楊金龍 胡廣偉
摘 要:[目的/意義]研究移動學習用戶感知學習效果的組態(tài)動因及提升策略,可為移動學習社區(qū)發(fā)展提供借鑒。根據(jù)通用信息傳輸系統(tǒng)原理,將動因按平臺、傳輸和用戶層面進行劃分,構(gòu)建移動學習社區(qū)用戶感知學習效果的動因框架。[方法/過程]運用模糊集定性比較分析方法(fsQCA),以開放式調(diào)查數(shù)據(jù)為支撐,組態(tài)視角分析移動學習用戶感知學習效果的非對稱多重并發(fā)因果效應。[結(jié)果/結(jié)論]研究得到策略(1):學習資源建設好、平臺界面設計好、資源教學形式為錄播/資源推送、社交互動程度低,是各類移動學習用戶感知學習效果提升的必要組態(tài)策略;同時也是同域自主型和跨域依賴型用戶組態(tài)提升的策略;策略(2):跨域自主型用戶組態(tài)提升的策略是,策略(1)的基礎上,還需學習趣味設計好、移動學習環(huán)境便利;策略(3):同域依賴型用戶組態(tài)提升的策略是,策略(1)的基礎上,還需移動學習環(huán)境便利。
關鍵詞:移動學習社區(qū);用戶行為;感知學習效果;信息吸收行為;組態(tài)動因;定性比較分析(QCA)
Abstract:[Purpose/Significance]Research on configuration motivation and promotion strategies of mobile learning user perceived learning performance,can provide reference for the development of mobile learning community.According to the General Communication System theory,motivations are divided into platform,transmission and user levels to construct the motivation framework of user perceived learning performance in mobile learning community.[Method/Process]Based on the open survey data and the Qualitative Comparative Analysis method of fuzzy-sets(fsQCA),the asymmetric multiple concurrent causal effects of mobile learning user perceived learning performance were analyzed from the perspective of configuration.[Result/Conclusion]The strategies were,strategy(1):good Learning Resources Construction,good Platform Interface Design,the form of resource teaching was recorded broadcast and resources deliver,low Social Interaction Degree were necessary configuration strategies for various types of mobile learning users to improve perceived learning performance;they were also configuration promotion strategies of Related Disciplines Independent and Other Disciplines Dependent users;strategy(2):configuration promotion strategies of Other Disciplines Independent users were well Learning Interest Design and convenient Mobile Learning Environment based on strategy(1);strategy(3):configuration promotion strategy of Related Disciplines Dependent users was convenient Mobile Learning Environment based on strategy(1).
Key words:mobile learning community;user behavior;perceived learning performance;information absorption behavior;configuration motivation;Qualitative Comparative Analysis(QCA)
隨著網(wǎng)絡信息服務的提速降費[1],移動互聯(lián)網(wǎng)取得飛速發(fā)展。移動學習不但進入課堂,更是逐漸成為人們主流的學習方式。娛樂、商業(yè)等行業(yè)力量紛紛圍繞移動學習,打造新產(chǎn)業(yè)體系和新商業(yè)模式,移動學習也從單純提供教育資源向“資源+教育服務+互動社區(qū)”的形式轉(zhuǎn)變,催生了包含多種業(yè)態(tài)的移動學習社區(qū)[2-3]。用戶歸屬感[4]、用戶記錄追蹤[5]、用戶內(nèi)容生成[6-7]等移動學習社區(qū)中的用戶行為被廣泛研究,隨著用戶成為移動學習社區(qū)的中心,用戶體驗[8]及用戶體驗視角的感知學習效果[9]等研究,成為學者和移動學習社區(qū)相關方關注的重點主題。但用戶體驗視角的感知學習效果相關研究仍然較少,探索移動學習社區(qū)中用戶感知學習效果的組態(tài)動因與提升策略,對于移動社區(qū)發(fā)展和用戶服務水平的提升,具有非常緊要和重要的理論與實踐意義。
1 國內(nèi)外用戶感知學習效果的動因研究綜述
國外對于移動學習社區(qū)中用戶感知學習效果的研究出現(xiàn)較早[10],大量研究聚焦于學校課堂教學中移動學習對于學生感知學習效果的影響,如交互式移動教學系統(tǒng)[11]、課堂教學中情景化的移動學習[12-13]等。學生在課堂上逐漸從被動變?yōu)橹鲃?,以學生感知學習效果為目標的研究相繼出現(xiàn),學者開始關注以效果為目標的移動學習資源的設計和開發(fā)[14]。隨著移動設備的飛速發(fā)展,學者發(fā)現(xiàn)新的移動設備呈現(xiàn)方式可以顯著提高用戶感知學習效果[15],自適應移動系統(tǒng)技術(shù)[16]、增強現(xiàn)實[17]等被用于移動學習的應用。移動學習用戶感知學習效果的動因研究逐漸增多,如媒體因素[18]、認知負荷[19]及移動設備教育效果的薈萃分析[20]等。另有學者研究發(fā)現(xiàn),僅僅在課堂上引進移動學習并不能保證教學創(chuàng)新,因而研究對象從學校教學逐步擴大到各類領域,如樂器表演[21]、旅游短視頻[22]等。
國內(nèi)對于移動學習社區(qū)中用戶感知學習效果的研究較晚[23],研究對象經(jīng)歷了學校教學[24]、企業(yè)培訓[25]到個體提高[26]的演變。尤其是針對移動學習平臺的信息呈現(xiàn)形式[27]對用戶感知學習效果的影響,從智能手機[28]發(fā)展到增強現(xiàn)實[29]。移動學習用戶感知學習效果動因的研究,也從單一因素逐步過渡到多變量組成的模型,如學習終端操作能力、學習內(nèi)容呈現(xiàn)形式和學習過程交互性的多變量組合[30],Donald的四層次評價模型[31-32],認知策略、元認知策略和資源管理層面的組合[33],Richard基于成效理論的“預期學習成效層—活動設計層—學習評價層”教學設計模型[34],以及移動學習對于學習成效的元分析[35]等。近兩年來研究對象更加廣泛化,包括醫(yī)學護理[36]、英語學習[37]、高校翻轉(zhuǎn)課堂[38]等。
總體來看,移動學習社區(qū)中用戶感知學習效果動因的研究更加深入、切題和多面,但相關研究仍然較少。國外研究對象主要是學校課堂教學,且較少使用成熟的理論或模型。相比國外,國內(nèi)研究對象更加廣泛,且更多地使用成熟的理論或模型。同時相關研究基本都使用對比實驗、線性分析等方法,得到單一因素在移動學習用戶使用和未使用層面的不同影響,或者因素間、因素與結(jié)果間線性的影響關系。而究竟影響移動學習社區(qū)中用戶感知學習效果的動因組合有哪些,值得探究。筆者將根據(jù)通用信息傳輸系統(tǒng)原理,構(gòu)建移動學習社區(qū)用戶感知學習效果動因框架,使用模糊集定性比較分析方法,研究用戶感知學習效果前因變量與結(jié)果變量間的非對稱多重并發(fā)組態(tài)效應。
2 通用信息傳輸系統(tǒng)原理
移動學習社區(qū)中的學習行為,是用戶信息行為的一種,反映了信息從學習平臺向用戶傳輸?shù)倪^程。信息是有價值的一種客觀存在,信息的流動體現(xiàn)了信息的價值。20世紀40年代末,信息在Shannon C E的通用信息傳輸系統(tǒng)原理中,被描述為事物發(fā)展過程中不確定性的減少[39]。在信息傳輸過程中,不確定性減少越多,則信息價值越高,用戶感知學習效果也越好。因此,移動學習的過程與通用信息傳輸系統(tǒng)中信息傳輸?shù)囊?guī)律是一致的,且原理中信息的內(nèi)涵恰好體現(xiàn)了學習奏效的實質(zhì)。如圖1所示,即為Shannon C E的通用信息傳輸系統(tǒng)原理[39]。
該原理主要包括6個主體:
1)信源:產(chǎn)生信息的實體,信息從這個實體向外傳輸。
2)發(fā)送機:泛指所有變換信號的設備,是終端機的發(fā)送部分。包括從信源到信道的所有設備,使信源輸出的信息轉(zhuǎn)換成適于信道傳輸?shù)男盘枴?/p>
3)信道:傳輸信息的通道,包括邏輯上的網(wǎng)絡或微波,或者物理意義上的實際傳輸通道。
4)噪聲源:噪聲是對信息傳輸?shù)母蓴_,可能來自于信息系統(tǒng)分層結(jié)構(gòu)的任何一層,噪聲源信息足夠大的時候,可淹沒信道中傳輸?shù)男畔?,從而導致傳輸失敗?/p>
5)接收機:發(fā)送機的逆變換設備,將信道上傳輸?shù)男盘枺ㄔ夹畔⑴c噪聲的疊加)轉(zhuǎn)換成信宿需要的信息,消除信息的不確定性。
6)信宿:信息的接收者。
一個信息傳輸系統(tǒng)的主要性能指標是可靠性和有效性,可靠性指的是信息傳輸?shù)氖д姹M可能小,有效性指的是信息傳輸?shù)牧勘M可能的多。信息從信源通過信道再到信宿的傳輸,就是增強信息傳輸?shù)目煽啃院陀行缘倪^程,這種與學習行為過程規(guī)律的一致性,使得該原理被廣泛應用到衡量和提升用戶感知學習效果的研究中。
這些研究主要有兩條主線,一條主線是根據(jù)該原理的主體將學習過程進行劃分,用以衡量用戶感知學習效果。Nakamura C等結(jié)合認知理論,以提高教學效能為目標,研究了在線圖書館面向?qū)W習的設計內(nèi)容,包括內(nèi)容與數(shù)據(jù)庫、呈現(xiàn)方式、用戶界面[40]。高鵬將隱性知識的學習過程描述為知識源、輸出映射、學習信道、輸入映射、知識宿5個環(huán)節(jié),進一步引申為知識演示、知覺傳輸和知識吸收3個層面[41]。周成等將課堂教學中學生的學習界定為信息輸入、信息接收、信息加工、解碼譯碼、信息運用5個環(huán)節(jié),認為每個環(huán)節(jié)都影響用戶的學習效能[42]。
另一條主線是根據(jù)該原理的內(nèi)涵設計信息傳輸方法,用以提升用戶感知學習效果。曾慶彬借助信息流動的機理設計了“互助互學”的遠程教育教學模式,通過信息增量提升用戶感知學習效果[43]。Kuo R等設計了反映移動學習對象特征的知識圖和定位圖,并依據(jù)每個導航語句的熵,按序?qū)⒆钸m合的句子傳輸給相應的學生,以提升用戶移動學習效能[44]。王曉軍根據(jù)該原理設計了大學英語口語學習的方法和模式[45]。
相關研究進一步證實了用戶感知學習效果動因的來源,就是通用信息傳輸系統(tǒng)原理中信息傳輸?shù)闹黧w;而要提升用戶感知學習效果,則須根據(jù)信息傳輸中信源信宿、編碼譯碼、信道干擾的特點分析其行為規(guī)律。因此選用通用信息傳輸系統(tǒng)原理作為理論基礎,構(gòu)建移動學習社區(qū)用戶感知學習效果動因框架,分析其組態(tài)動因與提升策略。
3 用戶感知學習效果動因框架
學習自主程度(Learning Autonomy Degree,LAD):移動學習用戶是否具有很強的學習積極性,是否能夠自主安排或接受移動學習社區(qū)學習計劃和任務。
對于移動學習用戶感知學習效果(Mobile Learning Performance,MLP),則根據(jù)移動學習用戶“是否學到了思想、知識或技能”、“學到的思想、知識或技能是否對自己的價值觀、學習或工作帶來了提升”得到用戶感知學習效果“好”或者“不好”的結(jié)論。
綜上,根據(jù)通用信息傳輸系統(tǒng)原理、相關研究及新時代移動學習特性,從平臺層面、傳輸層面、用戶層面分別得到潛在動因:學習資源建設、學習趣味設計、平臺界面設計;資源教學形式、社交互動程度、移動學習環(huán)境;專業(yè)相關程度、學習自主程度。據(jù)此構(gòu)建移動學習社區(qū)用戶感知學習效果動因框架,如圖2所示。
4 研究方法與數(shù)據(jù)處理
4.1 研究方法
定性比較分析(Qualitative Comparative Analysis,QCA)由社會學家Ragin C C于1987年提出,具有多重并發(fā)因果關系、等效性和非對稱性等特征[49]。因而QCA探討的是多個條件組合與結(jié)果之間的復雜關系,而且這多個條件組合對于結(jié)果的影響是等效的,同時影響結(jié)果正向或負向的條件組合是不一樣的,同一個條件在不同的組合中也可能發(fā)揮不同的影響作用。這與傳統(tǒng)的線性分析方法不同,開辟了一條新的研究思路。QCA是定性分析與定量分析的結(jié)合,既可適用于小樣本案例分析,也可適用于大樣本,分析總結(jié)可推廣的路徑或模式。本文將探究影響移動學習社區(qū)中用戶感知學習效果的條件組合,且樣本量中等,因此選用最為適用的QCA方法。
QCA分為清晰集QCA(csQCA)、多值集QCA(mvQCA)、模糊集QCA(fsQCA)和時序性QCA(TQCA),本文選用fsQCA,使用Fsqca3.0軟件[50]分析。具體分析過程是:根據(jù)已有理論知識,對樣本數(shù)據(jù)進行校準,并計算單一條件的必要性,接著通過真值表分析得到案例在各組態(tài)上的分布,再通過條件組合對于結(jié)果的充分性、必要性和反事實分析,得到復雜的因果關系[50]。本文在進行fsQCA分析之前,使用問卷調(diào)查獲取樣本數(shù)據(jù)。
4.2 問卷設計
調(diào)查問卷包括3個部分,第一部分是調(diào)查對象個人信息,包括性別、年齡、群體(是否學生)、移動學習時長等,這部分數(shù)據(jù)主要用來進行描述性統(tǒng)計;第二部分是針對潛在前因變量和結(jié)果變量設計的題項,屬于問卷的核心部分,采用Likert量表,題項依據(jù)通用信息傳輸系統(tǒng)原理、相關理論及文獻研究設計;第三部分是開放式題項,主要針對移動學習用戶感知學習效果的動因進行開放式問答,獲取真實語料驗證和支撐本文結(jié)論。如表1所示即為問卷設計。其中對于結(jié)果變量移動學習用戶感知學習效果,將13和14題項作為判斷依據(jù),如兩者一致則遵照本義,如不一致則遵從14涵義。13和14題項不一致的情形只有3例,13為“是”,而14為“否”,則將這3例界定為“否”,即移動學習用戶感知學習效果不好。
4.3 樣本分布
樣本使用問卷星通過移動學習社區(qū)(如英語流利說、粉筆公考、高數(shù)叔群組)、移動社交網(wǎng)絡(如微信群、QQ群、朋友圈)等多個數(shù)據(jù)源在線獲取,共收回問卷136份,剔除無效問卷11份,得到有效問卷125份。將樣本按照移動學習平臺的用途進行分類,發(fā)現(xiàn)英語類占46%,主要以英語流利說和流利閱讀為代表;知識類占20%,考試類占12%,資訊類占7%,課堂類占6%,另有健康類等。如表2所示即為有效樣本分布情況,其中女性、15~24歲居多,學生群體和非學生群體人數(shù)基本相當,學習時長集中于6個月以內(nèi)。在所有有效樣本中,用戶感知學習效果好占58.8%,不好占41.2%。
4.4 數(shù)據(jù)校準
QCA分析前,必須要將數(shù)據(jù)校準為一個界定清楚的集合中的隸屬程度。校準主要依據(jù)理論和實際的知識或數(shù)據(jù)特征,設定集合中完全隸屬、交叉點和完全不隸屬3個值[50]。如表3所示,即為變量的賦值與校準標準。前因變量中只有RTF使用了3級量表(直播、混合式、錄播/資源推送分別為1、2、3),其他變量都使用了5級量表,對于校準標準(完全隸屬值,交叉點,完全不隸屬值)則參照樣本數(shù)據(jù)特征,將最大值設為完全隸屬值,最小值設為完全不隸屬值,最大值與最小值的中位數(shù)設為交叉點。由于樣本數(shù)據(jù)特征不一,因此校準標準各異。對于結(jié)果變量MLP,感知效果好設為1,感知效果不好則設為0,校準時將0.5設為交叉點。為方便記錄,將校準后的變量名稱加后綴“f”。
4.5 信度和效度檢驗
對問卷潛在前因變量量表部分,采用SPSS22.0統(tǒng)計分析軟件進行信度和效度檢驗。根據(jù)Nunally J C[51]的理論,信度系數(shù)大于0.7才比較可信,本文Cronbachs Alpha值為0.825,表明量表信度較好,內(nèi)在一致性程度較高。本文所有變量及問項都來自于經(jīng)典理論或相關文獻,具有較高的內(nèi)容效度。根據(jù)Kaiser H F[52]的觀點,KMO值大于0.7則效度較好,本文KMO值為0.841,且Bartletts球形檢驗顯著性P=0.000<0.05,表明量表具有較好的效度。由于本文使用的fsQCA方法本身屬于因子的探索研究,問卷結(jié)構(gòu)屬于一階量表,單獨變量只有一個問項,且變量所屬的層面維度不參與定量研究,因此不再進行聚合效度和區(qū)分效度檢驗。
5 模糊集定性比較分析
5.1 條件的必要性檢測
QCA首先需要進行單一前因變量的必要性檢測。必要性模糊子集關系的一致性如式(1)[53]所示,結(jié)果集合Yi作為條件集合Xi的子集的一致性Consistency就是兩者的交集占集合Xi的比例,而一致性Consistency≥0.9時該條件即為必要條件[53]。覆蓋度如式(2)[53]所示,覆蓋度Coverage表示條件集合Xi在經(jīng)驗上對結(jié)果集合Yi的解釋力。
對校準后的數(shù)據(jù)進行必要性分析,得到單一前因變量的一致性和覆蓋度,如表4所示。變量名前綴“~”表示變量不存在或不隸屬于變量。必要性檢測顯示,無論對于結(jié)果變量MLPf或~MLPf,都沒有Consistency≥0.9的前因變量,因此不存在必要條件。
5.2 真值表構(gòu)建
真值表分析是結(jié)果變量的充分性分析。當每個變量、組態(tài)對應的隸屬分數(shù)>0.5時,賦值為1,反之則為0。將案例頻數(shù)閾值設為>1,得到如表5所示真值表。真值表原始一致性臨界值可根據(jù)一致性值的間距而定,通常不低于0.75。一致性值大于等于臨界值的前因組合構(gòu)成結(jié)果的模糊子集,編碼為1;低于臨界值的組合不構(gòu)成模糊子集,編碼為0;而低于案例頻數(shù)閾值的組合則成為邏輯余項[53]。本文真值表原始一致性臨界值設為0.8,則表中6個前因組合都符合要求。
5.3 前因變量組合分析
在真值表分析的基礎上,進行變量的標準化分析,得到結(jié)果變量的3種解:復雜解、中間解和簡約解。復雜解只分析具有實際觀察案例的組態(tài),中間解納入了具有實際觀察案例的組態(tài)和“容易”的邏輯余項,簡約解則既包括具有實際觀察案例的組態(tài),也包括“容易”的和“困難”的邏輯余項。其中“容易”的邏輯余項是基于一定的理論或?qū)嶋H知識進行組態(tài)探索,而“困難”的邏輯余項則沒有實際觀察案例,缺乏理論或?qū)嶋H知識支撐,甚至可能和既有理論、實際知識發(fā)生沖突[54]。因此,中間解是較優(yōu)的解。
如表6所示,只獲得了結(jié)果變量MLPf的復雜解和中間解,其中復雜解和中間解一致,而結(jié)果變量~MLPf未得到有效解。其中4個解的一致性分布在0.88~0.95,都是有效的解。因而MLPf的組態(tài)影響路徑表示為(*表示變量“和”,+表示組態(tài)“和”,→表示“推導出”):
初步得到分析結(jié)果,促使移動學習用戶感知學習效果好的組態(tài)路徑有4條:
1)學習資源建設好,平臺界面設計好,資源教學形式為錄播/資源推送,社交互動程度低,移動學習環(huán)境復雜,專業(yè)相關程度高,學習自主程度高;
2)學習資源建設好,學習趣味設計好,平臺界面設計好,資源教學形式為錄播/資源推送,社交互動程度低,移動學習環(huán)境便利,學習自主程度高;
3)學習資源建設好,學習趣味設計差,平臺界面設計好,資源教學形式為錄播/資源推送,社交互動程度低,移動學習環(huán)境復雜,專業(yè)相關程度低,學習自主程度低;
4)學習資源建設好,學習趣味設計差,平臺界面設計好,資源教學形式為錄播/資源推送,社交互動程度低,移動學習環(huán)境便利,專業(yè)相關程度高,學習自主程度低。
6 用戶感知學習效果組態(tài)提升策略
通過模糊集必要性檢測、真值表分析和標準化分析,得到移動學習社區(qū)中用戶感知學習效果動因的多條組態(tài)路徑。結(jié)合上文分析結(jié)果,從用戶層面看,用戶表現(xiàn)出學習自主程度和專業(yè)相關程度高低不同的差異。因此從用戶層面視角按照學習自主程度和專業(yè)相關程度將用戶進行分類,借用計算機術(shù)語“同域”和“跨域”分別指代專業(yè)相關程度高、專業(yè)相關程度低,使用“自主”和“依賴”分別指代學習自主程度高、學習自主程度低。則可將用戶分為4類:同域自主型、同域依賴型、跨域自主型、跨域依賴型。針對各類移動學習用戶,結(jié)合樣本案例原型與開放式調(diào)查數(shù)據(jù),理論聯(lián)系實際得出提升移動學習社區(qū)用戶感知學習效果的組態(tài)策略。
策略(1):學習資源建設好、平臺界面設計好、資源教學形式為錄播/資源推送、社交互動程度低,是各類移動學習用戶感知學習效果提升的必要組態(tài)策略。同時也是同域自主型和跨域依賴型用戶的組態(tài)提升策略。開放式調(diào)查數(shù)據(jù)顯示,17.81%的移動學習用戶因?qū)W習資源的“實用性、豐富性、新穎性”而感知學習效果顯著,認為“資源單一、過于碎片化”等會降低感知學習效果。8.22%的移動學習用戶看重平臺界面的設計和使用體驗,如“查詢便捷性、系統(tǒng)流暢性、系統(tǒng)完整性”等。樣本65.5%的移動學習社區(qū)中,資源教學形式為錄播/資源推送,而直播和混合式則相對較少,錄播/資源推送成為目前移動學習市場上最普遍、最方便的教學形式。移動學習基本都使用手機完成,適當?shù)纳缃换涌梢蕴嵘脩舾兄獙W習效果,而社交互動過少或過多則可能會降低用戶感知學習效果,因此社交互動應保持在較低適當?shù)某潭?。針對同域自主型用戶,則須降低社交互動程度,以防過于干擾學習;而針對跨域依賴型用戶,則須適當提高社交互動程度,增強用戶興趣和黏性,但同時也須保持在較低適當?shù)乃健?/p>
策略(2):對于跨域自主型用戶,感知學習效果的組態(tài)提升策略是,策略(1)的基礎上,還需學習趣味設計好、移動學習環(huán)境便利。跨域自主型用戶通過移動學習提升自我的需求較為強烈,因而對學習的趣味性和移動的便利性要求更高。開放式調(diào)查數(shù)據(jù)顯示,5.48%的移動學習用戶因“學習興趣”而提升了感知學習效果,10.96%的移動學習用戶特別注重移動學習環(huán)境的影響,移動的便利性助力用戶感知學習效果的提升,而移動環(huán)境的復雜性,如“廣告多、手機干擾多、手機屏幕小”等因素將極大地降低用戶感知學習效果。因此對于跨域自主型用戶而言,在策略(1)的基礎上,從平臺層面還需較好的學習趣味,從傳輸層面還需便利的移動學習環(huán)境作為補充。
策略(3):對于同域依賴型用戶,感知學習效果的組態(tài)提升策略是,策略(1)的基礎上,還需移動學習環(huán)境便利。這說明移動學習環(huán)境的便利性,是同域依賴型用戶學習自主性程度低的補充變量,通過移動的便利性吸引這類移動學習用戶,使其隨時隨地學習,增強移動學習社區(qū)的黏性,從而提升移動學習用戶感知學習效果。
7 結(jié) 語
筆者根據(jù)通用信息傳輸系統(tǒng)原理,構(gòu)建了符合知識傳輸規(guī)律的移動學習社區(qū)用戶感知學習效果動因框架,并使用模糊集定性比較分析方法,通過必要性分析、真值表構(gòu)建和標準化分析,得到多條等效的移動學習用戶感知效果好的組態(tài)路徑,進而針對不同類型的移動學習用戶,制定用戶感知學習效果組態(tài)提升的策略,為移動學習社區(qū)發(fā)展提供借鑒。fsQCA的引入,是移動學習用戶感知學習效果組態(tài)動因及提升策略研究中,一次研究范式和思路創(chuàng)新的嘗試。未來可進一步基于移動學習社區(qū)用戶體驗數(shù)據(jù),變換思路和視角,為用戶感知學習效果提升制定不同的組動態(tài)策略,從而推動移動學習社區(qū)的快速健康發(fā)展。
參考文獻
[1]人民網(wǎng).圖解:《中國移動互聯(lián)網(wǎng)發(fā)展報告(2019)》發(fā)布[EB/OL].http://media.people.com.cn/n1/2019/0624/c120837-31177520.html,2019-07-07.
[2]Laru J,Sanna J.Using Web2.0 Software and Mobile Devices for Creating Shared Understanding Among Virtual Learning Communities[C].In:IEEE Computer Soc.5th IEEE International Workshop on Wireless,Mobile and Ubiquitous Technologies in Education,Proceedings.Los Alamitos:IEEE Computer Soc,2008:228-230.
[3]陳素清,董芳.基于移動學習的虛擬學習社區(qū)的構(gòu)建[J].集寧師專學報,2009,31(4):48-52.
[4]Christoph P,Brühlmann F,Dorothy O T,et al.Facilitating Professional Mobile Learning Communities with Instant Messaging[J].Computers & Education,2019,128:102-112.
[5]Chen H R,Chen J H.Design of Mobile Interactive Learning Community Based on Electronic Cognitive Apprenticeship Mechanism[J].Applied Mechanics and Materials,2014,490-491:809-813.
[6]Frawley J,Dyson L E.Literacies and Learning in Motion:Meaning Making and Transformation in a Community Mobile Storytelling Project[J].International Journal of Mobile and Blenden Learning,2018,10(4):52-72.
[7]Lewis S,Pea R,Rosen J.Beyond Participation to Co-creation of Meaning:Mobile Social Media in Generative Learning Communities[J].Social Science Information Sur Les Sciences Sociales,2010,49(3):351-369.
[8]Su J M,Tseng S S,Lin H Y,et al.A Personalized Learning Content Adaptation Mechanism to Meet Diverse User Needs in Mobile Learning Environments[J].User Modeling and User-Adapted Interaction,2011,21(1-2):5-49.
[9]Ahn T Y,Lee S M.User Experience of a Mobile Speaking Application with Automatic Speech Recognition for EFL Learning[J].British Journal of Educational Technology,2016,47(4):778-786.
[10]Wang C Y,Liu B J,Chang K E,et al.Using Mobile Techniques in Improving Information Awareness to Promote Learning Performance[C]//In:Devedzic V,Spector J M,Sampson D G.3rd IEEE International Conference on Advanced Learning Technologies,Proceedings,Athens.Los Alamitos:IEEE Computer Soc,2003:106-109.
[11]Chen C M,Liu M C,Hsu S H.Applying Interactive Mobile Teaching Agent to Support E-learning Platform for Learning Performance Promotion[C]//In:Goodyear P,Sampson D G,Yang D J T,et al.5th IEEE International Conference on Advanced Learning Technologies,Proceedings,Kaohsiung.Los Alamitos:IEEE Computer Soc,2005:205-206.
[12]Munoz-Organero M,Munoz-Merino P J,Kloos C D.Sending Learning Pills to Mobile Devices in Class to Enhance Student Performance and Motivation in Network Services Configuration Courses[J].IEEE Transactions on Education,2012,55(1):83-87.
[13]Hamdan K,Ben-Chaban Y.An Interactive Mobile Learning Method to Measure Students Performance[J].Edulearn13 Proceedings,2013,(3):26.
[14]Mahazir I I,Norazah M N,Rosseni D,et al.Design and Development Performance-based Into Mobile Learning for TVET[J].Procedia-Social and Behavioral Sciences,2015,174:1764-1770.
[15]Chen I J,Chang C C,Yen J C.Effects of Presentation Mode on Mobile Language Learning:A Performance Efficiency Perspective[J].Australasian Journal of Educational Technology,2012,28(1):122-137.
[16]Garcia-Cabot A,Garcia-Lopez E,De-Marcos L,et al.Adapting Learning Content to User Competences,Context and Mobile Device Using a Multi-Agent System:Case Studies[J].International Journal of Engineering Education,2014,30(4):937-949.
[17]Limsukhawat S,Kaewyoun S,Wongwatkit C,et al.A Development of Augmented Reality-supported Mobile Game Application Based on Jolly Phonics Approach to Enhancing English Phonics Learning Performance of ESL Learners[C]//In:Chen W,Yang J C,Murthy S,et al.24th International Conference on Computers in Education(ICCE 2016):Think Global Act Local,Mumbai.Taoyuan:Asia Pacific Soc Computers in Education,2016:483-488.
[18]Rau P L P,Gao Q,Wu L M.Using Mobile Communication Technology in High School Education:Motivation,Pressure,and Learning Performance[J].Computers and Education,2008,50(1):0-22.
[19]Cixiao W,Ting F,Rong M.Learning Performance and Cognitive Load in Mobile Learning:Impact of Interaction Complexity[J].Journal of Computer Assisted Learning,2018,34(6):917-927.
[20]Sung Y T,Chang K E,Liu T C.The Effects of Integrating Mobile Devices with Teaching and Learning on Students Learning Performance:A Meta-Analysis and Research Synthesis[J].Computers & Education,2016,94(C):252-275.
[21]Palazon H,Jose.Mobile Learning Based on Microcontents as a Support to Instrumental Performance in Secondary Schools Music Classroom[J].Pixel-Bit-Revista De Medios Y Education,2015,46(2):119-136.
[22]Chernbumroong S,Sureephong P.The Effect of Cognitive Load and Interactive Media on Knowledge Workers Mobile Learning Performance[C]//In:GomezChova L,LopezMartinez A,CandelTorres I.Eeulearn15:7th Internationgal Conference on Education and New Learning Technologies,Barcelona.Burjassot:Iated-int Assoc Technology Education & Development,2015:5322-5330.
[23]黃家榮.應用移動通信技術(shù)學習的效果因素分析及處理策略[J].中國信息技術(shù)教育,2009,(11):82-85.
[24]王永慧,尉小榮,李悌福,等.基于移動學習終端的翻轉(zhuǎn)課堂教學模式教學效果探究——以福鼎二中為例[J].中國教育信息化,2015,(15):19-23,29.
[25]楊博文.企業(yè)移動學習效果評價方法研究[D].昆明:云南大學,2016.
[26]王燕.移動學習環(huán)境下的大學生英語自主學習效果探究[J].黑龍江教育學院學報,2017,36(8):130-132.
[27]盧婷,楊現(xiàn)民.信息呈現(xiàn)方式與認知風格對概念性知識移動學習效果影響研究[J].中國遠程教育,2016,(6):36-43,80.
[28]劉瑩瑩.基于智能手機的移動學習在大學生英語詞匯學習中的效果研究[N].山西青年報,2017-10-28,(3).
[29]程菲.基于增強現(xiàn)實的移動學習模式及效果研究[J].杭州電子科技大學學報:社會科學版,2018,14(1):70-74.
[30]于莎.企業(yè)培訓中制約微型移動學習效果的因素及對策——基于N港股份有限公司的實證研究[J].高等繼續(xù)教育學報,2013,26(6):6-11.
[31]楊紅英,徐躍明.論企業(yè)移動學習效果評價體系的構(gòu)建[J].學術(shù)探索,2016,(2):115-120.
[32]韋文榮,黃振宣.基于移動學習的思政課學習效果評價體系[J].教育與職業(yè),2016,(24):101-103.
[33]胡瑞娟.基于微信的大學英語移動學習效果探析[J].西部素質(zhì)教育,2017,3(8):181-183.
[34]付宗玲.移動學習環(huán)境下基于成效理論的教學設計與應用研究[D].上海:華東師范大學,2018.
[35]王辭曉,董倩,吳峰.移動學習對學習成效影響的元分析[J].遠程教育雜志,2018,36(2):67-75.
[36]郭亞茹,何詩雯,晉溶辰,等.移動學習模式在內(nèi)科護理教學中的應用效果評價[J].護理學雜志,2017,32(19):86-88.
[37]林馥嫌,連小英.大學英語詞匯移動學習效果的提升策略[J].廣東外語外貿(mào)大學學報,2017,28(6):135-141.
[38]鄧如冰,羅詩慧,周欣,等.基于移動學習平臺的高校翻轉(zhuǎn)課堂生生交互效果研究[J].中國信息技術(shù)教育,2018,(1):101-104.
[39]Shannon C E.A Mathematical Theory of Communication[J].Bell Labs Technical Journal,1948,27(4):379-423.
[40]Nakamura C,Lajoie S.The Overlaying Roles of Cognitive and Information Theories in the Design of Information Access Systems[C]//In:Lester J C,Vicari R M,Paraguacu F.International Tutoring Systems,Proceedings,Maceio.Berlin:Springer-Verlag Berlin,2004:839-841.
[41]高鵬.隱性知識學習與企業(yè)創(chuàng)新研究[D].西安:西北大學,2012.
[42]周成,周立君,周立強.信息論視域下有效課堂教學研究[J].教育觀察,2018,7(8):13-15.
[43]曾慶彬.基于信息論原理的遠程教育教學模式初探[J].山西廣播電視大學學報,2006,(1):11-12.
[44]Kuo R,Wu M C,Chang A,et al.Delivering Context-aware Learning Guidance in the Mobile Learning Environment Based on Information Theory[C]//In:Spector J M,Sampson D G,Okamoto T,et al.7th IEEE International Conference on Advanced Learning Technologies,Proceedings,Niigata.Los Alamitos:IEEE Computer Soc,2007:362.
[45]王曉軍.信息論與輸出理論啟示下的英語口語能力培養(yǎng)模式研究[J].圖書館理論與實踐,2012,(4):40-42.
[46]Venkatesh V,Morris M G,Davis G B,et al.User Acceptance of Information Technology:Toward a Unified View[J].Mis Quarterly,2003,27(3):425-478.
[47]楊浩明.實習護生移動網(wǎng)絡自主學習效果與影響因素的現(xiàn)狀調(diào)查[D].鄭州:鄭州大學,2014.
[48]Sinclair B.Learner Autonomy:the Cross-cultural Question[J].IATEFL Newsletter,1997,(139):23.
[49]Ragin C C.The Comparative Method:Moving Beyond Qualitative and Quantitative Strategies[M].Berkeley:University of California Press,1987:1-172.
[50]Ragin C C,Strand S I.Using Qualitative Comparative Analysis to Study Causal Order:Comment on Caren and Panofsky(2005)[J].Sociological Methods & Research,2008,36(4):431-441.
[51]Nunnally J C.Psychometric Theory[J].American Educational Research Journal,1978,5(3):83.
[52]Kaiser H F,Rice J.Little Jiffy,Mark IV[J].Educational and Psychological Measurement,1974,34 (1):111-117.
[53]伯努瓦·里豪克斯,查爾斯 C.拉金.QCA設計原理與應用:超越定性與定量研究的新方法[M].杜運周,李永發(fā),等譯.北京:機械工業(yè)出版社,2017:77-104.
[54]杜運周,賈良定.組態(tài)視角與定性比較分析(QCA):管理學研究的一條新道路[J].管理世界,2017,(6):155-167.
(責任編輯:陳 媛)