. E. Mayer (Ed.), The Cambridge handbook of multimedia learning (3rd ed., pp. 324–336). Cambridge University Press.
• Plass, J. L., & Kaplan, U. (2016). Emotional design in digital media for learning. In S. Y. Tettegah & M. P. McCreery (Eds.), Emotions, technology, and learning (pp. 131–161). Academic Press.
• Race, P. (2014). Making learning happen: A guide for post-compulsory education. Sage.
• Riediger, M., Wrzus, C., Schmiedek, F., Wagner, G. G., & Lindenberger, U. (2011). Is seeking bad mood cognitively demanding? Contra-hedonic orientation and working-memory capacity in everyday life. Emotion, 11(3), 656–665. https://doi.org/10.1037/a0022756
• Ritzhaupt, A. D., Pastore, R., Wang, J., & Davis, R. O. (2018). Effects of organizational pictures and modality as a feedback strategy on learner comprehension and satisfaction. Educational Technology Research and Development, 66, 1069–1086. https://doi.org/10.1007/s11423-018-9575-0
• Rowe, A. D. (2017). Feelings about feedback: The role of emotions in assessment for learning. In D. Carless et al. (Eds.), Scaling up assessment for learning in higher education (pp. 159–172). https://doi.org/10.1007/978-981-10-3045-1_11
• Russell, J. A. (2003). Core affect and the psychological construction of emotion. Psychological Review, 110(1), 145–172. https://doi.org/10.1037/0033-295X.110.1.145
• Russell, J. A. (2009). Emotion, core affect, and psychological construction. Cognition and Emotion, 23(7), 1259–1283. https://doi.org/10.1080/02699930902809375
• Saltzman, I. J. (1951). Delay of reward and human verbal learning. Journal of Experimental Psychology, 41(6), 437–439. https://doi.org/10.1037/h0063205
• Shadiev, R., Liu, J., & Yang, L. (2024). The effect of evaluation and feedback in 360-degree video-based VR environments on language learning outcomes. Computer Assisted Language Learning, 1–31. https://doi.org/10.1080/09588221.2023.2300990
• Shute, V. J. (2008). Focus on formative feedback. Review of Educational Research, 78(1), 153–189. https://doi.org/10.3102/0034654307313795
• Solanki, S. M., & Xu, D. (2018). Looking beyond academic performance: The influence of instructor gender on student motivation in STEM fields. American Educational Research Journal, 55(4), 801–835. https://doi.org/10.3102/0002831218759034
• Tung, F. W. (2013). Effects of emotional feedback on children, using different modalities. Interactive Learning Environments, 21(1), 3–17. https://doi.org/10.1080/10494820.2010.542758
• Vaillancourt, T., Brittain, H., Krygsman, A., et al. (2022). In-person versus online learning in relation to students' perceptions of mattering during COVID-19: A brief report. Journal of Psychoeducational Assessment, 40(1), 159–169. https://doi.org/10.1177/07342829211053668
• Wisniewski, B., Zierer, K., & Hattie, J. (2020). The power of feedback revisited: A meta-analysis of educational feedback research. Frontiers in Psychology, 10, 487662. https://doi.org/10.3389/fpsyg.2019.03087
• YiÄŸit, M. (2024). Exploring video feedback in education: Benefits, challenges, and best practices. In Actual approaches in education sciences (pp. 109–122). Duvar Yayınları.
• YiÄŸit, M., & SeferoÄŸlu, S. S. (2021). Investigating the effect of video-based feedback on perceived feedback quality. Pamukkale University Journal of Education, 51, 92–122. https://doi.org/10.9779/pauefd.707224
• Zhao, F., & Mayer, R. E. (2023a). Role of emotional tone and gender of computer-generated voices in multimedia lessons. Educational Technology Research and Development, 71(4), 1449–1469. https://doi.org/10.1007/s11423-023-10228-x
• Zhao, F., & Mayer, R. E. (2023b). Benefits of turning the illustrations in a narrated slideshow into cartoons: An extension of the positivity principle. Learning and Instruction, 86, 101779. https://doi.org/10.1016/j.learninstruc.2023.101779
• Zhao, F., & Mayer, R. E. (2024). Limitations of disembodied computer-generated voice to convey emotion in multimedia lessons. International Journal of Human Computer Interaction, 1–13. https://doi.org/10.1080/10447318.2024.2371681