趙 磊,張 鼎

(遼寧師范大學 教育學部,遼寧 大連 116029)

當前,我國高等教育已進入數(shù)字化轉型的關鍵時期,以“線上與線下深度融合”為核心特征的混合式教學正逐漸成為高校常態(tài)化教學體系的重要組成部分,在線學習也隨之成為大學生的主要學習方式。利用MOOC等優(yōu)質在線課程資源,設計和開發(fā)信息化教學模式,打造與實施線上(或線上線下混合式)“金課”,推動高校傳統(tǒng)課堂的轉型升級,提升大學生在線學習或混合學習質量,是高校教學改革亟需解決的現(xiàn)實問題。然而,從傳統(tǒng)課堂教學環(huán)境到在線學習環(huán)境,再到混合學習環(huán)境,互聯(lián)網(wǎng)技術支持的在線課程在變革傳統(tǒng)學習機制的同時,也面臨如何有效激發(fā)和維持大學生學習行為,顯著提升其學習成效的困境。遠程教育環(huán)境下教與學行為的時空分離和網(wǎng)絡課程空間中教師對學生的弱控性,決定了持續(xù)學習行為在大學生在線學習過程中的重要性。相關研究表明,若要更好地實現(xiàn)在線教育平臺的使用價值,促進學習者有意義的深度學習,學習者的持續(xù)學習行為與持續(xù)強度是其中最為重要的必備條件[1]。探討哪些因素會對在線課程環(huán)境下大學生的持續(xù)學習行為產生重要影響以及因素之間有什么關系,不僅有助于提升大學生在線持續(xù)學習強度和學習質量,而且對激發(fā)和維持大學生開展混合式學習的主動性與積極性,促進其深度參與線下學習活動,完成課堂學習任務,形成對專業(yè)知識的深層探究和意義建構,獲得豐富、個性化的學習體驗,都具有重要意義。

近年來,本文第一作者及研究團隊通過文獻的連續(xù)追蹤與質性編碼,結合訪談研究和專家咨詢,提煉了在線課程環(huán)境下大學生持續(xù)學習行為的影響因素,并運用解釋結構模型法構建了大學生在線持續(xù)學習行為影響因素的理論模型,系統(tǒng)審視了各因素間的層次結構關系與作用路徑[2]。在前期研究成果的基礎上,本文對理論模型中各影響因素之間的關系展開調查研究,并在優(yōu)化模型的同時,探析在線課程環(huán)境下大學生持續(xù)學習的深層動因,以期為高校在線(或混合)教學質量的提升和大學生自主學習效果的改善,提供實證支持與現(xiàn)實依據(jù)。

一、研究設計

(一)研究方法與思路

首先,根據(jù)前期構建的影響因素模型,通過問卷調查法獲取數(shù)據(jù),探索影響大學生在線持續(xù)學習行為的主要因素;然后,運用結構方程模型和回歸分析法對各主要因素之間的作用路徑進行校驗,優(yōu)化理論模型,明晰影響因素之間的效應關系,具體研究思路如圖1所示。

圖1 研究的技術路線

(二)問卷設計

在前期理論研究中,將在線課程環(huán)境下大學生持續(xù)學習行為的影響因素歸納為學習者特征、教師助學特征、課程平臺特征和應用環(huán)境特征四個維度,共14個因素。其中,學習者特征層面的因素主要包括感知有用性(PU)、學習目標與內部動機(LM)、交互行為(IB)、學習滿意度(LS)、學習能力與策略(LT)、學習風格(LST)、成本預期(CE)、知識基礎(KB)和持續(xù)學習意向(CI),教師助學特征(TA)指的是教師信息化教學學術水平、在線教學指導能力與關懷行為,課程平臺特征主要涉及課程設計與質量(CQ)和課程平臺的功能與服務(PF)兩個方面,應用環(huán)境特征主要包括高校教學管理制度(TM)和社會評價(SE)兩個因素[2]。以上述影響因素的四個維度為一級指標,各維度影響因素為二級指標,設計“在線課程環(huán)境下大學生持續(xù)學習行為影響因素調查問卷”,包括大學生基本情況和持續(xù)學習影響因素兩部分,共52道題目。其中,大學生的基本情況包括性別、年級、所屬學科、資源獲取渠道、課程學習數(shù)量與在線學習時間等6道題目,持續(xù)學習影響因素包括46道題目,采用李克特5點量表形式進行調查。

該問卷于2021年9月進行了小樣本試測,以對量表題目的適切性進行考察。通過遺漏值分析、反向計分、均值計算、臨界比值分析和相關分析等環(huán)節(jié),開展項目分析,以對被試在每個題目上的得分進行差異分析與同質性檢驗。結果顯示,每道題目都具有良好的鑒別力和區(qū)分度,并保持同質,所有題目均可保留。在此基礎上,通過限定因子抽取法對量表中的46道題目進行探索性因子分析。其中,KMO值大于0.8,Bartlett球型檢驗的統(tǒng)計值達到顯著水平,說明可以進行因子分析。結果顯示,有2道題目的最大因子負荷量所屬因子非其原層面因子,有3道題目的最大因子負荷量低于0.6,因此可以將這5道題目刪除,至此保留41道題目。之后,對修訂后的問卷進行信度分析。結果表明,問卷總體Cronbach’s Alpha系數(shù)為0.987,說明問卷內部信度良好,各因素的Cronbach’s Alpha系數(shù)為0.808～0.945,說明問卷具有較高的可靠性和穩(wěn)定性。

(三)研究樣本

正式調查對象是來自X大學,經常利用在線課程資源進行自主學習或混合學習,并完成一門或一門以上課程的學生,共228人。正式問卷于2021年11月通過網(wǎng)絡社交平臺進行發(fā)放,共回收問卷228份,回收率為100%,其中有效問卷216份,有效率為94.7%。調查樣本的基本信息如表1所示。

二、研究過程與結果

(一)調研數(shù)據(jù)的統(tǒng)計分析

1.一級指標的統(tǒng)計與分析

問卷中四個一級指標的描述性統(tǒng)計分析包括兩部分。一方面,通過總分和均值分析,比較不同層面因素對大學生在線持續(xù)學習的影響程度;另一方面,通過偏度值和峰度值分析,揭示被試對問卷各維度題目的主觀賦分與均值之間的差異程度和每個維度得分的離散程度,結果如表2所示。從總和與均值來看,教師助學特征對大學生在線持續(xù)學習的影響程度最高,其次是課程平臺特征與應用環(huán)境特征,學習者特征的影響程度最低,但均值都大于3.6分,說明教師助學最有利于提升大學生的在線持續(xù)學習效果;從偏度值來看,各維度題目分數(shù)的分布均為負偏態(tài),且絕對值較大,其中教師助學特征、課程平臺特征和應用環(huán)境特征的絕對值均超過0.5,學習者特征的絕對值接近0.3,說明大學生對這四個維度的認同程度都很高,但相對來說,比較認同教師助學、課程平臺和應用環(huán)境對自身持續(xù)學習行為的影響;從峰度值來看,教師助學特征和應用環(huán)境特征的絕對值較小,意味著這兩個維度題目的數(shù)值分布較為高狹,集中于平均數(shù)兩側,說明大學生對這兩個維度較為認可。

表2 一級指標的描述性統(tǒng)計(N=216)

盡管對一級指標中各因素的相關數(shù)據(jù)進行了描述性統(tǒng)計,但是它們之間是否具有顯著差異,還需通過配對樣本t檢驗進行考察,即按均值水平對一級指標各維度進行降序排列,并將相鄰維度進行配對,觀察二者之間的平均數(shù)差異是否顯著。如表3所示,教師助學特征、課程平臺特征和應用環(huán)境特征之間均值差異不顯著,而學習者特征與應用環(huán)境特征之間均值差異顯著,說明學習者特征與其他三個維度之間具有顯著差異。由此可見,教師助學特征、課程平臺特征和應用環(huán)境特征對大學生在線持續(xù)學習行為影響程度相對較大,學習者自身特征的影響程度相對較小,這與前面描述性統(tǒng)計的分析結果較為一致。

表3 一級指標成對樣本檢驗

2.二級指標的統(tǒng)計與分析

根據(jù)信息系統(tǒng)領域對“持續(xù)使用意向”的界定[3],在線課程環(huán)境下的持續(xù)學習意向可被理解為學習者對在線課程系統(tǒng)的持續(xù)使用傾向。如果大學生缺乏持續(xù)學習意向,就難以發(fā)生持續(xù)學習行為。加之前期研究表明,持續(xù)學習意向是影響大學生在線持續(xù)學習行為的最直接因素,能夠對持續(xù)學習行為的變化進行有效表征[2]。為此,可將持續(xù)學習意向(CI)單獨抽取出來,作為結果因素變量(受其他因素影響較大的變量[4]),并結合其他13個原因因素變量(對結果因素影響較大的變量[4]),對在線課程環(huán)境下大學生持續(xù)學習行為的影響機制進行探索。

為明確各原因因素變量對大學生持續(xù)學習行為的影響程度,可對除CI之外的13個因素的題目選值進行描述性統(tǒng)計分析,并按均值進行降序排列。從均值水平來看,LM、PU、SE、KB、PF、TA及CQ等因素對大學生在線持續(xù)學習行為的影響程度較高,均值達3.7以上;TM、LS、LT、LST和IB等因素的均值相對較低,在3.3到3.7之間;CE的均值最低,只有2.52。從成對t檢驗結果來看,LM、PU、SE、KB、PF與TA之間的均值差異不大,但CQ與TA、CQ與TM之間的顯著性概率值均小于0.05,表明CQ與位于其前面的TA和位于其后面的TM等因素均具有顯著差異。從標準誤差來看,CQ的標準誤差最小,表明該因素對大學生在線持續(xù)學習行為的影響相對穩(wěn)定。綜合以上分析,學習目標與內部動機(LM)、感知有用性(PU)、社會評價(SE)、知識基礎(KB)、平臺功能與服務(PF)、教師助學(TA)及課程設計與質量(CQ)是影響大學生在線持續(xù)學習行為的主要因素,其他原因因素變量對大學生在線持續(xù)學習行為的影響不顯著。

(二)理論模型重構與研究假設

通過以上分析,學習目標與內部動機、感知有用性、社會評價、知識基礎、平臺功能與服務、教師助學及課程設計與質量等因素是影響在線課程環(huán)境下大學生持續(xù)學習行為的主要原因因素,持續(xù)學習意向是具有直接表征作用的結果因素。其他因素對大學生在線持續(xù)學習行為的影響不顯著,可以刪除。在刪除未達到顯著影響水平的因素后,采用解釋結構模型法,按初始模型構建流程,對前期理論研究的影響因素模型進行重構,如圖2所示。

圖2 在線課程環(huán)境下大學生持續(xù)學習行為影響因素的重構模型

為進一步厘清各影響因素之間的關系,圍繞這些因素提出可能存在的11種研究假設:

H1:平臺功能與服務對課程設計與質量具有正向顯著影響;

H2:教師助學對課程設計與質量具有正向顯著影響;

H3:課程設計與質量對知識基礎具有正向顯著影響;

H4:課程設計與質量對學習目標與內部動機具有正向顯著影響;

H5:課程設計與質量對感知有用性具有正向顯著影響;

H6:感知有用性對學習目標與內部動機具有正向顯著影響;

H7:學習目標與內部動機對感知有用性具有正向顯著影響;

H8:知識基礎對持續(xù)學習意向具有正向顯著影響;

H9:學習目標與內部動機對持續(xù)學習意向具有正向顯著影響;

H10:感知有用性對持續(xù)學習意向具有正向顯著影響;

H11:感知有用性對社會評價具有正向顯著影響。

(三)結構方程模型的建立與評估

1.模型建立

根據(jù)研究假設,采用AMOS 26.0軟件建立在線課程環(huán)境下大學生持續(xù)學習行為影響因素的結構方程模型。方程共涉及八個潛變量,分別為教師助學(TA)、平臺功能與服務(PF)、課程的設計與質量(CQ)、知識基礎(KB)、感知有用性(PU)、學習目標與內部動機(LM)、社會評價(SE)和持續(xù)學習意向(CI)。其中,教師助學(TA)和平臺功能與服務(PF)為外生潛變量,不需要設定殘差項。其余皆為內生潛變量,需要對其設定殘差項Y。此外,每個潛變量所對應的觀察變量均需設定誤差值e。

2.模型參數(shù)估計

違犯估計是指結構模型或測量模型統(tǒng)計輸出的估計系數(shù)超出了可接受的范圍[5]。違犯估計法可用于模型參數(shù)合理性檢驗。在進行模型擬合度評估前,需檢查模型是否存在違犯估計的情況,分析輸出的估計系數(shù)是否在可接受或合理范圍之內。違犯估計主要包括兩種情況,一是誤差方差出現(xiàn)負值;二是標準化系數(shù)大于0.95,接近甚至超過1。通過分析,模型中的誤差方差未出現(xiàn)負值,標準化系數(shù)的范圍是0.052到0.930,均未超過0.95。為此,該模型不存在違犯估計的情況,可進一步進行擬合度檢驗。

3.模型擬合度評估

結構方程模型的擬合度越高,其適用性就越高。在參考相關文獻提供的測量指標的前提下[6]237,利用AMOS 26.0計算估計值,得出模型擬合度的輸出結果,如表4所示。

表4 模型擬合化測量指標

在絕對擬合指標方面,模型的各項指標均符合判斷標準。其中,CMIN/DF(卡方自由度比)的值為2.765,雖然大于2,但在可接受范圍之內;RMR(殘差均方根)和RMSEA(近似誤差的均方根)的值分別為0.034和0.091,均符合判斷標準。在增值擬合指標方面,NFI(規(guī)范擬合指數(shù))、IFI(遞增擬合指數(shù))、CFI(比較擬合指數(shù))和TLI(相對擬合指數(shù))的值均接近于1,符合判斷標準。其中,盡管NFI的數(shù)值較小,但在樣本較小或自由度較大時,以NFI值檢驗模型擬合度時會出現(xiàn)低估現(xiàn)象[6]48-49。綜合以上分析可知,該模型具有良好的擬合度。

通過對各變量進行參數(shù)估計,得出模型的參數(shù)估計值。如圖3所示,模型中所有變量之間的路徑系數(shù)均為正值,表明研究假設中相關變量間均存在正向影響。

圖3 在線課程環(huán)境下大學生持續(xù)學習行為影響因素的模型參數(shù)估計值

4.模型假設檢驗

模型路徑系數(shù)及假設檢驗結果如表5所示。

表5 模型假設檢驗結果

H1、H2的路徑系數(shù)均大于0.4,p值均達到0.001的顯著水平,假設都通過,說明教師助學以及平臺功能與服務對課程設計與質量具有正向顯著影響。H3、H4和H5的路徑系數(shù)均大于0.9,p值均小于0.001,假設都通過,說明課程設計與質量對知識基礎、學習目標與內部動機以及感知有用性具有正向顯著影響。H6和H7的路徑系數(shù)均大于0.3,p值均小于0.001,假設都通過,說明學習目標與內部動機和感知有用性之間具有正向顯著影響。H8和H11的路徑系數(shù)大于0.5,H9的路徑系數(shù)接近0.2,p值均小于0.01,假設都通過,說明知識基礎和學習目標與內部動機均對持續(xù)學習意向具有正向顯著影響,感知有用性對社會評價具有正向顯著影響。H10的路徑系數(shù)略大于0.2,p值略小于0.05,盡管假設通過,但感知有用性對持續(xù)學習意向影響程度不高。綜合以上分析,H2、H3、H4、H5、H6、H8和H11中變量的影響效應較強;H1、H7和H9中變量的影響效應較弱;H10中變量的影響效應最弱。

(四)同層級因素的回歸分析

為厘清學習目標與內部動機和知識基礎、社會評價與持續(xù)學習意向兩組因素之間的關系,采用線性回歸分析法對模型中部分同層級變量之間的影響效應進行分析,結果如表6所示。首先,以KB為自變量,以LM為因變量,采用強制進入法進行分析,所得Beta值為0.600,p值為0.000,達到顯著性水平,表明知識基礎對學習目標與內部動機具有正向顯著影響。以LM為自變量,以KB為因變量,進行回歸分析,結果仍然顯著,表明學習目標與內部動機對知識基礎具有正向顯著影響。同樣的,在分析CI與SE的關系時,也得到類似結果,表明持續(xù)學習意向與社會評價之間亦存在相互影響的關系。

表6 同層級變量的回歸分析結果

(五)影響因素模型構建

通過對理論模型的假設檢驗和同層級因素關系的線性回歸分析,最終得出在線課程環(huán)境下大學生持續(xù)學習行為的影響因素模型,如圖4所示。

圖4 在線課程環(huán)境下大學生持續(xù)學習行為影響因素模型

三、研究結論與建議

(一)研究結論

基于前期對在線課程環(huán)境下大學生持續(xù)學習行為的影響因素的實證研究,在模型重構的基礎上分析了各影響因素之間的作用路徑與效應關系,所得結論主要包括三個方面:

第一,在線課程環(huán)境下大學生持續(xù)學習行為的影響因素主要包括學習者特征、教師助學特征、課程平臺特征和應用環(huán)境特征四個維度。其中教師助學特征、課程平臺特征和應用環(huán)境特征的影響程度較大,學習者自身特征的影響程度較小。但從主觀賦分的均值來看,大學生對這四個維度的認同程度都很高。這不僅強調了學習者內在特征的重要性,而且凸顯了在線學習環(huán)境的特有屬性和教師線上助學的獨特作用。大學生既要對內在學習過程進行監(jiān)控與調節(jié),更要通過外部反饋調節(jié)自身的學習行為,以形成對學習環(huán)境的主動適應。

第二,在具體影響因素方面,持續(xù)學習意向是對大學生在線持續(xù)學習行為具有直接表征作用的因素。學習目標與內部動機、感知有用性、社會評價、知識基礎、平臺功能與服務、教師助學及課程設計與質量是影響在線課程環(huán)境下大學生持續(xù)學習行為的主要因素。交互行為、學習滿意度、學習能力與策略、學習風格、成本預期和教學管理制度對大學生在線持續(xù)學習行為未產生顯著影響。

第三,在前期理論研究的基礎上,本文利用問卷調查法篩選了影響大學生在線持續(xù)學習行為的主要因素,接著采用解釋結構模型法,按初始模型構建流程,重構了影響因素的理論模型,然后通過結構方程模型和回歸分析法對重構的理論模型進行驗證,進一步厘清了各影響因素之間的層級作用關系。研究表明,在線課程環(huán)境下大學生持續(xù)學習行為的影響因素模型由教師助學、平臺功能與服務、課程設計與質量、感知有用性、學習目標與內部動機、知識基礎、持續(xù)學習意向和社會評價等八個因素構成,并通過實證研究證明模型具有良好的解釋力,是探索在線課程環(huán)境下大學生持續(xù)學習行為影響因素的有效工具。另外,根據(jù)解釋結構模型法對層級關系的論述,位于最高層級的因素具有直接影響作用,位于最低層級的因素具有根本作用和基礎作用,位于中間層級的因素具有中介作用和間接影響作用[7]。在本文構建的影響因素模型中,位于最左側的因素為最低層級因素,位于最右側的因素為最高層級因素(圖4)。因此,從影響因素的作用深度來看,平臺功能與服務和教師助學是影響大學生在線持續(xù)學習行為的根本因素。持續(xù)學習意向和社會評價是影響大學生在線持續(xù)學習行為的直接因素。課程設計與質量、知識基礎、學習目標與內部動機以及感知有用性對大學生在線持續(xù)學習行為具有間接影響。其中知識基礎、學習目標與內部動機、感知有用性直接影響持續(xù)學習意向,感知有用性直接影響社會評價,進而影響大學生在線持續(xù)學習行為。從影響因素的作用廣度來看,課程設計與質量建立了外部影響因素和內部影響因素之間的聯(lián)系,在受制于教師助學和平臺功能與服務的同時,對知識基礎、學習目標與內部動機和感知有用性產生直接作用,進而間接影響持續(xù)學習意向和社會評價,是影響大學生在線持續(xù)學習行為的核心因素。此外,知識基礎與學習目標和內部動機、感知有用性和學習目標與內部動機、持續(xù)學習意向和社會評價,三組因素之間交互作用,共同影響大學生在線持續(xù)學習。

(二)相關建議

1.加強教師對大學生在線學習的指導與關懷

教師是學生在線學習的引導者、組織者和促進者,其教學指導能力與關懷行為是影響在線課程質量的直接因素,也是促進學生持續(xù)參與在線學習的根本因素之一。由于在線環(huán)境下師生教與學行為的時空分離特性,教師及時、有效的指導、會談、關懷與反饋對學生在線學習活動的開展、學習問題的解決、學習動機的保持和學習歸屬感的提升具有重要作用。首先,教師需要對課程內容、教學資源和學習活動進行精心設計與清晰規(guī)劃,想方設法提升在線課程質量,引導學生明確學習任務及目標,做好學習計劃,把握學習重點,開展學習活動;其次,教師在教學過程中需要盡可能地尊重學生的個性化發(fā)展需求,在情感上理解學生的差異化學習行為,通過設計多樣化的課程材料和學習活動激發(fā)并維持其學習興趣與學習動機;再次,教師需要以學生為中心構建在線學習社區(qū)及學習共同體,通過自主探究、協(xié)作學習和案例研討等多種模式的有效結合,促進學生對在線學習活動的高度參與,增強其對在線學習社區(qū)和學習共同體的歸屬感;最后,教師需要通過各種同步、異步交互工具,如聊天室、討論區(qū)、即時通訊工具或直播平臺,與學生開展多種形式的、長時間的交流互動,對學生在線學習過程進行有效指導和及時反饋,幫助他們解決學習問題與學習困惑。

2.加強在線課程平臺的學習支持服務

課程平臺的功能與服務是影響大學生在線持續(xù)學習的另一個根本因素,直接影響在線課程設計及質量,間接影響學生在線學習動機和感知有用性,進而影響學生持續(xù)學習意向。以國內主流MOOC為例,目前的在線課程平臺是一種開放、自主、靈活的教育信息和網(wǎng)絡學習空間,擁有諸多學習支持服務的功能模塊,能夠為學生提供四類課程學習資源,包括視頻資源、圖文資源、媒體工具資源和其他資源鏈接;七類交互式課程資料,包括課程介紹、學習指導書、嵌入式測驗、單元測驗、課程作業(yè)及互評材料、期末考試、學習筆記;四類人際互動式服務,包括視頻彈幕、討論區(qū)、聊天系統(tǒng)和分組工具,不僅可以滿足學生自主學習,而且在一定程度上促進其交互學習。然而,在線學習支持服務的關鍵在于切實幫助學生解決學習過程中非預設的突發(fā)性問題,同時促進其開展自我評價與反思,形成對自身在線學習情況的全面認識,從而更好地維持學習意向與行為。為此,需要加強數(shù)據(jù)挖掘與學習分析技術的應用,全面跟蹤與采集學生在線學習的行為數(shù)據(jù),以實現(xiàn)對學生學習進程和結果的個性化診斷與評估,幫助他們及時了解與反思自身的學習狀況,獲取有用資源,調整學習策略,改變學習路徑,達成學習目標。此外,還可利用以ChatGPT為代表的生成性人工智能技術,開發(fā)對話式學習系統(tǒng),為學生提供個性化指導和定制式幫助,對各種突發(fā)性問題給予即時解答與反饋,實現(xiàn)人機交互式學習體驗,促進大學生持續(xù)、自主地開展在線學習。

3.加強在線課程的設計與開發(fā)

在線課程的設計及質量是影響大學生在線持續(xù)學習行為的核心因素,對知識基礎、感知有用性以及學習目標與內部動機具有直接影響,并間接影響在線課程的社會認可程度,最終影響學生的持續(xù)學習意向。根據(jù)德斯蒙德·基更的遠程教育教與學再度整合理論,有效學習發(fā)生在師生教與學行為的相互作用當中,而在線教育中的這種關系需要人為地重新構建與創(chuàng)造,設計和開發(fā)與學習行為緊密結合的學習材料是這個重建過程的核心[8]。為此,需要加強在線課程的設計與開發(fā),提升在線課程質量,有效促進師生教與學行為的深度融合,進而觸發(fā)學生持續(xù)開展在線學習。首先,需要設計與開發(fā)在線學習指導書,詳細闡述課程內容的主要脈絡、知識框架和具體學習目標,并提供有關學習步驟、學習策略和學習方法的明確指導;其次,將學習活動置于教學設計和課程開發(fā)的中心環(huán)節(jié),深入了解學習者特征,捕捉大學生的最近發(fā)展區(qū),為其設計難度適中且具有一定挑戰(zhàn)性的學習任務,以學習活動為線索串聯(lián)課程內容與學習資源,促進學生主動參與在線學習,提升知識遷移、協(xié)作學習和問題解決能力,增強對在線課程的感知有用性和學習社區(qū)的歸屬感;再次,設計和開發(fā)與學習目標和學習活動相適配的學習資源,并不斷豐富資源的內容與形式,以提高學生參與在線學習的積極性,激發(fā)并維持學習興趣與學習動機;最后,針對不同難度層次的課程目標設計學習評價方式,幫助學生從多維度、多層面認識自己,反思學習行為。

4.加強大學生在線學習品質的培養(yǎng)與發(fā)展

大學生的學習者特征主要包括基本狀態(tài)(如性別、年齡)、學習動機(如為什么學習)、學習因素(如學習態(tài)度、感知有用性、學習風格、認知能力和學習策略等)和學科背景四個方面。其中個體內部的深層學習動機是激發(fā)并維持學習行為,指向學業(yè)目標的動力傾向,決定了在線學習的總體方向[9]。感知有用性是大學生主觀認為在線課程平臺能夠提升其學習績效的程度[10],當大學生感知到在線學習對自身學業(yè)的幫助時,就會提升學習的積極性與參與度。知識基礎是大學生已經具備的先導知識和起點能力,隨著在線學習的逐步推進而不斷提升。這三個因素都是影響大學生在線持續(xù)學習意向的直接因素。從上述影響因素模型可以看出,教師助學、平臺功能與服務和課程設計及質量均是影響學生內部學習動機、感知有用性和知識基礎的外在因素。因此,可以通過加強教師在線指導與反饋、優(yōu)化課程平臺的學習支持服務和設計學習活動,提升學生的內部學習動機、感知有用性和知識基礎,進而增強其持續(xù)學習意向。加之,在線學習力是在在線學習過程中形成與發(fā)展的,影響學生學習績效、自我完善與持續(xù)發(fā)展的動態(tài)能力系統(tǒng),主要涉及內驅力、認知力、意志力和應用力四個要素[11]?；诖?培養(yǎng)與發(fā)展大學生的在線學習力也對大學生持續(xù)參與在線學習有助益。

四、研究不足與展望

通過調查研究,對在線課程環(huán)境下大學生持續(xù)學習行為影響因素及各影響因素之間的關系進行了深入分析,但仍存在一些不足,需要在后續(xù)研究中加以改進與完善。

第一,在影響因素的確定方面,本文只選取了學習目標與內部動機、感知有用性、社會評價、知識基礎、平臺功能與服務、教師助學、課程設計與質量以及持續(xù)學習意向作為影響大學生在線持續(xù)學習的主要因素,進而對各影響因素之間的結構關系進行解釋與分析,但一些重要的因素仍沒有被納入到最終的模型當中,如大學生在學習過程中可能遇到的不可抗力等因素。未來,可以探索更多因素與大學生在線持續(xù)學習之間的效應關系,進一步豐富和完善大學生在線持續(xù)學習影響因素的研究。

第二,在實證研究方面,本文只選取了X大學的216名學生作為正式調研對象,受試者數(shù)量偏少,且性別分布不均衡,代表性不足,這對研究結果也產生了一定程度的影響。未來,需要將不同層次、類型和區(qū)域高校的學生納入研究范圍,進行更加系統(tǒng)、全面和深入的研究。