Machine Translated by Google

教育和信息技術
https://doi.org/10.1007/s10639‑022‑11320‑0

COVID‑19期間大學生在線學習行為意圖的變化：後
大流行時代在線教學的見解

朱月1·耿耿2·李迪斯3  ·潘子豪4

收到日期：2022  年  5  月  20  日 /  接受日期：2022  年  8  月  31  日
©  作者，獲得  Springer  Science+Business  Media,  LLC  的獨家許可，是  Springer  Nature  2022  的一部分

抽象的
許多研究人員調查了大學生在  COVID  期間參加在線課程的行為意圖。然而，很少有人通過結合他們的學
習能力和方法來研究學生的意圖如何在整個  COVID  期間發生變化。中國的大學經歷了從  2  月的封鎖到  
2020  年  9  月重新開放的過程。它為中國的大學學生提供了一個獨特的環境，讓他們可以體驗大約六個月的
緊急在線學習，然後再恢復正常的面對面或混合學習在校園。研究人員對  193  名中國大學生進行了問卷調
查，以調查他們在  COVID  期間在線學習的行為意圖的變化。此外，研究人員還探討了參與者的行為意圖與
學習能力、特定在線學習策略的應用、在線課程參與度和學習成績等因素之間的關係。結果發現，參與者在
線學習的意願在  COVID  期間顯著增加，然後在大學重新開放後略有下降。參與者在  COVID  後在線學習的
意圖是通過他們的先前意圖、學習能力、在線學習策略的應用和在線課程參與度來預測的。參與者對在線學
習的看法表明，在選擇未來的課程交付模式時，他們會a）
反映自己的性格、能力和需求，b）
比較不同的學習
模式，c）
考察課程質量和教師能力。參與者還就他們對未來在線課程的期望分享了建議，這可能有助於塑造
大學教育工作者的教學實踐，並從學習者的角度為大學在線和混合課程交付提供見解。

關鍵詞行為意圖  ·  一般學習能力  ·  在線學習策略的應用  ·  在線課程參與  ·  COVID‑19

*岳竹  
zhu.yue@hotmail.com

文章最後一頁提供了擴展的作者信息

1  3
卷：(0123456789)
Machine Translated by Google

教育和信息技術

1  簡介

1.1  研究背景

隨著世界衛生組織  (WHO)  在  2020  年初宣布的  COVID‑19  大流行的到來，到  2022  年  7  月，全球已
經有超過  50  億例確診的  COVID  病例（WHO，  2022）。因此，2020  年全球幾乎所有不同年齡段的
教育部門，包括高等教育機構，都於  2020  年關閉（Adedoyin  &  Soykan，  2020；  WHO，  2020）。
在  COVID  期間，由於課程交付的快速轉變，教師和學生都面臨著適應緊急遠程教學  (ERT)  的重大挑
戰。這種向在線學習的轉變不同於常規的在線課程（例如，COVID  之前的  MOOC），因為後者最初是
有意設計為完全在線提供的，並且需要很長一段時間的規劃和設計（Hodges  等人，  2020  ；耶爾馬茲
和科斯圖爾，  2021）。相反，ERT  被視為向替代交付模式的臨時轉變，將完全在線的教學解決方案應
用於原本通過面對面  (FTF)  或混合學習模式交付的教學（Hodges  et  al.,  2020）。

COVID  期間  ERT  的情況通常導致學習環境混亂，教師匆忙將課程內容遷移到在線環境，學生被迫
轉向在線學習（Schultz  &  DeMers，  2020）。無論是否對在線教學感到滿意，教師都必須在有限的
時間內將他們的課程轉移到網上。從學生的角度來看，ERT  可能會導致認知超負荷，並對那些對技術使
用不自信或缺乏強大學習能力的人造成挑戰（Bower，  2019  年）。作為成年學習者，大學生由於失去
日常課程以及與教師和同齡人的定期社交互動而面臨重大調整，使自己保持正軌和井井有條。此外，在
線學習經驗較少的學生可能會在使用課程平台、有效應用學習策略、跟上課程安排等方面遇到困難
（Crooks  等人，  2020  年）。

大量研究探討了大學生在線學習的行為意向，這些因素與教師和學習者的特徵、在線教學能力、在
線課程和平台質量、在線互動和支持等因素相關（例如，Brahmasrene  &  Lee,  2012;  Chang等人，  
2017；李，  2010；週，  2016）。然而，很少有實證研究檢驗了大學生的在線學習意圖如何變化，以及
學生的學習能力和技能、課程參與和表現以及在線學習意圖如何在  COVID  上相互關聯。

1  3
Machine Translated by Google

教育和信息技術

1.2  情境化研究環境：中國高等教育
語境

中國大學的一個完整學年從9月開始，到次年7月結束，這意味著中國大學的一個學年經歷了兩
年。以中國某大學  2019‑2020  學年為例，包括從  2019  年  9  月開始到  2020  年  9  月結束的兩
個學期（表  1）。

中國大學的全日制學生大部分是高中畢業生，住在校內提供的學生宿舍。在  2020  年  3  月  
COVID  爆發之前，中國大學通過  FTF  或校園混合教學提供課程。疫情期間，所有大學被迫
關閉校園活動，所有課程都在線授課至2020年7月。2020年9月，中國大部分大學（包括本研
究中的一所） 重新開學，學生返校在校園內面對面或通過混合模式學習。

因此，2019‑2020  日曆年的大學生經歷了一個被打亂的學習環境。它為研究人員提供了
一個獨特的機會，可以在中斷的日曆年內調查大學生的行為意圖，當時學生被迫參加更多的
在線課程，從而使研究人員能夠在  COVID  鎖定之前、期間和之後分析學生的看法.目前缺乏
研究來檢驗中國整個  COVID  封鎖期間學生在線學習意願的變化，本研究旨在填補這一點。

本文探討了  193  名大學生在  COVID  鎖定之前、期間和之後以在線模式學習的行為意圖（與  
FTF  和混合學習模式相比）。此外，研究人員還試圖調查學生的一般學習能力、在線學習策
略的應用、在線課程參與度和學習成績將如何影響他們在  COVID  鎖定後以在線模式學習的
意願。

表  1  2019‑2020  學年時間表

學期和休息 期間

第一學期 2019年9月初 2020年1月初

寒假 2020  年  1  月  –  2020  年  2  月
第二學期 2020年2月底 2020年6月底
暑假 2020  年  6  月  –  2020  年  9  月

1  3
Machine Translated by Google

教育和信息技術

2。文獻綜述

人們對特定行為的意圖的概念是在一系列理論的基礎上提出的，包括理性行動理論（TRA） （Ajzen  &  
Fishbein,  1980;  Fishbein  &  Ajzen,  1975）、計劃行為理論（TPB）

（Ajzen，  1985）
和感知行為控制（Ajzen，  1991）。人們的行為意圖被視為執行某些行為的意圖，受
其態度、主觀規範（感知到的社會壓力） 和對認知行為的控制（例如感知的難易程度） 的影響。人的行為
可以由他們的行為意圖來決定是否發出該行為。從這個意義上說，意圖突出了人們以某種方式行事的可
能性（Fishbein  &  Ajzen，  1975）。因此，學生在特定學習模式（例如，FTF、在線或混合學習模式）
下的學習意願可以被視為他們在這種學習模式下接受指導的意願和可能性。

現有的關於  COVID  期間大學生在線學習的研究提出了涵蓋在線學習和教學不同方面的各種主題，包
括：

‧  COVID  對教學和學習的影響（Ali  等人，  2021；  Zhang  等人，
2020)
‧在線教育帶來的挑戰和機遇（Adedoyin  &  Soy  kan，  2020；  Azubuike  等，  2021）

‧發展中國家與發達國家之間或發展中國家之間的差距（Azubuike  等人，  2021；  Kamal  等人，  
2020；  Mishra  等人，  2020；  Oye  dotum，  2020）

‧技術使用（Chatterjee  &  Chakraborty，  2020）
‧學生特徵和人格特徵（Tavitiyaman  等人，  2021  年）
‧學生的學習和心理需求（Shah  等人，  2021；  Wong，  2020）
‧學生的在線課程體驗（例如，與學習內容、教師和其他學生的互動） 和課程參與度（例如，課程參與頻
率或用於學習的時間） （Adnan  &  Anwar，  2020；  Gonzalez  Ramirez  等，  2021 ;欒等人，  
2020）

‧學生的學習動機（Adnan  &  Anwar，  2020；  Baber，  2021；  McPartlan
等人，  2021）
‧學生的課程滿意度（Saxena  等，  2020）
‧學生的在線學習成果（Adnan  &  Anwar，  2020；  Gonzalez  等人，
2020)
‧學生的在線學習態度或意圖（Aguilera‑Hermida，  2020  年；  Baber，  2021  年；  George，  
2020  年；  Gonzalez‑Ramirez  等人，  2021  年；  Pal  &  Patra，  2020  年；  Tang  等人，  2020  
年；  Unal  和  Uzun，  2021  年)
‧在線學習方法（George，  2020  年；  Gonzalez‑Ramirez  等人，  2021  年；
汗等人，  2021；麥克帕特蘭等人，  2021；唐等人，  2020）
‧學生應對公共危機的自我管理（Hadar  et  al.,  2020）
‧教師的特點和教學能力（Baber，  2021）
‧父母的參與和支持（Azubuike  等，  2021） 等等。

1  3
Machine Translated by Google

教育和信息技術

以下部分描述了不同學習模式的概念和當前關於大學生在普通在線教學和COVID中在線學習意願
的研究結果，然後對本研究的意義進行了論證。

2.1  面對面、在線和混合學習的概念

在信息和通信技術  (ICT)  普及之前，通過  FTF  接觸在物理環境（例如教室）
中進行的學習和教學活動一
直是學生在高等教育中獲取知識和技能的主要方法。  FTF  學習是一種發生在物理環境中的學習模式，
其中教師與一群學生在同步的學習環境中（即在同一時間和同一地點） 一起交談，學生從老師或通過書
籍和其他教具（布萊克，  2002）。學生通過聽老師的指導、與同齡人進行  FTF  討論或小組合作以及
在課堂上完成動手實踐來完成他們的學習活動。

自ICT引入以來，特別是互聯網技術廣泛應用於教育之後，學生可以通過在線學習平台、社交網絡工
具、移動技術等支持的多種格式的豐富資源、異步和同步交互進行學習。在線學習是指學生從學習管理
系統中學習，在互聯網技術的支持下，通過同步和異步通信與老師和其他學生進行交流的一種學習模
式。從本質上講，在線學習代表完全在線進行的學習。因此，它不包括學生和教師之間或學生在物理學
習環境中的  FTF  接觸（Ally，  2004；  Lee  &  McLoughlin，  2011）。

FTF  和在線學習都有優點和局限性。  FTF  學習為大多數學生提供了一個熟悉和舒適的環境，他們
可以在其中與老師和同齡人進行即時互動。對於很多大學生來說，FTF學習反映了學生在校期間的規範
教學。然而，FTF  學習缺乏靈活性，因為它受時間和地點的限制（Black，  2002；  Zhang  等人，  
2004）。靈活性可能是在線學習最重要的優勢之一，它有利於學生更好地控制自己的學習速度、豐富的
學習資源以及與老師和其他學生的擴展互動（Song  et  al.,  2004;  Stansfeld  et  al.,  2004）。然而，在
線學習產生了幾個問題，例如不同經濟和社會背景的學習者之間的數字鴻溝、教師支持不足、孤立感、
難以趕上在線課程安排、技術問題等（Azubuike  et等人，  2021；  Kamal  等人，  2020；  Song  等
人，  2004；  Vonderwell，  2003）。

混合學習模式被認為可以優化  FTF  和在線學習的優勢，為學生提供靈活訪問課程內容、擴展在線互
動並在課堂上保留  FTF  指令（Dziuban  等，  2004）。混合式學習是一種結合  FTF  教學和

1  3
Machine Translated by Google

教育和信息技術

在線學習，並通過  FTF  和在線交流以及各種在線學習資源和工具支持學生的學習（Lei，  2010；  
Macdonald，  2006；  Rudestam  &  Schoenholtz‑Read，  2009）。教師可以根據特定學科領域、
目標學生和混合課程的學習目標，分配不同的在線和  FTF  教學課程。

2.2  普通網絡教學中大學生網絡學習行為意向

大學生在線學習的行為意圖在COVID鎖定之前並不是一個新話題。該領域已有的研究是基於各種理論
進行的，包括技術接受模型（TAM）、信息系統（IS）
成功模型、任務‑技術ft理論（TTF）、期望‑確
認模型（ECM）、認知模型（CM）、社會認知理論（SCT）、動機理論、技術連續理論（TCT）、自
我決定理論（SDT）、期望值模型、計劃行為理論（TPB）、流動理論和公平理論（例如,  Adams,  
1965;  Ajzen  &  Fishbein,  1980;  Aljukhadar  et  al.,  2014;  Atkinson,  1964;  Bandura,  1977,  1986;  
Bhattacherjee,  2001;  Brown,  2007;  Csikszentmihalyi,  1975;  Davis  et  al.,  1989;  Eccles,  2010 ;  
Liao  等人，  2009  年；  Oliver，  1980  年；  Petter  等人，  2013  年；  Ryan  和  Deci，  2000  年）。

正常教學中大學生在線學習意願的相關研究涵蓋了多個因素，包括學生的感知和態度（Chang  et  
al.,  2017;  Ifnedo,  2017;  Joo  et  al.,  2018），在線學習經驗根據感知的在線課程質量和各種類型的
在線互動來解釋的影響（Brahmasrene  &  Lee,  2012;  Chou  et  al.,  2015;  Da han  &  Akkoyunlu,  
2016;  Guo  et  al.,  2016;  Huang  et  al.,  2017 ;  Lee  等人，  2009  年；  Moham  madi，  2015  年）、
學習動機（Kim  等人，  2017  年；  Zhou，  2016  年） 以及學習能力和特定學習策略的應用（Hood，  
2013  年；  Lee，  2010  年；  Tsai  等人） 等人，  2018）。

2.3  疫情期間大學生在線學習的行為意向

COVID  期間的在線學習是一種比計劃中的學習模式更加強制的學習模式，讓學生在他們對某些課程交
付模式的偏好方面別無選擇（Baber，  2021；  Bao，  2020）。  COVID期間大學生在線學習意願的
研究主要集中在他們的在線學習態度、感知、享受、準備和意願、技術使用和接受、在線學習體驗以及學
生和教師特徵（eg,  Baber,  2021;  Pal  &帕特雷，  2020  年；烏納爾和烏尊，  2021  年）。例如，Unal  
和  Uzun  (2021)將技術接受模型  (TAM)  擴展為主觀規範、輸出質量、外部控制感知、感知享受、技術複
雜性和自我效能等因素。研究人員發現，大學生使用特定在線學習平台（即Edmodo） 的意圖可以通過
他們的態度、感知有用性和易用性來顯著預測。烏納爾和烏尊

1  3
Machine Translated by Google

教育和信息技術

指出參與者的體驗在使用不同的學習平台時可能會不穩定，並且會隨著時間和不同的課程而變化。

Pal  和  Patra  （2020）
基於  TAM  和  TTF  理論研究了大學生在  COVID  期間對在線視頻資源的實
際使用情況。偏最小二乘  (PLS)  模型顯示，學生對視頻學習資源的實際使用情況直接由他們對視頻
作為學習資源的態度預測，並間接受到他們感知到這些資源的易用性和有用性的影響。此外，任務技
術  ft（即視頻技術和內容與學生學習目標和需求之間的  ft） 對學生實際使用視頻的影響是通過他們的
態度和感知的易用性和有用性來調節的。視頻資源。

Baber  (2021)調查了學生的特徵（即動機、心態和在線協作）、教師特徵（即態度、能力和在線
互動）、感知易用性和有用性以及學生的行為意圖之間的關係。在線學習。  Baber  運行了偏最小二
乘結構方程模型  (PLS‑SEM)，發現學生和教師的特徵以及技術接受度對學生的在線學習意願有顯著
影響。他們感知到的  COVID  嚴重程度溫和地緩和了學生的技術接受度和行為意圖之間的關係。

除了上述研究之外，一些研究人員還比較了大學生在  COVID  期間採用不同學習模式的意願
（Aguilera‑Her  mida，  2020；  Gonzalez‑Ramirez  等，  2021；  Khan  等，  2021；  McPartlan  
等，  2021  年；  Reinhold  等人，  2021  年）。例如，Aguilera‑Hermida  (2020)發現，學生在  FTF  
環境中學習的意願與他們適應在線學習的困難顯著相關。布里扎克等人。  (2020)調查了  380  名大學
生在  COVID  期間對在線學習的看法，發現大多數學生對在線學習表現出負面看法，並希望選擇  FTF  
教學。在學生中，分別有  64%  和  29%  的學生選擇了  FTF  和混合學習。岡薩雷斯‑拉米雷斯等人。  
(2021)發現學生認為  FTF  學習比在線學習更有效。

然而，在其他關於  COVID  期間大學生在線學習意圖的研究中，發現不一致的結果。漢密爾頓等
人。  (2020)發現，47%  的研究參與者更喜歡現場講座。另有  30%  的人讚成將“現場” 和錄製的講
座相結合。汗等人。  (2021)調查了  103  名醫學生在  COVID  期間的在線學習經歷。近一半的學生
（103  人中的  50  人）
希望在混合環境中學習，同樣部分的學生更喜歡  FTF  學習，其餘的則選擇在線
學習。學生對在線課程的反饋被歸類為引人入勝、令人愉快和激勵學習。穆圖普拉薩德等人。  (2020)
與  FTF  學習相比，檢查了學生對在線學習的感知效果，發現學生對在線學習持中立態度。

在  COVID  期間，大學生在不同模式下學習的行為意向的現有發現的差異可能是由於他們多樣化
的在線學習經歷造成的。阿里等人。  (2021)發現，學生對在線學習模式的感知差異可能是他們對各
種在線課程的體驗以及與不同教師在線互動的結果。麥克帕特蘭

1  3
Machine Translated by Google

教育和信息技術

等。  （2021）
區分了  999  名大學生提供的關於他們願意參加在線或  FTF  課程的原因。研究人員確定了
總體主題，概括了  219  名參與者在線學習意圖的原因，包括對靈活性的偏好、自定進度的學習和在線同
伴互動，以及大學對入學的限制。

除了比較學生在線學習和  FTF  學習的行為意圖外，研究人員還探討了  COVID  期間大學生在線學習
意願或享受的變化。例如，Reinhold  等人。  (2021)研究了在  COVID  限制期間完成在線課程的大學生
對在線學習的偏好的變化。研究人員發現，對  ICT  態度水平較低的學生對在線講座的偏好略有增加。

相比之下，其他對  ICT  更有利的學生則顯示他們對在線講座的選擇有所減少。  Reinhold  解釋說，
65%  的參與者退出了課程。降低對數學在線學習的評價的參與者是輟學者。  Reinhold  的研究僅限於
一小部分參與者（35%），其他參與者對某種學習模式的偏好沒有被挖掘。

2.4  研究意義

大量研究集中於大學生在線學習行為意向與在線學習體驗、課程質量、師生人口背景、自律學習策略等
因素之間的關係。然而，很少有實證研究檢查學生在  COVID  期間在線學習的行為意圖的變化，包括評
估學生有效學習的能力和策略、課程參與度和學業成績。能力被定義為綜合了知識、技能、個人屬性和
理解的整體人類素質，在熟悉的環境或新的和不斷變化的環境中適當和有效地使用（斯蒂芬森，  
2000）。學習能力包括一個有效維度和一個認知維度（Higgins  et  al.,  2007）。因此，本研究中學生
的學習能力可以看作是一種使他們能夠在各種情況下有效地、成功地學習的綜合能力或素質。學生對學
習策略的應用側重於他們應用特定方法來有效學習的技能（例如，Hofer  等人，  2021）。

本研究是基於現有關於大學生在線學習行為意向研究中發現的局限性進行的：在  COVID  之前、期
間和之後；  b)  很少有研究調查學生的學習能力、特定在線學習策略的應用、課程參與度和學習成績如
何在整個  COVID  期間發生變化，以及這些因素將如何影響他們在  COVID  之後的在線學習意圖。因此，
本文旨在調查以下研究問題：

1  3
Machine Translated by Google

教育和信息技術

1)  在  COVID  鎖定之前、期間和之後，大學生在線學習的行為意圖（與  FTF  和混合學習相比）、總體學
習能力、在線學習策略的應用、在線課程參與度和學業成績將如何變化？

2)  總體而言，學習能力、在線學習策略的應用、在線課程參與度和學習成績是否會顯著影響  COVID  鎖
定後大學生的在線學習意願？

3種方法

3.1  研究設計

如第  1.2  節所述，中國大學的獨特背景為研究人員提供了一個機會，以調查學生在  COVID  的不同階段
以不同模式參加大學課程的行為意圖。在本研究中，研究人員對一組中國大學生進行了多項選擇題和開
放式問題的問卷調查。參與者被要求反映他們在  COVID  之前、期間和之後在  FTF、在線和混合模式中
的學習經驗，分別標記為時間  1  (T1)、時間  2  (T2)  和時間  3  (T3)。多項選擇題考查了學生在T1、T2、T3
三種學習模式下的總體學習能力、在線學習策略的應用、在線課程的參與度、學業成績、以及承擔三種
學習模式的行為意向。開放式問題進一步要求學生提供在T3選擇在線學習模式的理由以及對未來在線
課程的期望。

為了描述和探索大量人群中的人類行為，問卷適用於獲取有關參與者的感受、思想、態度、感知和
行為意圖的信息。此外，研究人員可以在問卷調查中詢問有關參與者現在、過去和未來的問題（Johnson  
&  Christensen,  2012;  Singleton  &  Straits,  2009）。這服務於當前的研究目的，即促進參與者反思
他們從  T1  到  T3  的學習經歷和感知，並報告他們在整個  COVID  期間在線學習的意圖。

3.2  參與者

2020‑2021學年第一學期就讀於“教育技術” 和“現代遠程教育” 的193名參與者參加了研究（表2）。

所有參與的學生都在每班  30  至  40  名學生的班級。參與者包括  35  名男學生（18%） 和  158  名女學生
（82%）。大多數（55%） 在  21  至  25  歲之間，另有  44%  在  18  至  20  歲之間，1%  屬於  26  至  30  歲
年齡段。在參與者中，40%、17%、15%、14  %  和  8%  分別專攻教育技術、音樂教育、英語

1  3
 1  3
2020‑2021
學
年
第
一
學期
恢
復
校
內
FTF
   暑
假 2019‑2020
學
年
第
二
學期 寒
假 2019‑2020  
學
年
第
一
學期
校
內
普
通
FTF  
和     學
期
和
休
息 表  
2
本
研
究
中
大學
的
學
期安
排
和
課
程
授
課
方
式
年
COVID
鎖
定
期
間
的ERT 課
程
交
付
模
式
冠
狀
病
毒
封
鎖 和
之
後
的
混
合
教
學 COVID
鎖
定
之
前
的混
合
教
學
期
間
2020
年
9
月
初
2021
年1月
初
（T3） 2019
年
9
月
初
2020
年1月
初
（T1）
2020
年
1月
初
年
2
月
底‑2020
2020
年
2
月
底
年
6月
底
（‑2020
T2）
2020  
年  
6  
月
底
‑  
2020  
年  
9  
月
初  
教育和信息技術
Machine Translated by Google
Machine Translated by Google

教育和信息技術

文學、TESOL  和政治。其餘的參與者（6%）
主修生物科學、化學、中文和體育。  16%  的參與者是研究生，分別
有  83%  和  1%  的人正在攻讀學士和文憑。

在  COVID  之前，所有參與者都參加了  FTF、在線和混合課程。在校園封鎖期間，所有參與者都參加了緊急在
線學習。如上節所述，中國的大學在  2020  年  2  月至  6  月之間申請了  ERT，並在  2020  年  9  月之後重新開放以恢
復校園教學。研究的參與者於  2020  年  9  月返回  FTF  或校園混合學習，當時中國教育開始進入後新冠時代（表
2）。

3.3  儀器

問卷調查包括四個部分，衡量以下信息：a)  參與者的人口背景，b)  總體學習能力，在線學習策略的應用，以及從  
T1  到  T3  的在線課程參與，c)  學習成績和行為意向從  T1  到  T3  的更多在線課程，以及  d)  對在線學習的看法和對
未來在線課程的期望。在第二和第三部分，參與者不需要回憶他們在任何特定課程或學科領域的不同學習模式的
經歷和意圖，而是在一般的大學課程中。以下段落提供了有關調查問題的詳細信息。

第一部分衡量參與者的人口統計信息，包括他們的
性別、年齡水平、他們就讀的大學學位和專業。
第二部分要求參與者反思他們在總體上有效學習的能力，他們使用特定在線學習策略的技能，以及  T1、T2  
和  T3  在線課程參與的水平。根據  Barnard  等人開發的工俱生成了針對參與者總體學習能力和在線學習策略應
用的縮略量表。  （2008  年），蘭等人。  （2004  年），  Pintrich  等人。  (1991),  Pintrich  等人。  (1993)，以
及  Pintrich  和  De  Groot  (1990)。測量學習能力的量表採用李克特三點量表從低、中、高三個等級測量學生對學
習的專注程度、學習中的努力和能量投入、學習的創造力和堅持性以及執行學習策略的準確性。

參與者對特定在線學習策略的應用在李克特五點量表上被評為“完全不熟練”
到“非常熟練”。這些項目描
述了參與者為幫助他們更好地在線學習而採取的具體方法，包括“查找在線學習資源和信息”、“評估、管理、
綜合和組織在線學習資源”、“與教師在線交流”、“與其他學生在線交流”
和“通過協作完成團隊合作”。在
第二部分結束時，參與者被要求根據他們在  T1、T2  和  T3  的整體在線學習經驗，從低、中到高評價他們的在線課
程參與度。研究人員對在線課程項目進行了詳細解讀

1  3
Machine Translated by Google

教育和信息技術

參與者的參與度通常取決於他們投入在線學習的努力程度和時間。中國大學生必須完成全日制學習，相當於
每週40小時，其中包括每週互動課時和自學時間。因此，每週在線學習時間超過  40  小時可視為“高”，每
週  20  至  40  小時和  20  小時以下分別為“中”
和“低”。

在第三部分，測量參與者學習成績的項目要求他們按照李克特五點量表從“遠低於平均水平”
到“遠高
於平均水平”
對他們在  T1、T2  和  T3  的整體學業成績進行排名。

學業成績基於學生自我報告的  GPA（平均績點），參與者估計他們在班級中的排名。然後，要求所有參與者
以從“非常不同意”
到“非常同意”
（例如，“我願意在  COVID  之前參加更多的在線課程”、“我願意在  
COVID  期間參加更多的在線課程”、“我願意在未來參加更多的在線課程”）。

調查的最後一部分包含兩個開放式問題，涉及參與者在  COVID  鎖定期間對在線學習的看法以及對未來
在線課程的期望。參與者對這些問題的回答為他們在  COVID  期間的在線學習體驗提供了更多見解，並從學
習者的角度提出了進一步改進在線課程的建議。

3.4  程序

在徵得大學倫理委員會同意後，聯繫了“教育技術”
和“現代遠程教育”
課程的教職員工，並徵得了教職員工
的同意。在工作人員的幫助下，所有學生都了解了研究項目，包括研究目的、程序以及數據存儲和發布的機密
性。  193  名學生表示同意，並在學期的第三周和第四周完成了在線問卷調查。參與者的個人信息未在任何形
式的研究報告中識別。

3.5  數據分析

研究人員在本研究中進行了定量和定性分析。進行因素分析以確保一般學習能力和在線學習策略應用因素
的內部一致性。採用SPSS和SmartPLS  3.3.7分析參與者在線、FTF、混合模式學習行為意向與學習能力、在
線學習策略應用、在線課程參與度、學業成績等因素的關係。

首先，由於FTF、在線和混合學習環境中學習意願因素的非正態分佈，採用Friedman檢驗考察了T1到T3不同
模式下參與者學習意願的變化。使用  Bonferroni  校正的  Wilcoxon  符號秩檢驗進一步確定了兩個測量值是
否來自

1  3
Machine Translated by Google

教育和信息技術

表  3因素分析

KMO  克朗巴赫 AVE 項目數 自然中點

Α

在線學習策略的應用 0.82 0.88 0.56 8 3

通用學習能力 0.88 0.88 0.62 6 2

N=193

表  4打算進行不同學習模式的參與者人數

T1 T2 T3

FTF學習 134 88 125

在線學習 73 115 107
混合式學習 124 105 137

N=193

參與者的意圖將顯著不同。上述兩個檢驗是非參數替代方法，用於確定在每組中出現相同受試者的三
個或更多組的平均值之間是否存在統計學上的顯著差異（Conover，  1999；  Schef，  2016）。其
次，採用皮爾遜相關檢驗檢驗參與者的行為意向、學習能力、在線學習策略應用、在線課程參與度和
學習成績之間的相關係數。最後，作為探索性研究的首選技術，運行偏最小二乘結構方程模型  (PLS‑
SEM)  以確定上述因素之間的關係  (Hair  et  al.,  2014)。作為顯著性標準的  alpha  水平設置為  0.05。

關於參與者對開放式問題的回答，研究人員通過編碼文本數據從他們的回答中生成和定義主題。
編碼由所有研究人員完成並檢查，以確保  a)  研究人員之間的編碼過程是一致的，並且  b)  這些代碼和
主題下的數據準確且與問題相關。頻率表用於提供已識別主題的詳細指標。

4  研究結果

4.1  因素分析

研究人員對影響參與者學習能力和在線學習策略應用的變量進行了因素分析。一個

1  3
Machine Translated by Google

教育和信息技術

表  5不同學習模式的意向頻率

行為意圖  平均值  中值SD偏度  峰度  最小值  最大值

T1  FTF  學習 3.67 4.00 0.71  ‑0.83 0.52 2 4

在線學習 3.06 3.00 0.94  ‑0.05 ‑0.93 1 5

混合式學習 3.62 4.00 0.80  ‑0.53 ‑0.14 2 5

T2  FTF  學習 3.16 3.00 1.12  ‑0.15 ‑0.98 1 5

在線學習 3.45 4.00 1.04  ‑0.56 ‑0.52 1 5

混合式學習 3.45 4.00 0.94  ‑0.44 ‑0.29 1 5

T3  FTF  學習 3.55 4.00 0.92  ‑0.83 0.23 1 5

在線學習 3.38 4.00 1.03 0.50 ‑0.54 1 5

混合式學習 3.65 4.00 1.05  ‑1.01 0.50 1 5

N=193。自然中點=3

開發了單因素解決方案來確定上述兩個因素（表  3）。
自然中點是每個因素的項目的中點。

4.2  與T1參與者進行不同學習模式的意向
到  T3

4.2.1  參與者不同模式學習意向的描述性結果

表  4顯示了打算從  T1  到  T3  進行在線、混合和  FTF  學習的參與者數量。參與者承擔三種學習模式的意
向均值均高於3的自然中點（表5）。

4.2.2  測試參與者在不同模式下學習意願的變化
從  T1  到  T3

研究人員進行了Friedman檢驗，分別考察了T1到T3期間在線、混合和FTF模式下參與者學習行為意
向的變化，隨後進行了Wilcoxon符號秩檢驗進行配對比較。弗里德曼檢驗分析表明，參與者的在線學
習意願從T1到T3顯著變化（χ2  （2） =34.64，  p<0.001）。與混合學習和  FTF  學習相比，參與者的在
線學習意願在整個  COVID  期間從  T1  的最低水平到  T2  的較高水平波動，然後在  T3  略有下降（表  6，
附錄  1）。

然後使用帶有  Bonferroni  校正的  Wilcoxon  Signed‑Rank  Test  來比較參與者在兩個時間點（即  
T1  和  T2、T2  和  T3、T1  和  T3）
之間在線學習的意願。與T1相比，T2參與者在線學習的意願顯著增加
（Z=‑4.56，p<0.001）。到  T3  時，參與者的在線學習意願略有下降，但變化是

1  3
Machine Translated by Google

教育和信息技術

不顯著。他們在  T3  的在線學習意願仍顯著高於  T1  （Z=‑4.22，p<0.001）。

研究人員發現，從  T1  到  T3，參與者在  FTF  模式下學習的意願發生了顯著變化（χ2  (2)=38.63，  
p<0.001）。與  T1  相比，參與者在  T2  變得不太願意以  FTF  模式學習（Z=‑6.17，p<0.001）。然後
他們在  FTF  模式下學習的意圖從  T2  顯著增加到  T3  （Z=‑4.99，p<0.001）。

從T1到T3，參與者的混合學習意向在T1、T2到T3期間發生顯著變化（χ2  （2）
=8.26，  p<0.05）。

參與者的混合學習意願從T1到T2顯著降低（Z=‑2.54，p<0.05） ，然後從T2到T3增加（Z=‑2.87，
p<0.05）。

4.2.3  比較參與者每次不同模式的學習意願
觀點

弗里德曼測試的結果表明，參與者在不同模式（即  FTF、在線和混合模式） 下的學習意圖分別在  T1、
T2  和  T3  時存在顯著差異（表6，附錄  1）。帶有  Bonferroni  校正的  Wilcoxon  符號秩檢驗表明，
在  T1  時，參與者表現出更高水平的行為意向來進行  FTF  學習（Z=‑6.49，p<0.001）
和混合學習
（Z=‑5.80，p<0.001）
比在線學習。在  T2  時，參與者在混合環境中學習的意願（Z=‑3.17，p<0.01）
明
顯高於他們的  FTF  學習意願。雖然他們的在線學習意願在  T2  時比  FTT  學習意願增加了更高的水平，
但這種差異並不顯著（Z=‑2.12，p=0.09）。在  T3  時，混合學習被評為參與者中行為意圖水平最高
的。他們的在線學習意願明顯低於混合學習（Z=‑2.62，p<0.05）。

表  6被試在  T1、T2、T3  不同學習模式意向的  Friedman  檢驗

時間點 行為意圖 平均排名 χ2  (2) 西格 df

T1 FTF學習 2.18
在線學習 1.65 53.99 p<0.001 2

混合式學習 2.17
T2 FTF學習 1.84
在線學習 2.08 10.40 p<0.01 2

混合式學習 2.09
T3 FTF學習 1.98
在線學習 1.86 14.16 p<0.01 2

混合式學習 2.16

N=193

1  3
 1  3
N=193 學
業
表
現 在
線
課
程
參
與 在
線
學
習
策
略
的
應
用T1   通
用
學
習
能
力 因
素 表  
7
學
習
能
力在
線
學
習
策略
的
應
用
在
線
課
程
參
與
度和
學
習
、
成
績
的頻
率
、
T3 T2 T1 T3 T2 T1 T3 T2 T3 T2 T1 時
間
點
平
均
值
3.16 3.17 3.24 2.05 1.70 2.10 3.82 3.76 3.45 2.15 1.75 2.15
3.00 3.00 3.00 2.00 2.00 2.00 3.88 3.75 3.5 2.00 1.67 2.00 中
位
數
0.89 0.96 0.93 0.58 0.64 0.57 0.57 0.60 0.64 0.45 0.52 0.47 標
清
0.35
‑0.04 0.004‑0.07‑0.001 0.02 ‑0.07‑0.19 0.26 ‑0.010.42 0.19 偏
度
0.10 ‑0.22‑0.320.00 ‑0.680.40 0.02 0.39 0.08 0.01 ‑0.33‑0.31 峰
度
111111 2.25 2 2 111 最
低
限
度
5 5 5 3 3 3 5 5 5 3 3 3 最
大
3 2 3 2 自
然
中
點
教育和信息技術
Machine Translated by Google
Machine Translated by Google

教育和信息技術

4.3  參與者的學習能力、在線學習的應用
從  T1  到  T3  的策略、學習成績和在線課程參與

表  7描述了參與者的總體學習能力水平、在線學習策略的應用、在線學習參與度以及從  T1  到  T3  的
學業成績。參與者的學習能力在T2時處於最低水平，顯著低於T1和T3  （χ2  （2） =97.01，  
p<0.001）。另一方面，參與者對在線學習策略的應用從T1增加到T3。他們在  T2  和  T3  對在線學習策
略的應用顯著高於  T1  （χ2  (2)=102.57，  p<0.001）。此外，與T1和T3相比，參與者的在線課程參
與度在T2處於最低水平（χ2  （2） =62.58，  p<0.001）。最後，儘管參與者的學業成績從  T1  到  T3  
有所下降，但這種變化並不顯著。

4.4  參與者在線學習行為意向的影響因素

Pearson  檢驗表明，參與者在  T3  的在線學習意向與他們在  T1  和  T2  的在線學習意向以及  T2  的在
線學習策略的應用和在線課程參與度顯著相關，這與混合和  FTF  的其他因素有關學習意圖、一般學習
能力、在線學習策略的應用、在線課程參與以及  T1、T2  或  T3  的學業成績（附錄  2）。然後進行  PLS‑
SEM  以測試參與者的總體學習能力、在線學習策略的應用、在線課程參與度和學習成績以及  COVID  
鎖定後在線學習意圖之間的關係。  PLS‑SEM  中的自舉是一種非參數程序，它不太容易違反正態性假
設，並允許測試各種  PLS‑SEM  結果的統計顯著性，例如路徑係數  (Davison  &  Hinkley,  1997;  Efron  
&  Tibshirani,  1994;  Unal  &烏尊，  2021）。

PLS‑SEM  顯示了參與者在  T1、T2  和T3（圖  1）。總體而言，參與者在  T1  和  T2  分別承擔不同學
習模式的意願、一般學習能力和在線學習策略的應用顯著影響了  T3  的相應個體因素。參與者的一般
學習能力可以預測他們對在線學習策略的應用和在線課程參與度，進而影響他們以在線或混合模式學
習的意圖。

關於參與者在  T3  以不同模式學習的意願，研究人員發現參與者在  T3  的在線學習意願直接受以
下因素的影響：a） 他們在  T1  和  T2  的在線學習意願，以及  b）
T2  的在線課程參與度（ R2=0.37，
p<0.05)。此外，對參與者在  T3  的在線學習意圖產生間接影響的其他因素包括  a)  T1  和  T2  的一般學
習能力和在線學習策略的應用，b)  T1  的在線學習意圖和在線課程參與度，以及  c)  T2  時的  FTF  學習
意圖。它是

1  3
Machine Translated by Google

教育和信息技術

圖1  T1‑T3參與者進行FTT、混合式和在線學習的行為意向模型

注意到參與者在  T1  的一般學習能力負面預測了他們在  T1  和  T2  的在線學習意圖。參
與者在  T2  的  FTF  學習意向對他們在  T2  的在線學習意向產生了負面影響。

就參與者的混合學習意向而言，除了受T2混合學習意願的直接影響外，T1學習能力
間接預測了T3混合學習意願。這種關係是由參與者在T1的在線學習策略應用、T1和T2
的混合學習意圖以及T2的FTF學習意圖介導的（R2=0.43，p<0.05）。參與者在T2進行
FTF學習的意願對其T2的混合學習意願有正向影響，但對T3的混合學習意願有負向影
響。最後，參與者在T3的FTF學習意願直接受其在T1和T2的FTF學習意願的影響，並受
其在T1的一般學習能力的間接影響（R2=0.30，p<0.05）。

1  3
1  3
整
體
性 9 4 9 14 ñ IG 表  
8  
T2  
到  
T3  
參
與
者在
線
學
習
行
為
意
向變
化
總
結
負
面
→  
較
少
負
面   積
極
→
更
積
極 不
確
定
→
肯 →
正
定 負 T2
36 →  
T3
30 3 11 11 ñ 危
險
品
積
極
的 負
面
→
更
負
面 不
確
定 積
極
的 T2
55 →  
不
太
積
極 →  
負
面
→  
負
面   →  
T3
18 14 70 ñ NCG
102 保
持
消
極 保
持
不
確
定 保
持
積
極 T2
→
T3
教育和信息技術
Machine Translated by Google
Machine Translated by Google

教育和信息技術

4.5  參與者對開放式問題的回答

4.5.1  根據在線學習的變化對參與者進行分組
意圖

為了進一步解釋從T2到T3參與者在線學習意願的變化，研究人員將在線學習意願增加、減少和沒有變化的參與
者分別分配到增加組（IG）。 、減少組  (DG)  和不變組  (NCG)。表  8

顯示，與他們在  T2  的在線學習意圖相比，102  名參與者在  T3  的意圖沒有任何變化。因此，這些參與者被分配
到  NCG。然後，其他  55  名和  36  名參與者分別在  T2  到  T3  期間表現出或多或少的在線學習意願下降和上升。

因此，前者被標記為DG，後者被歸類為IG。
與  DG  成員  (9%)  相比，更多  IG  (25%)  和  NCG  成員  (66%)  打算在在線學習環境
中學習，  X2  (4,  n=193)=45.98,  p<0.01  （表  9）。
由於一個細胞的頻率小於  fve（Armitage  &  Berry,  2002），因此進行了  Fisher  精確檢驗。  Fisher  精確檢驗
的結果支持三組在  T3  時在線學習的行為意向存在顯著差異（p<0.01，FET）。

4.5.2  IG、NCG  和  DG  參與者對開放式問題的回答

146  名參與者提供了評論，表明他們在  COVID  期間如何看待在線學習。  69  名參與者回答了關於他們對未來在
線課程的期望的問題。主題是從三組參與者的陳述中產生的，並通過實例的數量來呈現（表  10和表11）。

參與者對在線學習的看法用四個指標（即情感判斷、優勢、潛在問題和負面先前經驗）
來解釋（表10）。關
於情感判斷，參與者的反應揭示了他們對在線學習的積極或消極感受和判斷（附錄3）。參與者從T2到T3的在
線學習意圖的變化與他們的負面評論實例之間存在顯著的負相關。顯示的增加越多

表  9  IG、NG  和  NCG  成員在  T3  在線學習的意向

不同意在線學習  不確定 同意在線學習

增加組 2  (4%)   7  (17%)   27  (25%)

無變化組 18  (40%)   14  (34%)   70  (66%)
減少組 25  (56%)   20  (49%)   10  (9%)
全部的 45  (100%) 41  (100%) 107  (100%)

N=193

1  3
1  3
跨
越
三
個
組 實
例
=
參
與
者
陳
述產
生
的
主
題頻
率
%  
表
示
每
個
單
元
格
中的
值
在
每
個
主
題
的
實
例總
；  
數
中
的
比例 每組
中
的
實
例
總
數 看
法
和
評
論 從
參
與
者
的
評
論
中
產
生的
主
題 表  
10  
COVID
鎖
定
期
間參
與
者
對
在
線
學
習
的看
法
實
例
負
面
的
先
前
經
驗 潛
在
問
題 優
點 情
感
判
斷
消
極
的 積
極
的
23 ‑ 13 4 2 4 % 三
組
參
與
者
引
用
的
實例
‑ 26% 13% 1% 33.3%
48 ‑ 22 12 7 7 NCG  
%
‑ 44% 39% 35% 58.3%
43 危
險
品%
1 15 15 11 1
100% 30% 48% 55% 8.3%
114 1 50 31 20 12 團
體 三
個
實
例
的
總
數
教育和信息技術
Machine Translated by Google
 1  3
實
例
=
參
與
者
陳
述產
生
的
主
題頻
率
%  
表
示
每
個
單
元
格
中的
值
佔
每
組
實
例
總
數
的比
；  
例 每
組
中
的
實
例
總
數 期
望 從
參
與
者
的
評
論
中
產
生的
主
題 表  
11
參
與
者
對
未來
在
線
課
程
的
期
望
實
例
課
程
選
擇 課
程
界
面
和
技
術
環
境 課
程
管
理 教
學
設
計
和
方
法 人
為
因
素 提
高
學
習
者
能
力
48 ‑ 3 6 18 17 4 % 三
組
參
與
者
引
用
的
實例
‑ 6% 13%  
22 38%  
54 35%  
46 8%
152 1 12 17 NCG  
%  
危
險
品
%  
1% 8% 14%  
11 36%  
21 30%  
20 11%  
2
60 ‑ 6
‑ 10% 18.3% 35% 33.3% 3.3%
260 1 21 39 93 83 23 團
體 跨
三
個
實
例 的
總
和
教育和信息技術
Machine Translated by Google
Machine Translated by Google

教育和信息技術

受參與者在線學習意圖的影響，他們在  COVID  期間對在線學習的負面情感判斷越少（r=‑0.998，
p<0.05）。
IG、NCG、DG成員對在線學習做出了積極的情感判斷，如“在線學習很好”、“我對在線學習很
滿意”、“我更喜歡在線學習” 等。參與者對在線學習的負面感受主要集中在他們不喜歡在線學習，
不願意參加在線課程，如FTF學習，以及難以適應在線學習。此外，DG  成員對在線學習的負面評價高
於  IG  和  NCG（附錄  3）。參與者對在線學習的看法暗示了他們對在線學習的看法在整個  COVID  期
間是如何逐漸改變的（附錄  5）。

此外，IG、NCG和DG成員對在線學習的便利性、靈活性、易於復習課程內容、以技術和豐富的資
源支持學習等優勢進行了判斷。

NCG  和  DG  成員還提到，在線學習支持自我調節或自定進度的學習，豐富了學習資源。由於被迫轉向
在線，參與者變得更加熟悉使用在線學習資源和工具進行學習（附錄  6）。

另一方面，三組成員報告了在線學習的一些潛在問題。參與者的評論暗示了他們在  COVID  期間完
成在線課程時如何權衡不同學習模式的優缺點。首先，參與者對在線學習缺乏自我控制和自我調節以
及繁重的工作量表示擔憂。此外，NCG  和  DG  成員報告了以下問題，例如  a)  無聊的在線學習體驗，
b)  學習效率和成就水平低，c)  課程信息不明確，課程信息缺乏更新和權威性，以及  d)學習動機低。最
後，IG  和  DG  成員聲稱在線學習期間缺乏  FTF  師生和同伴互動以及身體問題（附錄  7）。

參與者對未來在線課程的期望分為學習者能力、人為因素、教學設計和方法、課程管理、課程界
面和技術環境（表  11，附錄  4）。

參與者對學習者能力的期望主要集中在提高學習中的自我控制和自我調節能力以及信息通信技術能
力上。在人為因素方面，參與者希望在情感支持下與老師和同伴進行更多互動，同時在線互動的即時
性和質量也會有所提高。關於教學設計和方法，參與者期望未來的在線課程能夠吸引和吸引學生，提
供優質的學習資源，並改進評估設計。在課程管理方面，與會人員要求教師加強監督和監督，在線課
程安排更清晰。一些  DG  成員報告說他們遇到了其他問題，例如課程過渡準備不足以及老師和同學的
反應不足或延遲。這阻礙了他們的在線學習，儘管他們認為自己在普通課程中成績優異（附錄  8）。

此外，NCG  成員聲稱應重視學生的反饋以控制課程質量，並應給予教職員工更多的支持。這

1  3
Machine Translated by Google

教育和信息技術

對課程界面和技術環境的期望包括課程網站更清晰的呈現、穩定的互聯網連接、課程管理系統的全面
功能以及不同大學課程的課程平台的一致性。最後，NCG  成員表示需要專家對他們的在線課程選擇提
出建議。

5  討論

5.1  參與者的學習能力、在線學習策略的應用和在線課程參與度

研究人員發現，參與者報告的一般學習能力和在線課程參與因素有所下降，但在  COVID  期間他們對特
定在線學習策略的應用有所增加。在本研究中，學習能力主要集中在學生對他們的注意力、努力、創造
技能、堅持和有效執行學習策略的總體控制上。

然而，在線策略的應用表明學生在應用適合在線學習的特定方法方面表現如何，例如在線搜索、信息管
理以及在線交流與協作。

COVID  期間的在線課程將參與者與他們的老師和同齡人物理隔離，對他們的自我控制和自我適應提
出了很高的要求，並且需要更大的紀律和對學習的承諾（Muthuprasad  等，  2020）。參與者的陳述
顯示，在  COVID  鎖定期間的在線學習挑戰了他們在學習中的自控力，尤其是在學習中的集中力和管理
力。儘管一些參與者在  COVID  期間有更多機會練習各種在線學習工具，但他們覺得他們的學習效率低
下，他們的課程參與度很低。  23%  的參與者表示，他們在  COVID  期間在線學習時沒有高度的自控力，
尤其是在在線課程準備不足的情況下。沒有良好的準備、質量設計和強有力的監督的在線課程對於學
生來說可能是相當具有挑戰性的，即使是那些認為自己在  FTF  課程中取得高成就的學生（請參閱第  
10、21  和  40  號參與者的評論）。

在參與者對在線學習策略的應用方面，本研究中  COVID  期間的在線課程迫使他們在學習中使用技
術。從這個意義上說，在  COVID  期間將所有課程轉移到網上使參與者接觸到高水平的  ICT  使用，這可
能有助於提高他們在學習中的數字能力（Billings  等，  2001；  Kenny，  2002）。通過頻繁訪問一系
列在線學習資源和工具，參與者提高了他們使用在線資源和工具完成在線學習任務的特定技能（請參
閱第  5  和  122  號參與者的評論）。

1  3
Machine Translated by Google

教育和信息技術

5.2  參與者在整個  COVID  期間在線學習的行為意圖

參與者的在線學習意願呈現出從  T1  的最低水平到  T2  的最高水平的波動，隨後略有回落，低於  
T3  的混合和  FTF  學習水平。學習者採用某些學習模式的意圖可能會隨著時間的推移以及在不穩
定條件下的不同課程而變化（Unal  &  Uzun，  2021）。  COVID  導致學校停課，並將教育從  
FTF  轉移到在線教學。對於一些學生來說，轉向在線學習可能不是他們的主觀傾向。但是，在  
COVID  大流行等公共危機期間，在線課程將是學生接受教育的唯一選擇。

在本研究的大學中，一些課程多年來一直在成熟的課程平台上通過混合模式進行教學。因此，
當大學停課時，這些混合課程可以順利轉移到在線課程。然而，之前通過  FTF  教學的其他課程，
由於準備不足、教師數字化能力低、缺乏對教職員工的支持等，可能無法滿足學生的學習需求，也
無法達到優質在線課程的標準。學生在巨大的壓力下在線學習，相對於危機情況的不確定性、學習
成績以及  COVID  期間缺乏人際溝通，具有質量設計和管理以及重要學習和情感支持的課程將有
助於緩解他們在課程中的焦慮，從而增加他們打算在線學習（Cao  et  al.,  2020）。相反，沒有良
好教學設計和足夠支持的在線課程可能會對學生繼續在線學習的行為意圖產生負面影響（例如，
6  號和  12  號參與者）。

關於學生在  COVID  鎖定期間在不同環境中學習的意願，參與者在混合學習環境中學習的意願
高於在課堂上的學習意願。在  COVID  之後，與在線或  FTF  學習模式相比，參與者在混合模式下學
習的行為意圖仍然更高。他們在  COVID  期間在線學習的可能性繼續影響他們在  COVID  之後在線
學習的意圖。參與者關於他們對在線學習的看法的陳述為他們在  COVID  之後的行為意圖提供了
根本原因。他們對在線學習的評論顯示，他們在選擇未來學習模式時比較了  FTF、在線和混合學
習環境。他們越喜歡  FTF  學習組件，他們就越不可能在未來進行在線學習。  COVID  後在線學習
行為意向下降的參與者提供了更多描述負面情緒的評論（例如，第  40  號參與者）。

課堂教學在人類傳遞知識、經驗和修養方面有著悠久的歷史。學生在  COVID  期間的在線學習
經歷可能會促使他們思考每種學習模式的優勢和局限性，並為他們未來的學習做出決定（Gonzalez‑
Ramirez  等人，  2021  年）。

儘管在線學習具有普遍接受的優點，例如靈活、方便和豐富的課程資源（Petrides，  2002；  
Poole，  2000），但學生仍然擔心缺乏人際交往、課程界面功能不全、課程不足和枯燥等問題。
信息和材料，以及對身體的傷害

1  3
Machine Translated by Google

教育和信息技術

健康（Gonzalez‑Ramirez  等人，  2021；  Luan  等人，  2020；  Muthuprasad  等人，  2020）。
Adedoyin  和  Soykan  (2020)以及  Azubuike  等人。  (2021)將在線學習模式與  FTF  學習模式進
行了比較，並假設混合學習可以結合上述學習模式的優點。  Almuraqab  (2020)還發現，在他的研
究中，有一半的學生  (49%)  贊成混合學習，並建議政策制定者應該為大學制定指導方針，以繼續提
供混合學習系統。混合學習可能是後  COVID  時代的重點和主流課程交付，因為它結合了人際接觸
和支持在線學習的技術的優勢（Saboowala  和  Mishra，  2021  年）。

值得注意的是，在  COVID  之前報告學習能力水平較高的參與者在  COVID  期間不太可能在線學
習。這一發現與一些現有的研究不一致。例如，Alhamami  (2018)發現學生在線學習外語的意圖可
能取決於他們在課程中的表現能力。  Hood  (2013)得出結論，學生的思維能力（例如，批判性思
維）、對工作的承諾和調節學習的能力可以顯著預測他們使用在線講座的意圖。  COVID  期間  ERT  
的特殊背景與正常的在線教學不同。本研究的參與者在學習需求和偏好上存在很大差異。

以第  38、50  和  92  號參與者的陳述為例。這些學生認為自己在大學課程中取得了優異的成績，但遇
到了在線課程設計質量低下以及缺乏老師和同伴及時支持的問題。參與者回憶說，在線學習對學習
者管理自己完成學習任務的綜合能力提出了更高的要求。他們仍然更喜歡通過  FTF  教學來學習，因
為他們相信他們可以在  FTF  學習環境中充分利用他們的學習技能。

上述參與者對其學習經歷的評價與  Schultz  和  DeMers  (2020)  的研究一致，他們認為在沒有
做好充分準備的情況下緊急轉移到在線課程授課會阻礙學生積極的在線學習。在沒有足夠及時的
支持的情況下，在不同課程的多個在線學習任務之間掙扎時，學生可能很難建立起未來參加更多在
線課程的信心。即使是高成就者也可能會重新考慮自己適應在線課程的能力，並選擇能夠保證流暢
的課程體驗並最大限度地發揮他們的優勢的課程。此外，在線學習策略和課程投入在一般學習能力
與在線學習行為意向之間的中介作用表明，學習能力高的參與者實施了有效的在線學習策略，保持
了高水平的課程投入。 ，並打算繼續承擔更多的在線課程。然而，學生的在線課程輸入和學習策略
的積極應用需要良好的教學設計和強大的學習和教學人員的情感支持。在後疫情時代，當混合式教
學成為課程教學的主流時，應探索有效的教學設計，以激發學生使用有效學習策略來平衡自己的
FTF和在線學習並保持高水平的課程參與度的動力在線和離線。

在參與者對未來在線課程的期望中，“教學設計與方法”
和“人為因素”
的比例高於其他

1  3
Machine Translated by Google

教育和信息技術

主題。從參與者提供的示例評論中可以看出，除了學生的學習能力外，在線課程設計和教師的教學能力
和充分有效的支持對於確保學生積極的學習體驗和令人滿意的課程成果至關重要。在  ERT  期間，有必
要通知學生在線學習的挑戰，以及由於準備不足以及缺乏自律、動機和有效應用學習策略（Aristovnik  
et  al.,  2020;  Golladay  et  al.,  2000）。因此，必須將特定的學生培訓融入日常教學，以提高學生的學
習動機、自我調節學習技能和自我管理學習的能力，這將有利於學生為常規和緊急在線教學情況做好充
分準備（例如，Aristovnik  等人，  2020  年；  Muthuprasad  等人，  2020  年）。此外，支持性的在線
交流和有意義的課程活動將有助於讓學生專注於他們的學習（Hara  &  Kling,  1999;  Muthuprasad  et  
al.,  2020;  Vonderwell,  2003）。

值得注意的是，參與者希望在線課程可以提供吸引人的學習材料和活動。與課堂教學不同，在線課
程缺乏師生之間的身體接觸。大學生雖然被視為成人學習者，能夠完成複雜的認知活動，並能長時間忍
受枯燥乏味的學習任務，但他們仍然需要有趣味性的課程設計，以保持自己積極參與在線課程活動。此
外，課程設計和學習目標的一致性、清晰的課程結構、引人入勝的互動學習資源、高質量的教學和強大
的學習支持將確保學生有效地聽從老師的指導並更好地理解課程內容（Sun  &  Chen,  2016） .

最後，參與者聲稱他們需要具有支持個性化學習的有用功能的用戶友好型學習平台。參與者對在線
課程平台的期望主要集中在課程界面的清晰和標準化、課程平台功能的完善和易用性以及新技術與平
台的融合等方面。嚴等人。  (2021)強調了支持學生在線學習的良好技術環境的重要性。在線學習過程
中的技術問題，如互聯網連接不暢、技術基礎設施和課程界面故障等，可能會對學生的在線學習體驗和
態度產生負面影響。當教師和學生都沒有為在正常時間或突發公共危機期間過渡到在線學習做好準備
時，這些問題甚至可能為發展中國家成功提供在線課程設置最具影響力的障礙（Blizak  等，  2020 ）。

6  限制

本研究是在浙江的一所中國大學進行的。因此，這些發現可能不適合推廣到其他受到  COVID  更嚴重
攻擊的國家。對學生在線學習意願的進一步研究可以擴展到封鎖政策不同或受新冠疫情影響程度不同
的地區。

1  3
Machine Translated by Google

教育和信息技術

該研究的目的是觀察大學生在整個  COVID  期間以  FTF、在線和混合模式學習的意圖
的變化。研究人員試圖捕捉學生在  COVID  之前、期間和之後的三種模式下的學習意願。
由於  COVID  的迅速中斷，該大學於  2020  年  3  月意外關閉。在  COVID  期間，研究人員限
制了數據收集的樣本，因為可以聯繫到的學生樣本非常少。因此，研究人員在2020年9月
開學後進行了問卷調查，這樣可以保證合理的學生樣本。未來對大學生在線學習行為意
向變化的研究可以針對相當多的學生群體，持續觀察他們在不同階段對在線學習的看法。

此外，根據項目的倫理要求，問卷調查由參與者匿名完成，研究人員無法識別參與者
的匿名回答與他們的實際  GPA。有必要進行進一步研究，考慮使用自動機制來捕獲與學
生學習過程和結果相關的實際數據，以全面了解大學生的能力、策略、參與度、進步和學
習之間的關係。在線或混合課程中的成就。

7  結論

本文確定了一組中國大學生在在線環境中學習的行為意圖與整個  COVID  中的混合和  
FTF  學習環境相比發生了顯著變化。學生對某些學習模式的意圖會繼續影響他們未來的
偏好。此外，學生的學習能力、在線學習策略的應用、在線課程的參與度直接或間接地影
響了他們對不同學習模式的行為意向。在  ERT  期間修讀幾門課程可能會給學生帶來巨大
挑戰。尤其是沒有良好的教學設計和足夠的學習和情感支持的課程可能會阻礙學生積極
參與課程。無論是在正常教學期間還是在公共危機期間，在線教學都是一個技術問題，也
是一個教學法和教學挑戰（Ali，  2020）。因此，在設計和提供在線課程時，教師需要繼
續專注於有意義的學習活動，以充分吸引學生的注意力，並通過強有力的支持和課程管理
來滿足他們的需求。

此外，在線學習者的構成在他們的學習能力和偏好方面正在多樣化。選擇在線學習的
學生可能會重視在線教學的特殊優勢，這些優勢可以很好地滿足他們的個人需求。在線
教育工作者應注意學生在學習能力、需求和偏好方面的差異，以提供更加個性化的指導和
支持。

然而，當很少有人為突然過渡到在線教學做好充分準備時，教師在  ERT  期間實施在
線課程交付和管理可能具有挑戰性。鑑於我們生活在一個多變的環境中，校園教育可能
會因許多因素而中斷（例如我們所經歷的

1  3
Machine Translated by Google

教育和信息技術

在新冠疫情封鎖的情況下），即使在許多恢復  FTF  教學的國家和地區，教師仍應根據目前所學的經驗，考慮
在線和混合模式的教學實踐。對於研究人員和教育工作者來說，重要的是要仔細考慮教師和學生需要為即將到
來的中斷做些什麼，以避免重複我們的錯誤，例如忽視在線教學過程中的互動性、課程結構和內容缺乏質量設
計以及在線學習和情感支持（Aguilera‑Hermida，  2020；  Bozkurt  &  Sharma，  2020；  Hussein  等
人，  2020）。師生應認清混合式學習的趨勢，適應後疫情時代FTF與在線教學的常態化結合。

補充信息在線版本包含可在https://doi  獲得的補充材料。
org/10.1007/s10639‑022‑11320‑0。

基金資助浙江師範大學師範學院開放研究基金(No.jykf22001)資助。

數據可用性根據研究所在大學倫理委員會的保密和隱私要求，本研究中的數據不能公開以保護個人隱私。

聲明

競爭利益我們沒有與提交出版的作品直接或間接相關的財務或非財務利益衝突。

參考

Adodoyin,  OB  和  Soykan,  E.  (2020)。  COVID‑19  大流行和在線學習：挑戰和機遇。交互式學習環境，  1‑13。  https://
doi.org/10.1080/10494820.2020。
1813180
Adnan,  M.  和  Anwar,  K.  (2020)。  COVID‑19  大流行期間的在線學習：學生的觀點。
教育學社會學和心理學雜誌，  2（1），45‑51。
亞當斯，JS  (1965)。社會交換的不平等。在  L.  Berkowitz（主編） 中，實驗社會的進展
心理學（第  267‑299  頁）。學術出版社。
阿奎萊拉‑埃爾米達，美聯社  (2020)。由於  COVID‑19，大學生對緊急在線學習的使用和接受。國際教育研究雜誌公開，  1,  
100011。https ://doi.org/10 。
1016/j.ijedro.2020.100011
Ajzen,  I.  (1985)。從意圖到行動：計劃行為理論。在  J.  Kuhl  和  J.  Beckmann（主編）
中，動作控制。  SSSP  Springer  社會心
理學系列。  （第  11‑39  頁）。海德堡。  https://
doi.org/10.1007/978‑3‑642‑69746‑3_2
Ajzen,  I.  (1991)。計劃行為理論。組織行為與人類決策專業
程序，  50(2),  179–211。
Ajzen,  I.  和  Fishbein,  M.  (1980)。理解態度和預測社會行為。普倫蒂斯霍爾。
阿里，W.  (2020)。高等教育機構的在線和遠程學習：COVID  下的必要性
19  流行病。高等教育研究，  10（3），1‑16。
Ali,  M.、Abdulaziz,  A.、Alansari,  S.、Faqeh,  S.、Kurdi,  A.  和  Alhajjaji,  A.  (2021)。剛才發生了什麼？
COVID‑19  封鎖期間校園活動暫停對藥學教育的影響 學生的觀點。沙特製藥雜誌，29,  59–66。

1  3
Machine Translated by Google

教育和信息技術

Aljukhadar,  M.、Senecal,  S.  和  Nantel,  J.  (2014)。越多越好嗎？在在線用戶環境中研究任務技術  ft  理論。信息與管理，  51
（4），391‑397。  https://doi.org/10。
1016/j.im.2013.10.003
Alhamami,  M.  (2018)。在面對面和在線環境中學習外語的信念和意圖。計算機輔助語言學習，  31（1‑2），90‑113。  https://
doi.org/10.1080/09588
221.2017.1387154
NAS  阿爾穆拉卡布（2020  年）。在  covid‑19  大流行之後，阿聯酋的大學是否應該繼續遠程學習？揭示學生的觀點。  SSRN  電
子期刊，  11（5），226–233。
Ally,  M.  (2004)。在線學習的教育理論基礎。在  T.  Anderson  &  F.  Elloumi  (Eds.),  Theory  and  practice  of  online  learning  
(pp.  3‑31)。阿薩巴斯卡大學。
Aristovnik,  A.,  Ker iˇc,  D.,  Rav elj,  D.,  Toma eviˇ,  N.,  &  Umek,  L.  (2020)。  covid‑19  大流行對高等教育學生生活
的影響：全球視角。可持續性，12,  1‑34。
Armitage,  P.  和  Berry,  G.  (2002)。醫學研究中的統計方法。布萊克威爾斯。
阿特金森，JW（1964  年）。動機簡介。範諾斯特蘭德。
Azubuike,  OB,  Adegboye,  O.  和  Quadri,  H.  (2021)。誰可以在大流行中學習？探索尼日利亞  COVID‑19  大流行期間遠程學習
的數字鴻溝。國際教育研究雜誌公開，  2（2），1‑10。  https://doi.org/10.1016/j.ijedro.2020.100022

巴伯，H.（2021）。模擬  COVID‑19  大流行期間對電子學習的接受程度 韓國的一項研究。國際管理教育雜誌，  19（2），
1‑15。  https://doi.org/10。
1016/j.ijme.2021.100503
班杜拉，A.  (1977)。自我效能：走向行為改變的統一理論。心理
評論，  84（2），191‑215。  https://doi.org/10.1037/0033‑295x.84.2.191
班杜拉，A.  (1986)。思想和行動的社會基礎：一種社會認知理論。普倫蒂斯霍爾。
鮑，W.（2020）。  COVID‑19  與高等教育中的在線教學：以北京大學為例。
人類行為和新興技術，  2（2），113‑115。
Barnard,  L.、Paton,  V.  和  Lan,  W.  (2008)。在線自我調節學習行為作為在線課程感知與成就之間關係的中介。國際開放和遠程
學習研究評論，  9（2），  1‑11。  https://doi.org/10.19173/irrodl.v9i2.516

Billings,  DM,  Connors,  HR,  &  Skiba,  DJ  (2001)。對基於  Web  的護士的最佳實踐進行基準測試
荷蘭國際集團課程。護理科學進展，  23（3），41‑52。
Bhattacherjee,  A.  (2001)。了解信息系統的連續性：期望確認模型。  MIS  季刊，  25(3)，351–370。  https://doi.org/
10.2307/3250921
布萊克，G.  (2002)。傳統、在線和混合課程交付方法的比較。在線工商管理雜誌，  1（1），1‑9。

Blizak,  D.、Blizak,  S.、Bouchenak,  O.  和  Yahiaoui,  K.  (2020)。學生對  COVID‑19  大流行期間突然過渡到在線學習的看法：以
阿爾及利亞  Boumerdes  大學化學和碳氫化合物學院為例。化學教育雜誌，  97，2466‑2471。  https://doi.org/
10.1021/acs.jchemed.0c00668

鮑爾，M.  (2019)。技術介導的學習理論。英國雜誌教育技術，  50，1035‑1048。  https://doi.org/10.1111/bjet.12771

Bozkurt,  A.  和  Sharma,  RC  (2020)。由於電暈病毒大流行，全球危機時期的緊急遠程教學。亞洲遠程教育雜誌，  15(1)，i‑vi。  
https://doi.org/10.5281/zenodo。
3778083
Brahmasrene,  T.,  &  Lee,  J.‑W.  （2012）。繼續使用在線學習的意圖的決定因素：兩所大學的故事。跨學科信息、知識和管理雜
誌，  7,  1‑20。
布朗，LV（2007）。動機心理學。新星科學出版社。
Cao,  W.,  Fang,  Z.,  Hou,  G.,  Han,  M.,  Xu,  X.,  Dong,  J.,  &  Zheng,  J.  (2020)。  COVID‑19  疫情對中國大學生的心理影響。精神
病學研究,  287,  112934.  https://
doi.org/10.1016/j.psychres.2020.112934提前在線出版。
Chang,  CT,  Hajiyev,  J.,  &  Su,  CR  (2017)。檢查學生在阿塞拜疆使用電子學習的行為意圖？電子學習方法的一般擴展技術接受
模型。
計算機與教育，  111、128‑143。  https://doi.org/10.1016/j.compedu.2017.04.010
Chatterjee,  I.  和  Chakraborty,  P.  (2020)。醫學教育工作者在  COVID‑19  大流行期間及以後使用信息通信技術。教育技術雜
誌，  1‑15。  https://
doi.org/10.1177/0047239520966996
Chou,  CH,  Wang,  YS,  &  Tang,  TI  (2015)。探索虛擬社區中知識採用的決定因素：社會影響視角。國際信息管理雜誌，  35（3），
364–376。  https://doi.org/10.1016/j.ijinfomgt.2015.02.001

1  3
Machine Translated by Google

教育和信息技術

康諾弗，WJ  (1999)。實用非參數統計。威利。
Crooks,  CV,  Smith,  ACG,  Robinson‑Link,  N.,  Orenstein,  S.  和  Hoover,  S.  (2020)。新來者學校的心理社會干預：系統、設計
和個人需求的結構化概念化。兒童和青少年服務評論，  112，1‑8。  https://doi.org/10.1016/j.child

青年.2020.104894
Csikszentmihalyi,  M.  (1975)。超越無聊和焦慮。喬西‑巴斯。
Da han,  G.  和  Akkoyunlu,  B.  (2016)。建模在線學習環境的持續使用意圖。人類行為中的計算機，第  60  頁，第  198‑211  頁。  
https://doi.org/10.1016/j.chb.2016。
02.066
Davis,  FD,  Bagozzi,  RP  和  Warshaw,  PR  (1989)。計算機技術的用戶接受度：兩種理論模型的比較。管理科學，  35（8），
982‑1003。
戴維森，交流和欣克利，DV  （1997  年）。引導方法及其應用。劍橋大學
大學出版社。
Dziuban,  CD,  Hartman,  JL  和  Moskal,  PD  (2004)。混合式學習。教育事業中心
應用研究公報，  7,  1‑12。
埃克爾斯，JS  (2010)。性別角色和女性與成就相關的決定。女性心理學季刊，  11(2)，135‑172。  https://doi.org/10.1111/
j.1471‑6402.1987.tb00781.x
Efron,  B.  和  Tibshirani,  RJ  (1994)。  Bootstrap  簡介。查普曼大廳/CRC。
Fishbein,  M.  和  Ajzen,  I.  (1975)。信念、態度、意圖和行為：理論導論
和研究。艾迪生‑韋斯利。
喬治，ML（2020）。  COVID‑19  學校限制期間本科學習的有效教學和考試策略。教育技術系統雜誌，  49（1），23‑48。  
https://doi.org/10.1177/0047239520934017

Golladay,  R.,  Prybutok,  V.,  &  Huf,  R.  (2000)。在線學習者的關鍵成功因素。雜誌
計算機信息系統，  40（4），69‑71。
Gonzalez‑Ramirez,  J.、Mulqueen,  K.、新西蘭  R.、Silverstein,  S.、Reina,  C.、BuShell,  S.  和  Ladda,  S.
（2021  年）。緊急在線學習：大學生在  COVID‑19  危機期間的看法。
大學生雜誌，  55（1），29‑46。  https://www.researchgate.net/publication/350609399。
2021  年  9  月  14  日訪問。
Gonzalez,  T.,  de  la  Rubia,  MA,  Hincz,  KP,  Comas‑Lopez,  M.,  Subirats,  L.,  Fort,  S.,  &  Sacha,  G.
米（2020）。  COVID‑19  限制對學生在高等教育中的表現的影響。
公共科學圖書館一號，  15（10），1‑23。  https://doi.org/10.1371/journal.pone.0239490
Guo,  Z.、Xiao,  L.、Van  Toorn,  C.、Lai,  Y.  和  Seo,  C.  (2016)。促進在線學習者的繼續意圖：一個集成的  fow  框架。信息與管
理，53,  279–295。  https://doi.
org/10.1016/j.im.2015.10.010
Hadar,  LL,  Ergas,  O.,  Alpert,  B.  和  Ariav,  T.  (2020)。重新思考  VUCA  世界中的教師教育：COVID‑19  危機期間學生教師的社
會情感能力。歐洲教師教育雜誌，  43（4），573–586。

頭髮，JF，Hult，GTM，Ringle，CM  和  Sarstedt，M.（2014  年）。偏最小二乘結構方程建模入門。智者。

Hamilton,  L.、Suda,  K.、Heidel,  R.、McDonough,  S.、Hunt,  M.  和  Franks,  A.  (2020)。在線學習在藥學教育中的作用：一項
針對學生藥劑師的全國性調查。  Currents  Pharmacy  Teaching  Learning,  12(6),  614–625。

Hara,  N.  和  Kling,  R.  (1999)。學生對基於網絡的遠程教育課程的不滿。
信息、通信與社會，  3(4)，557–579。
Higgins,  S.、Baumfeld,  V.  和  Hall,  E.  (2007)。學習技能和學習能力的發展。技術報告。倫敦大學教育學院社會科學研究中心  
EPPI  中心。

Hodges,  C.、Moore,  S.、Lockee,  B.、Trust,  T.  和  Bond,  A.  (2020)。緊急遠程教學與在線教學的區別。教育事業評論。  
https://er.educause.edu/articles/2020/3/
緊急遠程教學和在線學習之間的區別。  2020  年  6  月  6  日訪問。

Hofer,  S.、Nistor,  N.  和  Scheibenzuber,  C.  (2021)。高等教育中的在線教學和學習：危機情況下的經驗教訓。人類行為中的計
算機，121,  1‑10。  https://doi.org/
10.1016/j.chb.2021.106789
胡德，M.（2013  年）。磚塊還是點擊？在混合學習自助餐中預測學生的意圖。南方
ian  教育技術雜誌，  29（6），762–776。

1  3
Machine Translated by Google

教育和信息技術

Huang,  L.‑Q.,  Zhang,  J.,  &  Liu,  Y.  (2017)。學生MOOC重訪意向的前因：課程難度的調節效應。國際信息管理雜誌，  37，
84‑91。  https://
doi.org/10.1016/j.ijinfomgt.2016.12.002
Hussein,  E.,  Daoud,  S.,  Alrabaiah,  H.  和  Badawi,  R.  (2020)。探索本科生在  COVID‑19  期間對緊急在線學習的態度：來自阿
聯酋的案例。兒童和青少年服務評論，  119，2‑7。  https://doi.org/10.1016/j.childyouth.2020.105699

Ifnedo,  P.  (2017)。檢查學生繼續使用博客學習的意圖：從技術接受、動機和社會認知框架的角度。人類行為中的計算機，72,  
189–199。  https://doi.org/10.1016/j.chb.2016.12.049

Joo、YJ、So、HJ  和  Kim，NH（2018  年）。檢查學生的自我決定、技術接受度、滿意度和繼續使用  K‑MOOCS  的意願之間的
關係。計算機與教育，122,  260–272。  https://doi.org/10.1016/j.compedu.2018.01.003

Johnson,  B.  和  Christensen,  L.  (2012)。教育研究：定量、定性和混合
方法。  Sage  應用程序公司
Kamal,  AA,  Shaipullah,  NM,  Truna,  L.,  Sabri,  M.  和  Junaini,  SN  (2020)。在  COVID‑19  大流行期間過渡到在線學習：馬來
西亞大學預科中心的案例研究。國際高級計算機科學與應用雜誌，  11（6），217‑223。

肯尼，A.（2002  年）。在線學習：加強護士教育？高級護理雜誌，  38（2），
127–135。
Khan,  AM,  Patra,  S.,  Vaney,  N.,  Mehndiratta,  M.  和  Chauhan,  R.  (2021)。在  COVID‑19  期間快速過渡到臨床前學科的在線
實踐課程：印度北部一所醫學院的經驗。印度武裝部隊醫學雜誌，第  77  頁，第161–167  頁。

Kim,  S.、Park,  C.  和  O Rourke,  J.  (2017)。在線模擬培訓的有效性：衡量教師的知識、看法和採用意願。今日護士教育，第  51  
頁，第  102‑107  頁。  https://doi.
org/10.1016/j.nedt.2016.12.022
Lan,  WY,  Bremer,  R.,  Stevens,  T.,  &  Mullen,  G.  (2004)。在線環境中的自我調節學習。在加利福尼亞州聖地亞哥舉行的美國
教育研究協會年會上發表的論文。

李，MC（2010）。解釋和預測用戶對電子學習的持續意圖：期望確認模型的擴展。計算機與教育，  54（2），506–516。  
https://doi.
org/10.1016/j.compedu.2009.09.002
Lee,  MJW  和  McLoughlin,  C.  (2011)。基於  Web  2.0  的電子學習：將社會信息學應用於高等教育。  IGI  全球。

Lee,  B.‑C.、Yoon,  J.‑O.  和  Lee,  I.  (2009)。韓國學習者對電子學習的接受度：理論與結果。計算機與教育，  53，1320–1329。  
https://doi.org/10.1016/j.compedu.2009.06.014
雷軍  (2010)。數量與質量：檢驗技術使用與學生成績之間關係的新方法。英國教育技術雜誌，  41（3），455–472。

Liao,  C.,  Palvia,  P.,  &  Chen,  J.‑L.  （2009  年）。信息技術採用行為生命週期：邁向技術連續性理論  (TCT)。國際信息管理雜
誌，
29（4），309–320。  https://doi.org/10.1016/j.ijinfomgt.2009.03.004
Luan,  L.,  Hong,  JC.,  Cao,  M.,  Dong,  Y.,  &  Hou,  X.  (2020)。探索在線英語學習者的社會支持在他們的學習參與中的作用：一
個結構方程模型。交互式學習環境，  1‑12。  https://doi.org/10.1080/10494820.2020.1855211

麥克唐納，J.  (2006)。混合學習和在線輔導：一個很好的實踐指南。高爾。
McPartlan,  P.、Rutherford,  T.、Rodriguez,  F.、Shafer,  JF  和  Holton,  A.  (2021)。模態動機：選擇在線課程的學生的選擇效
應和動機差異。互聯網和高等教育，  49，1‑14。

Mishra,  L.、Gupta,  T.  和  Shree,  A.  (2020)。  COVID‑19  大流行封鎖期間高等教育的在線教學。  International  Journal  of  
Educational  Research  Open,  1,  100012.  https://doi.org/10.1016/j.ijedro.2020.100012

Mohammadi,  H.  (2015)。調查用戶對電子學習的看法：tam  and  is  成功模式的整合。人類行為中的計算機，45,  359–374。  
https://doi.org/10.1016/j.chb.2014。
07.044
Muthuprasad,  T.,  Aiswarya,  S.,  Aditya,  KS  和  Jha,  GK  (2020)。  COVID‑19  大流行期間印度學生對在線教育的看法和偏好。
社會科學與人文開放，  3,  1‑11。

奧利弗，RL  (1980)。滿意度決策的前因和後果的認知模型。
營銷研究雜誌，  17（4），460‑469。  https://doi.org/10.2307/3150499

1  3
Machine Translated by Google

教育和信息技術

Oyodotum,  TD  (2020)。  COVID‑19  驅動的教育教學法突然變化：來自發展中國家的觀點和評估。全球化研究，  2,  1‑5。

Pal,  D.  和  Patra,  S.  (2020)。  COVID‑19  時期大學生對視頻學習的看法：TAM/TTF  視角。國際人機交互雜誌，

1‑19。  https://doi.org/10.1080/10447318.2020.1848164
彼得里茲，洛杉磯（2002  年）。基於網絡的分佈式（或遠程）
學習技術：在高等教育課堂中創造以學習為中心的教育體驗。國際
教學媒體雜誌，  29（1），69‑77。

Petter,  S.、DeLone,  WH  和  McLean,  ER  (2013)。信息系統的成功：對自變量的追求。管理信息系統雜誌，  29（4），7‑61。

Pintrich,  PR,  &  De  Groot,  EV  (1990)。動機和自我調節的學習成分
課堂學習成績。教育心理學雜誌，  82（1），33‑40。
Pintrich,  PR,  Marx,  RW,  &  Boyle,  RA  (1993)。超越冷酷的概念變化：動機信念和課堂背景因素在概念變化過程中的作用。教育
研究回顧，  63（2），167‑199。

Pintrich,  PR,  Smith,  DAF,  Garcia,  T.,  &  Mckeachie,  WJ  (1991)。學習動機策略問卷  (MSLQ)  使用手冊。密歇根大學，技術報
告編號。  91‑B‑004。

普爾，DM（2000）。學生參與以討論為導向的在線課程：案例研究。教育計算研究雜誌，  33(2)，162–177。

Reinhold,  F.、Schons,  C.、Scheuerer,  S.、Gritzmann,  P.、Richter‑Gebert,  J.  和  Reiss,  K.  (2021)。學生在大學數學教學中
應對危機驅動的數字化的自我調節需求：動機和情感取向有區別嗎？人類行為中的計算機，120,  1‑10。

Rudestam,  KE  和  Schoenholtz‑Read,  J.  (2009)。成人在線教育的四化：概述。在  KE  Rudestam  &  J.  Schoenholtz‑Read  
(Eds.),  Handbook  of  online  learning  (2nd  ed.,  pp.  1‑29)。  Sage  出版公司

Ryan,  RM  和  Deci,  EL  (2000)。自決理論和促進內在動機、社會發展和幸福。美國心理學家，  55，68‑78。

Saboowala,  R.,  &  Mishra,  PM  (2021)。混合式學習：新常態教學  ‑  COVID‑19  大流行後的學習教學法。研究廣場，  1‑13。  
https://doi.org/10.21203/rs.3.rs‑410211/v1
Saxena,  C.、Baber,  H.  和  Kumar,  P.  (2020)。檢查在  COVID‑19  大流行期間保持社交距離對電子學習質量的感知益處的調節作
用。教育技術系統雜誌，  1‑23。  https://doi.org/10.1177/0047239520977798

Schultz,  RB,  &  DeMers,  MN  (2020)。從緊急遠程學習過渡到地理教育中的深度在線學習體驗。地理學雜誌，  119（5），
142‑146。
Shah,  SS,  Shah,  AA,  Memon,  F.,  Kemal,  AA,  &  Soomro,  A.  (2021)。  COVID‑19  大流行期間的在線學習：在“新常態”中應用
自決理論。  Pevista  de  Psicodidáctica，  1530‑3805。  https://doi.org/10.1016/j.psicod.2020.12.004

Schef，西南（2016  年）。神經生物學家的基本統計原則：生存指南。
學術出版社。  https://doi.org/10.1016/C2015‑0‑02471‑6
辛格爾頓，RA，和海峽，不列顛哥倫比亞省（2009  年）。社會研究方法。牛津大學出版社。
Song,  L.,  Singleton,  ES,  Hill,  JR  和  Koh,  MH  (2004)。改善在線學習：學生對有用和具有挑戰性的特徵的看法。互聯網和高等
教育，  7（1），59‑70。
Stansfeld,  M.,  McLellan,  E.,  &  Connolly,  T.  (2004)。提高學生在在線學習和傳統面對面授課中的表現。信息技術教育雜誌，  
3,  173–188。
斯蒂芬森，J.  (2000)。企業能力：對基於工作的學習的風格和方向的啟示。工作文件  99‑14。職業教育與培訓研究中心。

Sun,  A.  和  Chen,  X.  (2016)。在線教育及其有效實踐：研究綜述。信息技術教育雜誌：研究，15,  157–190。  https://doi.org/
10.28945/3502
Tang,  T.,  Abuhmaid,  AM,  Olaimat,  M.,  Oudat,  DM,  Aldhaeebi,  M.,  &  Bamanger,  E.  (2020)。  COVID‑19  下基於在線教學
的  fipped  課堂的效率。交互式學習環境，  1‑12。  https://doi.org/10.1080/10494820.2020.1817761

Tavitiyaman,  P.、Ren,  L.  和  Fung,  C.  (2021)。  COVID‑19  期間在線課程的酒店學生 個性如何影響體驗？款待、休閒、體育和
旅遊教育雜誌，  28，1‑13。
Tsai,  Y.‑H.,  Lin,  C.‑H.,  Hong,  J.‑C.,  &  Tai,  K.‑H.  （2018  年）。元認知對在線學習興趣和繼續使用  MOOC  學習的影響。計算機
與教育，  121、18‑29。  https://doi.
org/10.1016/j.compedu.2018.02.011

1  3
Machine Translated by Google

教育和信息技術

Unal,  E.  和  Uzun,  AM  (2021)。通過擴展技術接受模型的鏡頭了解大學生使用  Edmodo  的行為意圖。英國教育技術雜誌，  52
（2），619–637。

Vonderwell,  S.  (2003)。在線課程中學生的異步交流經驗和觀點的檢查：案例研究。互聯網和高等教育，  6（1），77‑90。

黃河（2020）。無人上學時：在線學習是否滿足學生的基本學習需求？交互式學習環境，  1‑16。  https://doi.org/
10.1080/10494820.2020.1789672
世界衛生組織  (WHO)。  （2020  年）。世衛組織總幹事在  COVID‑19  媒體簡報會上的開幕詞  ‑  2020  年  3  月  11  日。世界衛生
組織。  https://www.who.int/director  general/speeches/detail/who‑director‑general‑s‑opening‑remarks‑at‑
the‑media‑briefing‑on‑covid  19‑‑‑11‑march‑  2020  年。於2020  年  10  月  9  日訪問。

世界衛生組織  (WHO)。  （2022  年）。世衛組織冠狀病毒  (COVID‑19)儀表板。  https://covid19。
誰.int/。  2022  年  7  月  2  日訪問
Yan,  L.,  Whitelock‑Wainwright,  A.,  Guan,  Q.,  Wen,  G.,  Ga evi ,  D.,  &  Chen,  G.  (2021)。學生在  COVID‑19  大流行期間
的在線學習體驗：一項全省範圍的調查研究。英國教育技術雜誌，  52，2038‑2057。  https://doi.org/10.1111/
bjet.13102
Yilmaz,  A.  和  Kostur,  M.  (2021)。在  COVID‑19  大流行期間重新思考學校數學的原則：與數學教學相關的高等教育課程的多案
例研究。
國際數學教育電子雜誌，  16（3），1‑14。
Zhang,  X.、Tlili,  A.、Huang,  R.、Chang,  T.、Burgos,  D.、Yang,  J.  和  Zhang,  J.  (2020)。  COVID‑19  期間在高等教育中應用
開放式教育實踐的案例研究：對學習動機和認知的影響。可持續性，  12（21），1‑12。  https://doi.org/10.3390/
su12219129
Zhang,  D.,  Zhao,  JL,  Zhou,  L.,  &  Nunamaker,  JF  (2004)。電子學習可以取代課堂學習嗎？
ACM  通訊，  47(5),  75–79。
週，MM（2016）。中國大學生對  MOOCs  的接受：一個自決的視角。計算機與教育，  92‑93、194‑203。  https://doi.org/
10.1016/j.compedu.2015.10.012

出版商說明Springer  Nature  對已出版地圖和機構附屬機構的管轄權主張保持中立。

Springer  Nature  或其許可人根據與作者或其他權利人的出版協議對本文擁有專有權；本文接受稿件版本的作者自行歸檔僅受
此類出版協議的條款和適用法律的約束。

作者和單位

朱月1·耿耿2·李迪斯3  ·潘子豪4
Gretchen  Geng  
gretchen.geng@acu.edu.au

利·迪斯尼  
leigh.disney@monash.edu
潘子豪  
zihao_pan@outlook.com

1
浙江省智能教育技術與應用重點實驗室，
浙江師範大學，浙江金華  321004
2
澳大利亞天主教大學,  115  Victoria  Parade,  Fitzroy,  Melbourne,  VIC  3065,  Australia
3
莫納什大學，Moorooduc  Hwy，弗蘭克斯頓，墨爾本，維多利亞州  3199，澳大利亞
4
浙江省台州市椒江區海門街道贊陽南苑  318000

1  3