Machine Translated by Google

Môi trường học tập tương tác

ISSN: (Bản in) (Trực tuyến) Trang chủ tạp chí: https://www.tandfonline.com/loi/nile20

Điều tra vai trò của nhu cầu tâm lý trong việc
dự đoán tính bền vững giáo dục của
Metaverse sử dụng kết hợp dựa trên học tập sâu
Kỹ thuật SEM-ANN

Ibrahim Arpaci & Mahadi Bahari

Để trích dẫn bài viết này: Ibrahim Arpaci & Mahadi Bahari (2023): Nghiên cứu vai
trò của nhu cầu tâm lý trong việc dự đoán tính bền vững về giáo dục của Metaverse
bằng kỹ thuật SEM-ANN kết hợp dựa trên học tập sâu, Môi trường học tập tương tác, DOI:
10.1080/10494820.2022.2164313

Để liên kết đến bài viết này: https://doi.org/10.1080/10494820.2022.2164313

Xuất bản trực tuyến: 03 tháng 1 năm 2023.

Gửi bài viết của bạn đến tạp chí này

Lượt xem bài viết: 205

Xem bài viết liên quan

Xem dữ liệu Dấu chéo

Bài viết trích dẫn: 1 Xem bài viết trích dẫn

Bạn có thể tìm thấy toàn bộ Điều khoản & Điều kiện truy cập và sử dụng

tại https://www.tandfonline.com/action/journalInformation?journalCode=nile20
Machine Translated by Google

MÔI TRƯỜNG HỌC TẬP TƯƠNG TÁC https://

doi.org/10.1080/10494820.2022.2164313

Điều tra vai trò của nhu cầu tâm lý trong việc dự đoán tính
bền vững giáo dục của Metaverse bằng cách sử dụng kỹ thuật
SEM-ANN lai dựa trên học sâu
a, b
Ibrahim Arpaci b và Mahadi Bahari

Bộ môn Công nghệ Phần mềm, Khoa Kỹ thuật và Khoa học Tự nhiên, Bandirma Onyedi Eylul
Một

b
Đại học, Balikesir, Thổ Nhĩ Kỳ; Bộ môn Hệ thống thông tin, Khoa Quản lý, Đại học Công nghệ
Malaysia, Johor Bahru, Johor, Malaysia

TÓM TẮT LỊCH SỬ BÀI VIẾT

Đã nhận ngày 20 tháng 10 năm 2022
Metaverse là một thế giới ảo ba chiều (3D) nhập vai, nơi sinh sống của các hình đại diện
Chấp nhận ngày 27 tháng 12 năm 2022
bên ngoài thế giới vật chất. Đại dịch COVID-19 đã làm gián đoạn hệ thống giáo dục và nhu
cầu đẩy nhanh quá trình số hóa giáo dục đã nhận được rất nhiều sự quan tâm. Metaverse có
TỪ KHÓA
thể là một giải pháp thay thế cho sự tương tác văn hóa xã hội và tiếp tục giáo dục. Theo Tính bền vững của giáo dục;
đó, nghiên cứu này nhằm xác định các yếu tố chính trong việc dự đoán tính bền vững về
Nghịch đảo; nhu cầu tâm lý;

giáo dục của Metaverse. Nghiên cứu đã thử nghiệm một cách thực nghiệm vai trò của các quyền tự trị; động lực khoái lạc

nhu cầu tâm lý (nghĩa là động cơ khoái lạc, sự liên kết, sự thống trị, thành tích và
quyền tự chủ) trong việc dự đoán tính bền vững của giáo dục. Nghiên cứu sử dụng một
phương pháp kết hợp tích hợp mô hình phương trình cấu trúc dựa trên hiệp phương sai (CB
SEM) và mô hình mạng thần kinh nhân tạo sâu (ANN). Kết quả CB-SEM chỉ ra rằng nhu cầu về
quyền tự chủ và động lực khoái lạc đã dự đoán đáng kể tính bền vững về giáo dục của
Metaverse.

Hơn nữa, các mô hình ANN sâu chỉ ra rằng động lực khoái lạc là yếu tố đầu vào
quan trọng nhất, tiếp theo là quyền tự chủ, liên kết, thống trị và thành tích.
Các phát hiện có ý nghĩa thực tiễn đối với các nhà phát triển môi trường
Metaverse và đóng góp về mặt lý thuyết cho các nhà giáo dục quản lý và triển
khai các môi trường đó.

Giới thiệu

Thuật ngữ “Metaverse” lần đầu tiên được nhắc đến trong một tiểu thuyết khoa học viễn tưởng có tên “Snow
Crash” (Stephenson, 1992). Thuật ngữ này bắt nguồn từ tiền tố “meta” (có nghĩa là “ngoài”) và hậu tố “câu
thơ” (Arpaci et al., 2022). Metaverse có nghĩa là một vũ trụ kỹ thuật số 3D đắm chìm, do máy tính tạo ra
bên ngoài lĩnh vực vật chất (Nevelsteen, 2018). Nói cách khác, Metaverse được kết nối với nhau bởi nhiều
thế giới ảo, tạo thành một môi trường thay thế cho tương tác văn hóa xã hội (Dionisio et al., 2013).
Thế giới ảo đề cập đến “môi trường trực tuyến liên tục do máy tính tạo ra, nơi nhiều người dùng ở các
địa điểm thực tế từ xa có thể tương tác trong thời gian thực để làm việc hoặc giải trí” (Dionisio et al.,
2013) . Gilbert (2011) đề xuất năm đặc điểm xác định thế giới ảo; giao diện đồ họa âm thanh và 3D tích
hợp, khả năng tương tác nhiều người dùng, tính bền bỉ, tính đắm chìm và tính cá nhân hóa. Dựa trên các
tính năng chính này, Girvan (2018) đã định nghĩa thế giới ảo là “một môi trường liên tục, mô phỏng và nhập
vai được hỗ trợ bởi các máy tính nối mạng, cung cấp cho nhiều người dùng hình đại diện và công cụ giao
tiếp để hành động và tương tác trong thế giới và trong thực tế. -thời gian." Cuộc sống thứ hai là

LIÊN HỆ Ibrahim Arpaci iarpaci@bandirma.edu.tr; arpaci.ibrahim@utm.my © 2023 Informa UK Limited, giao

dịch dưới tên Taylor & Francis Group

Machine Translated by Google

2 I. ARPACI VÀ M. BAHARI

một ví dụ về thế giới ảo xã hội nơi người dùng có thể xây dựng các mối quan hệ một cách đồng bộ bằng cách tương tác

không lời nói hoặc bằng lời nói thông qua hình đại diện (Gallego et al., 2016).

Đại dịch COVID-19 đã đẩy nhanh việc áp dụng và sử dụng thế giới ảo trên toàn thế giới.

Hầu như người ta đã quan sát thấy sự gia tăng đáng kể trong việc sử dụng các phương tiện thay thế để giao tiếp xã hội

trong thời gian phong tỏa. Các sự kiện ảo đã tăng 1000% kể từ khi bắt đầu đại dịch (Koetsier, 2020). Sự gia tăng các sự

kiện ảo như vậy đã đòi hỏi phải điều tra các yếu tố có thể ảnh hưởng đến tính bền vững về giáo dục của Metaverse với tư

cách là một mạng lưới thế giới ảo rộng lớn.

Các yếu tố bên ngoài khác nhau (ví dụ: xã hội, tâm lý và kinh tế) được coi là có tác động đến tương tác giữa con

người và công nghệ (Al-Emran và cộng sự, 2022). Trong số đó, nhu cầu tâm lý đóng một vai trò quan trọng trong hành vi

trực tuyến của con người (Arpaci và cộng sự, 2018). Do đó, nghiên cứu đã điều tra vai trò của nhu cầu tâm lý (tức là động

lực khoái lạc, liên kết, thống trị, thành tích và quyền tự chủ) trong việc dự đoán tính bền vững giáo dục của Metaverse.

Sử dụng Metaverse trong giáo dục

Đại dịch COVID-19 đã có những tác động tiêu cực về tâm lý và kinh tế xã hội, đồng thời làm gián đoạn hệ thống giáo dục.

Các giải pháp thay thế đã được phát triển để tiếp tục giáo dục và nhu cầu đẩy nhanh quá trình số hóa giáo dục đã nhận

được rất nhiều sự quan tâm (Kim và cộng sự, 2022). Metaverse có thể cung cấp một môi trường học tập an toàn và hiệu quả

cho các tổ chức giáo dục và doanh nghiệp (Jeon, 2021). Ví dụ: LG Display đã cung cấp một chương trình định hướng trên

Metaverse cho những nhân viên mới được tuyển dụng. Theo đó, môi trường kinh doanh đã được triển khai trên không gian ảo

để họ có cơ hội tương tác, giao tiếp với nhau trong mùa dịch. LG Chem đã mở rộng Metaverse sang giáo dục để đào tạo nhân

viên mới được tuyển dụng. Nền tảng Metaverse tăng cường sự tham gia của nhân viên mới và đáp ứng nhu cầu giải trí trong

học tập của họ. Tương tự như vậy, Đại học Y khoa tại Đại học Quốc gia Seoul đã triển khai Metaverse cho lớp giải phẫu

trong học kỳ đầu tiên của năm 2021. Metaverse cho phép trực quan hóa hình ảnh y tế 3D trong Thực tế tăng cường (AR) cùng

với Thực tế ảo (VR) cho cấu trúc giải phẫu cơ thể bằng cách sử dụng Công nghệ in 3D và phần mềm hình ảnh 3D (Jeon, 2021).

Trong môi trường Metaverse, người học có thể dễ dàng tương tác với đồng nghiệp thông qua hình đại diện và họ cũng có

thể thiết kế và tải lên tác phẩm của mình dưới dạng đối tượng 3D (Lee & Hwang, 2022). Học sinh tương tác với bạn bè của

mình bằng cách chia sẻ thông tin qua mạng xã hội trong Metaverse (Díaz et al., 2020) và điều này tạo điều kiện thuận lợi

cho việc học tập hợp tác kỹ thuật số. Một số nghiên cứu gần đây đã điều tra những lợi ích của việc sử dụng Metaverse

trong giáo dục. Ví dụ: Mystakidis (2020) đã cung cấp khóa học về trò chơi hóa trên nền tảng Metaverse để duy trì sự tham

gia và quan tâm của sinh viên sau đại học. Ông báo cáo rằng các sinh viên đã đạt được mức độ tham gia, động lực và quyền

tự chủ cao. Ông cũng báo cáo rằng Metaverse cung cấp một môi trường học tập phong phú, nơi những người học gặp nhau trong

không gian ảo 3D có thể dễ dàng trải nghiệm cảm giác hiện diện từ xa.

Lý thuyết về học tập đa phương thức cho rằng càng có nhiều giác quan tham gia vào quá trình học tập, người học càng

ghi nhớ và hiểu kết quả học tập tốt hơn (Kress & Multilitera cies, 2000). Bằng cách kết hợp các phương thức đa dạng như

âm thanh, không gian, cử chỉ, thị giác và ngôn ngữ, người học trải nghiệm cảm xúc và học tập theo nhiều phong cách học

tập khác nhau (Kress & van Leeuwen, 2001 ). Một số phương thức giao tiếp đã bị hạn chế, cụ thể là liên quan đến thiết kế

không gian và cử chỉ (ví dụ: thể chất, cơ thể, vận động, ảnh hưởng, cảm giác, cử chỉ, phương tiện, ý nghĩa địa lý và

kiến trúc, v.v.) trong đại dịch COVID-19 (Lee & Hwang, 2022 ) . Nền tảng Metaverse có thể cung cấp cho sinh viên cơ hội

học tập đa phương thức bằng cách chuyển đổi các chế độ giao tiếp bằng âm thanh, ngôn ngữ và hình ảnh thành hình ảnh 3D,

tăng cường tương tác thông qua độ trung thực của ngôn ngữ cơ thể và biểu cảm khuôn mặt, đồng thời nâng cao cơ hội giáo

dục trong thiết kế không gian 3D (Lee & Hwang, 2022). Metaverse cũng có thể là một giải pháp thay thế phù hợp cho môi

trường học tập theo chủ nghĩa kiến tạo, lấy người học làm trung tâm nhiều hơn trong giai đoạn hậu đại dịch (Suh & Ahn,

2022).

Tuy nhiên, một số hạn chế có thể áp dụng cho việc sử dụng Metaverse trong giáo dục. Mustafa (2022) lập luận rằng

người học có thể có nhận thức rất hạn chế về bản thân và các cuộc họp kéo dài có thể gây ra
Machine Translated by Google

MÔI TRƯỜNG HỌC TẬP TƯƠNG TÁC 3

người học trở nên mất tập trung. Metaverse cũng có thể tạo ra rủi ro đánh mất tính thực tế đối với giáo dục và

sự ngắt kết nối với tính xác thực (Rospigliosi, 2022).

Cơ sở lý thuyết và các giả thuyết

Tính bền vững của giáo dục

Tính bền vững đề cập đến xu hướng của một công nghệ phát triển và tiếp tục theo thời gian (Selvanathan, 2013).
Báo cáo của Liên hợp quốc cho rằng: “Phát triển bền vững là sự phát triển đáp ứng nhu cầu của hiện tại mà không

làm tổn hại đến khả năng đáp ứng nhu cầu của các thế hệ tương lai” (UN, 1987). Các khía cạnh chính của tính bền

vững là tính bền vững về xã hội, môi trường và kinh tế. Tính bền vững về môi trường đạt được khi việc khai

thác tài nguyên thiên nhiên không vượt quá khả năng tái tạo của nó (Selvanathan, 2013). Tính bền vững về kinh

tế là “khả năng hỗ trợ vô thời hạn mức sản xuất kinh tế xác định bên cạnh việc có tỷ lệ lạm phát thấp và ổn

định cũng như tỷ lệ thất nghiệp thấp” (Selvanathan, 2013, trang 37 ) . Bền vững xã hội là “việc thực hành tạo

ra một xã hội đa dạng và công bằng, đáp ứng thành công các nhu cầu xã hội cơ bản của công dân”

(Selvanathan, 2013, trang 37). Tính bền vững của giáo dục là một trong những thách thức quan trọng đối với các

tổ chức giáo dục trong thời kỳ đại dịch. Môi trường Metaverse có thể cung cấp cho người dùng các giải pháp

thay thế như tương tác, học tập hợp tác, mô phỏng và trực quan hóa 3D. Qua đó có thể hỗ trợ cho công tác giáo

dục thường xuyên. Trong nghiên cứu này, tính bền vững trong giáo dục đề cập đến mức độ mà học sinh dự định sử

dụng Metaverse cho mục đích giáo dục.

Nhu cầu tâm lý

Maslow (1943) mô tả nhu cầu của con người như một cấu trúc thứ bậc nhằm mục đích thay đổi hoàn cảnh khó chịu và

điều chỉnh hành vi để thỏa mãn những mong muốn cụ thể. Murray (1938) đã xác định 19 nhu cầu tâm lý hợp lý. Sau

đó, chúng được cải tiến và dẫn đến bốn nhu cầu tâm lý cơ bản bao gồm quyền tự chủ, liên kết, thống trị và thành

tích (Steers & Braunstein, 1976). Heckert và cộng sự. (2000) đã phát triển một công cụ, được áp dụng cho nghiên

cứu, để đánh giá bốn nhu cầu tâm lý cơ bản này.

Thành tích “là động lực để vượt trội hơn người khác, đáp ứng hoặc vượt qua một số tiêu chuẩn xuất sắc, hoặc

làm điều gì đó độc đáo” (Schmidt & Frieze, 1997 , trang 432). Sự liên kết được định nghĩa là “hành động để

thiết lập, khôi phục hoặc duy trì mối quan hệ thân thiện, ấm áp, gần gũi với người khác hoặc những người

khác” (Schmidt & Frieze, 1997, trang 431 ). Quyền tự chủ đề cập đến mong muốn của cá nhân trong việc lựa chọn

và tự quyết định hành vi của mình mà không phụ thuộc vào người khác (Ryan & Deci, 2017). Cuối cùng, nhu cầu
thống trị đề cập đến mong muốn của các cá nhân có quyền kiểm soát tình hình hoặc những người khác (Massara et

al., 2010). Động lực khoái lạc đề cập đến “niềm vui hoặc niềm vui có được từ việc sử dụng công nghệ” (Venkatesh

và cộng sự, 2012, trang 8). Cấu trúc này, liên quan đến “cảm nhận sự thích thú”, có tác động đáng kể đến thái

độ đối với việc chấp nhận và sử dụng công nghệ mới nổi (Thong và cộng sự, 2006). Trong nghiên cứu này, động cơ

khoái lạc được coi là nhu cầu giải trí trong giáo dục. Hình 1 trình bày mô hình nghiên cứu.

Nhu cầu tâm lý không được thỏa mãn được cho là động lực chính của việc sử dụng Internet (Karde feel-Winther,
2014). Nghiên cứu trước đây chỉ ra rằng các nền tảng mạng xã hội có khả năng đáp ứng nhu cầu tâm lý của người

dùng về sự liên quan, năng lực và quyền tự chủ (Albanna và cộng sự, 2022 ; Arpaci và cộng sự, 2021). Tương tự,

trò chơi trực tuyến được coi là phương tiện để thỏa mãn nhu cầu tâm lý của người chơi (Wan & Chiou, 2006). Yu

et al. (2015) lập luận rằng những thanh thiếu niên không thể đáp ứng nhu cầu logic tâm lý cơ bản của họ trong

cuộc sống thực có xu hướng thỏa mãn những nhu cầu đó trong các trò chơi trực tuyến. Metaverse cũng sẽ là một

trong những lĩnh vực mà người học có thể đáp ứng nhu cầu chưa được đáp ứng của họ. Theo đó;

H1. Quyền tự chủ dự đoán tính bền vững giáo dục của Metaverse.

H2. Thành tích dự đoán tính bền vững giáo dục của Metaverse.

H3. Liên kết dự đoán tính bền vững giáo dục của Metaverse.
Machine Translated by Google

4 I. ARPACI VÀ M. BAHARI

Hình 1. Mô hình nghiên cứu.

H4. Sự thống trị dự đoán tính bền vững về giáo dục của Metaverse.

H5. Động lực khoái lạc dự đoán tính bền vững giáo dục của Metaverse.

Phương pháp nghiên cứu

Đối tượng tham gia và thủ tục

IRB đã phê duyệt trước khi thu thập dữ liệu để đảm bảo nghiên cứu đáp ứng các yêu cầu về đạo đức. Tất cả những

người tham gia đều được thông báo rõ ràng rằng các câu trả lời sẽ được giữ kín và thông tin sẽ chỉ được sử dụng

cho mục đích nghiên cứu. Họ đã ký vào các mẫu chấp thuận có hiểu biết và sẵn sàng tham gia vào nghiên cứu. Google

Biểu mẫu đã được sử dụng để thu thập dữ liệu; liên kết khảo sát trực tuyến đã được phân phát cho các sinh viên

tại một trường đại học công lập ở Thổ Nhĩ Kỳ trong khoảng thời gian từ tháng 12 năm 2021 đến tháng 10 năm 2022.

Metaverse, một hình thức tương lai hoặc sự lặp lại của Internet, vẫn đang được phát triển. Tuy nhiên, một số

ứng dụng giống metaverse cho phép người dùng gặp gỡ, làm việc, giao lưu và chơi cùng nhau trong môi trường ảo 3D.

Những người tham gia được chọn trong số những người dùng các chương trình giống Metaverse như Decentraland, Axie

Infinity và Second Life bằng cách lấy mẫu có chủ đích. Nghiên cứu có sự tham gia của 424 người tham gia, 57,5%

trong số họ là nữ. Theo nguyên tắc thông thường, cỡ mẫu tối thiểu là 200 cho một nghiên cứu SEM (Marsh et al.,

1998). Hơn nữa, kích thước mẫu tối ưu phải là 260 cho năm yếu tố dự đoán với 26 mục (số mục * 10). Điều này chỉ

ra rằng cỡ mẫu đủ để tiến hành phân tích. Độ tuổi dao động từ 16 đến 33 tuổi (trung bình ± SD = 23,93 ± 9,49).

Tổng cộng, 71,7% số người tham gia là sinh viên đại học. Trong khi 28,3% trong số họ là sinh viên tốt nghiệp có

bằng cử nhân.

Đo

Cuộc khảo sát được chia thành hai phần: Phần câu hỏi nhân khẩu học và phần thang đo gồm 26 mục. Thang đo kiểu

Likert năm điểm (“1 = rất không đồng ý”, “5 = rất đồng ý”) đã được sử dụng để thu được các câu trả lời. “Bảng câu

hỏi đánh giá nhu cầu mới” (NNAQ) được sử dụng để đánh giá
Machine Translated by Google

MÔI TRƯỜNG HỌC TẬP TƯƠNG TÁC 5

nhu cầu tâm lý cơ bản của người tham gia. NNAQ có 20 mục và bốn phạm vi phụ (tức là thành tích, liên kết, thống

trị và tự chủ). Heckert và cộng sự. (2000) đã phát triển thang đo gốc bằng tiếng Anh và Kesici (2008) đã điều

chỉnh nó sang tiếng Thổ Nhĩ Kỳ. Độ tin cậy về tính nhất quán nội bộ của Cronbach's alpha được báo cáo là 0,62 đối

với liên kết, 0,77 đối với thành tích, 0,72 đối với quyền tự chủ, 0,77 đối với sự thống trị và 0,80 đối với toàn

bộ quy mô. Các hạng mục đo lường “động lực khoái lạc” được điều chỉnh từ nghiên cứu của Ven katesh et al. (2012).

Các mục đo lường “tính bền vững của giáo dục” được điều chỉnh từ (Al-Sharafi et al., 2022). Độ tin cậy về tính

nhất quán bên trong của động lực khoái lạc và tính bền vững được báo cáo lần lượt là 0,86 và 0,90, cho thấy rằng

các thang đo là đáng tin cậy (Xem Phụ lục về các hạng mục thang đo).

Kết quả

Xu hướng phương pháp phổ biến

Vì dữ liệu tự báo cáo đã được sử dụng trong quá trình thu thập dữ liệu nên có thể có rủi ro về sai lệch phương

pháp chung hoặc sai lệch mong muốn xã hội. Do đó, kiểm định một yếu tố Harmon đã được thực hiện trên các yếu tố

có trong mô hình lý thuyết (Podsakoff & Organ, 1986). Kết quả phân tích nhân tố cho thấy hiệp phương sai lớn nhất

được giải thích bởi nhân tố đầu tiên là 21,8%, chứng tỏ rằng sai lệch theo phương pháp chung không phải là mối

đe dọa nghiêm trọng đối với nghiên cứu.

Độ tin cậy và tính quy phạm

Các phép đo đã được kiểm tra thông qua việc thực hiện độ tin cậy và tính hợp lệ của cấu trúc (Hair et al., 2017).

Tính nhất quán bên trong của từng thang đo được đánh giá bằng cách tiến hành phân tích độ tin cậy trong SPSS. Giá

trị Cronbach's alpha trong Bảng 1 nằm trong khoảng từ 0,714 đến 0,931, cao hơn ngưỡng 0,70 (Hair và cộng sự,
2017). Hơn nữa, hệ số nhọn và độ lệch nằm trong khoảng từ 1,5 đến +1,5, cho thấy rằng tất cả các biến đều đáp ứng

các yêu cầu về tính quy tắc đơn biến (Looney, 1995).

Giá trị biệt thức

Tính hợp lệ của tính phân biệt đã được kiểm tra bằng cách tính toán tỷ lệ “khác tính trạng-đơn tính trạng” (HTMT)
của các mối quan hệ tương quan. HTMT được định nghĩa là “giá trị trung bình của các mối tương quan của hạng mục

giữa các cấu trúc so với giá trị trung bình của các mối tương quan trung bình của các hạng mục đo lường cùng một

cấu trúc” (Hair và cộng sự, 2019, trang 9 ) . Kết quả chỉ ra rằng giá trị phân biệt được thiết lập vì tất cả các

giá trị đều thấp hơn ngưỡng 0,90 đối với giá trị phân biệt tự do (Henseler và cộng sự, 2015) (Bảng 2).

hiệu lực giai thừa

“Phân tích nhân tố khẳng định” (CFA) được thực hiện để khẳng định cấu trúc nhân tố của các biến nghiên cứu. Kết

quả CFA chỉ ra rằng số liệu thống kê về mức độ phù hợp đã được tìm thấy để đáp ứng các tiêu chí chấp nhận.

Kết quả được trình bày trong Bảng 3 cho thấy mô hình thể hiện mức độ phù hợp thỏa đáng: GFI = .978, AGFI = .939
và RMSEA [LO90-HI90] = .072 [.048-.097].

Bảng 1. Kết quả phân tích độ tin cậy.

Xây dựng α Nghĩa là SD độ lệch gai nhọn

Quyền tự trị .797 4,02 0,69 .615 .157

Thành tích .783 4,2 0,71 .862 .498

liên kết .714 3,08 0,49 .694 1.283

thống trị .792 3,92 0,71 .423 .262

Động lực khoái lạc .931 3,41 1,15 .363 .645

Tính bền vững của giáo dục .898 3,07 1,19 .130 .906
Machine Translated by Google

6 I. ARPACI VÀ M. BAHARI

Bảng 2. Kết quả HTMT.

Xây dựng 1 2 3 4 5 6

1. Quyền tự chủ
2. Thành tích 3. .824

Liên kết 4. .525 .765

Thống trị 5. .887 .864 .618

Động lực hưởng lạc 6. Tính .297 .222 .275 .256

bền vững của giáo dục .305 .169 .288 .234 .770

Mô hình cấu trúc

Cách tiếp cận “mô hình hóa phương trình cấu trúc dựa trên hiệp phương sai” (CB-SEM) đã được áp dụng trong AMOS (ver.

25). Các đường dẫn cấu trúc đã được kiểm tra bằng cách sử dụng sai số chuẩn (SE), hệ số chuẩn hóa (β), hệ số chuẩn

hóa không chính xác (B), giá trị p, giá trị t và hệ số xác định (R2 ) . giá trị β nằm trong khoảng từ – 1 đến +1,

trong đó giá trị gần bằng +1 biểu thị mối quan hệ tích cực và bền chặt giữa các cấu trúc.

Ngoài ra, giá trị t cao hơn ngưỡng 1,96 biểu thị mức đáng kể với giá trị p thấp hơn 0,05. (Tóc và cộng sự, 2017).

Cuối cùng, “hệ số phương sai-lạm phát” (VIF) không được vượt quá 10 để đảm bảo không có hiện tượng đa cộng tuyến

(Belsley et al., 1980). Bảng 4 cho thấy kết quả CB-SEM.

Nghiên cứu đã điều tra vai trò của nhu cầu tâm lý trong việc dự đoán tính bền vững về giáo dục của Metaverse.

Các phát hiện cho thấy nhu cầu tự chủ dự đoán đáng kể tính bền vững của giáo dục (t = 3,123, β = 0,150, p < 0,01).

Kết quả cũng chỉ ra rằng động lực khoái lạc (t = 20,481, β = 0,766, p < 0,001) dự đoán đáng kể tính bền vững của

giáo dục. Do đó, H1 và H5 đã được hỗ trợ. Mặt khác, nhu cầu thống trị, thành tích và liên kết không dự đoán đáng

kể tính bền vững của giáo dục. Do đó, H2, H3 và H4 không được hỗ trợ. Giá trị R2 là 0,60 (e = 0,55), có nghĩa là có

một lượng lớn phương sai trong tính bền vững của giáo dục được giải thích bằng các biến dự đoán được xác định trong

nghiên cứu này.

Hơn nữa, kết quả VIF chỉ ra rằng không tồn tại đa cộng tuyến giữa các nhân tố. Nghiên cứu điều tra sự khác biệt

giới tính trong tính bền vững giáo dục của Metaverse. Kết quả “kiểm tra t mẫu độc lập” chỉ ra rằng giới tính có

tác động đáng kể đến tính bền vững của giáo dục (t (422) = 4,374, p < 0,001). Nam giới (M = 10,09, SD = 3,61)

được cho là có điểm trung bình về tính bền vững giáo dục cao hơn so với nữ giới (M = 8,58, SD = 3,45).

Mô hình ANN sâu

Mô hình ANN sâu được phát triển để khám phá các mối quan hệ phi tuyến tính giữa các cấu trúc trong mô hình dự đoán.

Cấu trúc nội sinh (nghĩa là tính bền vững của giáo dục) được phân loại ở mức thấp (<6), trung bình (6-11) và cao

(>11). Một thuật toán perceptron nhiều lớp mạng thần kinh với hai lớp ẩn đã được chạy trong SPSS. Xác thực chéo 10

lần đã được sử dụng cùng với chức năng kích hoạt sigmoid được chọn làm chức năng kích hoạt của các nơ-ron ẩn và đầu

ra. Hình 2 cho thấy mô hình ANN sâu, trong đó năm biến độc lập được sử dụng để dự đoán biến phụ thuộc.

Bảng 3. Các chỉ số phù hợp với mô hình.

chỉ số phù hợp Người mẫu Giá trị ngưỡng)

2
(DF) 41.500 (13)

χ giá trị p < .001

2
χ /DF 3.192 < 3

GFI .978 ≥ 0,90

AGFI .939 ≥ 0,80

NFI .975 ≥ 0,90

TLI .963 ≥ 0,90

CFI .983 ≥ 0,90

NẾU TÔI .983 ≥ 0,90

RMSEA .072 ≤ 0,08

Machine Translated by Google

MÔI TRƯỜNG HỌC TẬP TƯƠNG TÁC 7

Bảng 4. Kết quả kiểm định giả thuyết.

giả thuyết b ĐN β t P VIF được hỗ trợ

H1 AUT ES .051 .016 .150 3,12 .002* 1,90 Đúng

H2 ACH ES .032 .017 .097 1,93 .053 1,99 KHÔNG

H3 AFF ES .019 .017 .040 1,09 .275 1,08 KHÔNG

H4 DOM ES .003 .016 .009 .18 .855 1,89 KHÔNG

**
H5 HM ES .263 .013 .766 20,48 2,34 Đúng

*p < 0,01, **p < 0,001

“Lỗi bình phương trung bình gốc” (RMSE) đối với dữ liệu thử nghiệm và đào tạo đều nằm trong giới
hạn chấp nhận được. Những kết quả này khá giống với kết quả thu được từ phân tích CB-SEM. Bảng 5 cho
biết độ chính xác phân loại mô hình ANN sâu cùng với các giá trị RMSE cho 10 mô hình ANN sâu được
đào tạo và thử nghiệm. Các mô hình ANN sâu dự đoán tính bền vững của giáo dục dựa trên nhu cầu tâm
lý với độ chính xác trung bình lần lượt là 71,37% và 72,43% cho đào tạo và kiểm tra.

phân tích độ nhạy

Một phân tích độ nhạy đã được thực hiện để tìm ra tác động (tương đối) của các biến đầu vào đối với
biến đầu ra (phụ thuộc). Kết quả phân tích độ nhạy thể hiện trong Hình 3 chỉ ra rằng động cơ khoái
lạc (tầm quan trọng: .397) là tham số đầu vào quan trọng nhất, tiếp theo là quyền tự chủ (tầm quan
trọng: .253), liên kết (tầm quan trọng: .205), sự thống trị (tầm quan trọng: .076) và thành tích đạt
được (tầm quan trọng: 0,069).

Hình 2. Mô hình Deep ANN.

Machine Translated by Google

số 8
I. ARPACI VÀ M. BAHARI

Bảng 5. Độ chính xác phân loại và giá trị RMSE.

Mạng Độ chính xác (Đào tạo) Độ chính xác (Thử nghiệm) RMSE (Đào tạo) RMSE (Thử nghiệm)

74 68.1 .440 .468

1 69,6 67.3 .477 .504

2 71,5 73.1 .455 .431

3 71,3 78 .458 .420

4 70,6 74.5 .469 .441

5 71,1 72.1 .463 .458

6 70,4 75.6 .454 .428

7 70,7 72.9 .460 .462

8 72 73.5 .460 .452

9 10 72,5 69.2 .445 .433

Nghĩa là 71,37 72.43 .458 .450

SD 1,24 3.38 .011 .025

thảo luận và kết luận

Cuộc thảo luận

Nghiên cứu này đã điều tra vai trò của nhu cầu tâm lý (tức là động lực khoái lạc, liên kết,
thống trị, thành tích và quyền tự chủ) trong việc dự đoán tính bền vững giáo dục của Metaverse.
Theo đó, một phương pháp CB-SEM lai và ANN sâu đã được sử dụng để phân tích dữ liệu. Các kết quả
CB-SEM cho thấy nhu cầu về quyền tự chủ và động lực hưởng thụ đã dự đoán đáng kể tính bền vững
của giáo dục. Hơn nữa, các mô hình ANN sâu đã được phát triển để phát hiện ra các mối quan hệ
phi tuyến tính giữa các cấu trúc. Các mô hình ANN sâu dự đoán tính bền vững của giáo dục dựa
trên nhu cầu tâm lý với độ chính xác trung bình lần lượt là 71,37% và 72,43% đối với đào tạo và
kiểm tra. Hơn nữa, kết quả ANN sâu chỉ ra rằng động lực khoái lạc là yếu tố đầu vào quan trọng
nhất, tiếp theo là quyền tự chủ, liên kết, thống trị và thành tích. Những kết quả này được hỗ
trợ bởi những phát hiện thu được từ phân tích CB-SEM.
Những phát hiện này phù hợp với kết quả của các nghiên cứu trước đó. Ví dụ, Tsai et al. (2021)
nghiên cứu vai trò của các động lực nội tại (năng lực, sự liên quan và quyền tự chủ) đối với ý
định của khán giả và người tập sử dụng ứng dụng chạy trên thiết bị di động tương tác thời gian
thực. Phát hiện của họ cho thấy rằng nhu cầu về sự liên quan và quyền tự chủ có liên quan tích
cực và đáng kể đến sự vui tươi được nhận thức, có mối quan hệ tích cực với ý định hành vi. TRONG

Hình 3. Kết quả phân tích độ nhạy.

Machine Translated by Google

MÔI TRƯỜNG HỌC TẬP TƯƠNG TÁC 9

một nghiên cứu khác, Zhang et al. (2021) nhằm mục đích tìm ra những nhu cầu tâm lý chưa được đáp ứng
trong các trò chơi thực tế ảo. Phát hiện của họ chỉ ra rằng các tuyến đường đang chạy và hình đại diện
tùy chỉnh đáp ứng nhu cầu tự chủ của người dùng. Tương tự, Ijaz et al. (2020) đã điều tra động cơ của
người dùng để tận hưởng và tham gia vào các nền tảng tập thể dục VR nhập vai. Phát hiện của họ chỉ ra
rằng nhu cầu tâm lý có liên quan tích cực đến sự thích thú trong cả điều kiện thế giới mở và giao diện người dùng tĩnh.
Trong khi đó, ý định chơi trong tương lai của người dùng đã được dự đoán tích cực bởi nhu cầu tự chủ
trong điều kiện thế giới mở.
Kết quả chỉ ra rằng động cơ khoái lạc dự đoán tích cực và đáng kể tính bền vững về mặt giáo dục của
Metaverse. Trước đây, Ramírez-Correa et al. (2019) nghiên cứu các yếu tố ảnh hưởng đến ý định chơi game
trực tuyến. Kết quả của họ chỉ ra rằng động cơ khoái lạc, thói quen và bản sắc xã hội có liên quan đáng
kể đến việc chấp nhận các trò chơi trực tuyến. Tương tự, Huang (2020) đã điều tra các yếu tố ảnh hưởng
đến việc người dùng chấp nhận hệ thống VR cho xe tay ga điện tử dựa trên UTAUT-2. Kết quả chỉ ra rằng
động lực khoái lạc, điều kiện thuận lợi và hiệu suất kỳ vọng là những yếu tố quan trọng quyết định sự
chấp nhận của người dùng đối với hệ thống VR dành cho xe tay ga điện tử. Nghiên cứu tiếp tục điều tra sự
khác biệt giới tính trong tính bền vững giáo dục của Metaverse. Kết quả cho thấy sự khác biệt đáng kể về
giới tính trong tính bền vững của giáo dục.
Những người tham gia nam dường như có điểm trung bình cao hơn về tính bền vững giáo dục của Metaverse so
với nữ giới.

Đóng góp về mặt lý luận và ý nghĩa thực tiễn

Kết quả cho thấy vai trò quan trọng của nhu cầu tự chủ và động lực khoái lạc trong việc dự đoán tính bền
vững giáo dục của Metaverse. Quyền tự chủ, mong muốn được tự định hướng, được coi là một trong những nhu
cầu tâm lý cơ bản, cần thiết cho hạnh phúc và sự phát triển tối ưu (Ryan & Deci, 2017 ). Metaverse cung
cấp cho người dùng khả năng tự định hướng trong hành động, cảm xúc và suy nghĩ. Metaverse có thể giúp
người học cảm thấy tự chủ và khi họ cảm thấy tự chủ, họ sẽ nhận thấy hành vi, động cơ và sở thích của
mình phù hợp với nhau. Trong thế giới ảo này, người học có thể cảm thấy tự chủ hơn và hành động theo sở
thích của họ.
Điều đáng chú ý là động cơ khoái lạc (nhu cầu giải trí) là yếu tố quyết định mạnh mẽ nhất đến tính
bền vững của giáo dục. Những phát hiện này có một số ý nghĩa quản lý và thực tiễn, giúp thu hẹp khoảng
cách giữa lý thuyết và thực tiễn. Ví dụ: các nhà cung cấp dịch vụ nên tập trung vào các yếu tố chính này
để nâng cao cơ sở khách hàng và chất lượng dịch vụ của họ, và do đó, để thúc đẩy việc áp dụng Metaverse
bởi các tổ chức giáo dục. Các phát hiện chỉ ra rằng nam giới có xu hướng sử dụng Metaverse cho mục đích
giáo dục nhiều hơn. Vì vậy, các nhà cung cấp dịch vụ nên tập trung vào việc phát triển các chiến lược
tiếp thị để thu hút nhiều người dùng nữ hơn.

Hạn chế và hướng đi trong tương lai

Nghiên cứu hiện tại tập trung vào vai trò của nhu cầu tâm lý trong việc dự đoán khả năng duy trì giáo
dục của Metaverse. Đây sẽ là một lĩnh vực nghiên cứu hiệu quả và những phát hiện có thể nâng cao khía
cạnh kiến thức và lý thuyết hiện có được đưa vào tài liệu Hệ thống thông tin. Khung khái niệm được đề
xuất là duy nhất vì nó tập trung vào tầm quan trọng của các yếu tố tâm lý trong việc dự đoán tính bền
vững giáo dục của Metaverse. Điều đáng chú ý là các tài liệu trước đây không cung cấp thông tin có giá
trị về các yếu tố này. Tuy nhiên, việc sử dụng dữ liệu tự báo cáo là một hạn chế nghiêm trọng đối với
việc điều tra sâu hơn về tác động của các biến nghiên cứu đối với khả năng duy trì giáo dục của
Metaverse. Mặc dù nghiên cứu đã cố gắng loại bỏ các rủi ro phát sinh từ dữ liệu tự báo cáo bằng cách
kiểm soát rủi ro của sai lệch theo phương pháp chung hoặc sai lệch về mong muốn xã hội và tiến hành một
phương pháp kết hợp, cần thận trọng khi diễn giải các phát hiện. Hơn nữa, do tính chất cắt ngang của
phương pháp nghiên cứu, không thể rút ra các kết luận nhân quả. Nghiên cứu trong tương lai có thể giải
quyết những hạn chế này bằng cách kết hợp dữ liệu định tính và sử dụng thiết kế nghiên cứu theo chiều dọc
hoặc thử nghiệm.
Machine Translated by Google

10 I. ARPACI VÀ M. BAHARI

Tuyên bố công khai

Không có xung đột lợi ích tiềm tàng nào được báo cáo bởi (các) tác giả.

Ghi chú về người đóng góp

Arpaci Ibrahim ARPACI hiện là phó giáo sư tại Khoa Công nghệ Phần mềm tại Đại học Bandirma Onyedi Eylul. Anh ấy đã nhận bằng Tiến
sĩ. bằng cấp và ThS. bằng cấp về Hệ thống thông tin từ Đại học Kỹ thuật Trung Đông. Anh ấy có bằng B.Sc. bằng cấp (xuất sắc) về Giáo
dục Máy tính và Công nghệ Giảng dạy của Đại học Anadolu. Ông là học giả thỉnh giảng tại Đại học Ryerson, Trường Quản lý Công nghệ

Thông tin Ted Rogers, Toronto, ON, Canada. Anh ấy nằm trong số 2% nhà khoa học hàng đầu trên thế giới, theo báo cáo do Đại học
Stanford công bố vào tháng 10 năm 2020, 2021 và 2022. Lĩnh vực nghiên cứu của anh ấy là về hệ thống thông tin, công nghệ giáo dục và

tâm lý học mạng.

Mahadi Bahari là phó giáo sư về Hệ thống thông tin (IS). Anh ấy có nền tảng về IS và đã lấy bằng Tiến sĩ. từ Đại học Brunel Luân
Đôn. Ông hiện là trưởng chương trình tiến sĩ triết học (IS). Nghiên cứu của ông trong thập kỷ qua là về lĩnh vực áp dụng và triển

khai công nghệ mới nổi và tiên tiến như chính phủ điện tử và thương mại điện tử. Gần đây hơn, nghiên cứu của ông tập trung vào sự
sẵn sàng của dịch vụ chăm sóc sức khỏe IS, bao gồm phục hồi chức năng từ xa
và y tế từ xa.

ORCID

Ibrahim Arpaci http://orcid.org/0000-0001-6513-4569 Mahadi

Bahari http://orcid.org/0000-0003-0301-374X

Người giới thiệu

Albanna, H., Alalwan, AA, & Al-Emran, M. (2022). Một mô hình tích hợp để sử dụng các ứng dụng truyền thông xã hội trong các tổ chức

phi lợi nhuận. Tạp chí Quốc tế về Quản lý Thông tin, 63, 102452. https://doi.org/10.1016/j.ijinfomgt.2021.
102452
Al-Emran, M., Al-Nuaimi, MN, Arpaci, I., & Al-Sharafi, MA (2022). Hướng tới một nền giáo dục có thể đeo được: Tìm hiểu các yếu tố

quyết định ảnh hưởng đến việc học sinh sử dụng các công nghệ có thể đeo được bằng thuật toán máy học. Giáo dục và Công nghệ thông
tin, https://doi.org/10.1007/s10639-022-11294-z Al-Sharafi, MA, Al-Emran, M.,

Iranmanesh, M., Al-Qaysi, N., Iahad, NA, & Arpaci, I. ( 2022). Hiểu tác động của các yếu tố quản lý tri thức đối với việc sử dụng
bền vững các chatbot dựa trên AI cho mục đích giáo dục bằng cách sử dụng phương pháp SEM-ANN kết hợp. Môi trường học tập tương

tác, https://doi.org/10.1080/10494820.2022.2075014 Arpaci, I., Karataş, K., Kusci, I., & Al-Emran, M. (2022). Hiểu tính bền

vững xã hội của Metaverse bằng cách tích hợp UTAUT2 và năm đặc điểm tính cách lớn: Cách tiếp cận SEM-ANN kết hợp. Công nghệ trong

xã hội, 71, 102120. https://doi.org/10.1016/j.techsoc.2022.102120

Arpaci, I., Kesici, Ş, & Baloğlu, M. (2018). Chủ nghĩa cá nhân và nghiện Internet: Vai trò trung gian của nhu cầu tâm lý.
Nghiên cứu Internet, 28(2), 293–314. https://doi.org/10.1108/IntR-11-2016-0353 Arpaci,

I., Tak, P., & Shekhawat, H. (2021). Vai trò kiểm duyệt của chủ nghĩa phô trương trong mối quan hệ giữa nhu cầu tâm lý và hành vi

đăng ảnh tự sướng. Tâm Lý Hiện Nay, https://doi.org/10.1007/s12144-021-01732-5 Belsley, DA, Kuh, E., & Welsch, RE

(1980). Chẩn đoán hồi quy: Xác định dữ liệu có ảnh hưởng và các nguồn cộng tuyến.
John Wiley & các con trai.

Díaz, J., Saldaña, C., & Avila, C. (2020). Thế giới ảo như một nguồn tài nguyên cho giáo dục lai. Tạp chí quốc tế về
Các Công nghệ Mới nổi trong Học tập (iJET), 15(15), 94–109. https://www.learntechlib.org/p/217986/
Dionisio, JDN, Burns III, WG, & Gilbert, R. (2013). Thế giới ảo 3D và metaverse: Hiện trạng và tương lai

khả năng. ACM Computing Surveys (CSUR), 45(3), 1–38. https://doi.org/10.1145/2480741.2480751

Gallego, MD, Bueno, S., & Noyes, J. (2016). Áp dụng cuộc sống thứ hai trong giáo dục: Một mô hình động lực dựa trên lý thuyết sử

dụng và hài lòng. Máy tính & Giáo dục, 100, 81–93. https://doi.org/10.1016/j.compedu.2016.05.001 Gilbert, RL (2011).
Dự án PROSE: Một chương trình nghiên cứu hành vi trong thế giới trên Metaverse. Tạp chí Nghiên cứu Thế giới Ảo, 4(1), 3–18.

Girvan, C. (2018). Thế giới ảo là gì? Định nghĩa và phân loại. Nghiên cứu và Phát triển Công nghệ Giáo dục, 66(5), 1087–1100. https://

doi.org/10.1007/s11423-018-9577-y Tóc, JF, Matthews, LM, Matthews, RL, & Sarstedt,

M. (2017). PLS-SEM hoặc CB-SEM: Hướng dẫn cập nhật về phương pháp sử dụng. Tạp chí Quốc tế về Phân tích Dữ liệu Đa biến, 1(2), 107–

123. https://doi.org/10.1504/IJMDA.
2017.087624

Tóc, JF, Risher, JJ, Sarstedt, M., & Ringle, CM (2019). Khi nào sử dụng và cách báo cáo kết quả của PLS-SEM. Châu Âu

Business Review, 31(1), 2–24. https://doi.org/10.1108/EBR-11-2018-0203

Machine Translated by Google

MÔI TRƯỜNG HỌC TẬP TƯƠNG TÁC 11

Heckert, TM, Cuneio, G., Hannah, AP, Adams, PJ, Droste, HE, Mueller, MA, Wallis, HA, Griffin, CM, & Roberts, LL

(2000). Tạo một bảng câu hỏi đánh giá nhu cầu mới. Tạp chí Hành vi Xã hội và Tính cách, 15(1), 121.

Henseler, J., Ringle, CM, & Sarstedt, M. (2015). Một tiêu chí mới để đánh giá tính hợp lệ của phân biệt đối xử trong mô hình phương

trình cấu trúc dựa trên phương sai. Tạp chí của Học viện Khoa học Tiếp thị, 43(1), 115–135. https://doi.org/10.
1007/s11747-014-0403-8

Hoàng, FH (2020). Điều chỉnh UTAUT2 để đánh giá mức độ chấp nhận của người dùng đối với dịch vụ thực tế ảo xe tay ga điện tử. Thực
Tế Ảo, 24(4), 635–643. https://doi.org/10.1007/s10055-019-00424-7

Ijaz, K., Ahmadpour, N., Wang, Y., & Calvo, RA (2020). Trải nghiệm của người chơi về sự thỏa mãn nhu cầu (PENS) trong một nền tảng

tập thể dục thực tế ảo nhập vai mô tả động lực và sự thích thú. Tạp chí Quốc tế về Tương tác giữa Người và Máy tính, 36(13), 1195–
1204. https://doi.org/10.1080/10447318.2020.1726107

Jeon, JH (2021). Một nghiên cứu về giáo dục sử dụng metaverse để giao tiếp hiệu quả trong một chủ đề hội tụ.
Tạp chí Quốc tế về Internet, Phát thanh và Truyền thông, 13(4), 129–134. https://doi.org/10.7236/IJIBC.
2021.13.4.129

Kardefelt-Winther, D. (2014). Một bài phê bình về khái niệm và phương pháp luận đối với nghiên cứu nghiện internet: Hướng tới một mô

hình sử dụng internet có bù đắp. Máy tính trong Hành vi con người, 31, 351–354. https://doi.org/10.1016/j.chb.2013.10.059 Kesici,

Ş. (2008). Nghiên cứu về giá trị và độ tin cậy của phiên bản tiếng Thổ Nhĩ Kỳ về Đánh giá nhu cầu tâm lý mới

tỉ lệ. Tạp chí Khoa học Xã hội Đại học Selcuk, 20(2), 493–500.

Kim, H., So, HJ, & Park, JY (2022). Xem xét tác động của giáo dục nghệ thuật gắn kết xã hội với thực tế ảo đối với việc giải quyết

vấn đề sáng tạo. Công nghệ Giáo dục & Xã hội, 25(2), 117–129. https://www.jstor.org/stable/48660128 Koetsier, J. (2020).
Sự kiện ảo tăng 1000% kể từ COVID-19, với 52.000 sự kiện chỉ trên một nền tảng. Forbes. Truy cập ngày 15 tháng 8 năm 2022 từ https://

www.forbes.com/sites/johnkoetsier/2020/05/27/virtual-events-up-1000-with-52000- on-just-one-platform/?sh= 3fc3b717a233

Kress, G., & Đa ngôn ngữ. (2000). Trong B. Cope, & M. Kalantzis (Eds.), Đa văn hóa-học tập biết chữ và thiết kế tương lai xã hội
(trang 182–202). Routledge.

Kress, G., & van Leeuwen, T. (2001). Diễn ngôn đa phương thức: Các phương thức và phương tiện truyền thông đương đại. Oxford

Báo chí trường Đại học.

Lee, H., & Hwang, Y. (2022). Giáo dục nâng cao bằng công nghệ thông qua tạo VR và liên kết Metaverse để thúc đẩy sự sẵn sàng của

giáo viên và học tập bền vững. Tính bền vững, 14(8), 4786. https://doi.org/10.3390/su14084786 Looney, SW (1995). Làm thế

nào để sử dụng các bài kiểm tra cho tính quy tắc đơn biến để đánh giá tính quy tắc đa biến. Nhà thống kê Hoa Kỳ, 49(1), 64–70.
https://doi.org/10.20547/jms.2014.2007102 Marsh, HW, Hau, KT,

Balla, JR, & Grayson, D. (1998). Là nhiều hơn bao giờ hết quá nhiều? Số chỉ tiêu mỗi nhân tố trong phân tích nhân tố khẳng định.

Nghiên cứu hành vi đa biến, 33(2), 181–220. https://doi.org/10.1207/ s15327906mbr3302_1

Maslow, AH (1943). Một lý thuyết về động lực của con người. Đánh giá tâm lý, 50(4), 370–396. https://doi.org/10.1037/
h0054346

Massara, F., Liu, SS, & Melara, RD (2010). Thích nghi với môi trường bán lẻ: Mô hình hóa các hành động tương tác giữa người tiêu

dùng và môi trường. Tạp chí Nghiên cứu Kinh doanh, 63(7), 673–681. https://doi.org/10.1016/j.jbusres.2009.05.004

Murray, HA (1938). Những khám phá về tính cách: Một nghiên cứu lâm sàng và thử nghiệm trên 50 người đàn ông ở độ tuổi đại học. Oxford

Báo chí trường Đại học.

Mustafa, B. (2022). Phân tích giáo dục dựa trên công nghệ metaverse. Tạp chí Khoa học Xã hội Technium, 32, 278–295.
https://doi.org/10.47577/tssj.v32i1.6742

Mystakidis, S. (2020). Trò chơi giáo dục từ xa trong thực tế ảo xã hội: Một nghiên cứu điển hình về sự tham gia của sinh viên. Vào

năm 2020, Hội nghị quốc tế lần thứ 11 về Thông tin, Tình báo, Hệ thống và Ứng dụng (IISA (trang 1–6). IEEE. https://doi.org/
10.1109/IISA50023.2020.9284417 Nevelsteen,

KJ (2018). Thế giới ảo, được xác định từ góc độ công nghệ và áp dụng cho trò chơi điện tử, thực tế hỗn hợp và Metaverse. Hoạt hình

máy tính và thế giới ảo, 29(1), e1752. https://doi.org/10.1002/cav.1752 Podsakoff, PM, & Organ, DW (1986). Tự báo cáo trong
nghiên cứu tổ chức: Các vấn đề và triển vọng. Tạp chí Quản lý, 12(4), 531–544. https://doi.org/10.1177/014920638601200408 Ramírez-

Correa, P., Rondán-Cataluña, FJ, Arenas-Gaitán, J., & Martín-Velicia, F. (2019). Phân

tích sự chấp nhận trò chơi trực tuyến trên thiết bị di động: Một ứng dụng của UTAUT-2. Tạp chí Bán lẻ và Dịch vụ Người tiêu dùng,
50, 85–93. https://doi.org/10.1016/j.jretconser.2019.04.018

Rospigliosi, PA (2022). Metaverse hay Simulacra? Roblox, Minecraft, Meta và chuyển sang thực tế ảo cho giáo dục, xã hội hóa và công
việc. Môi trường Học tập Tương tác, 30(1), 1–3. https://doi.org/10.1080/10494820.2022.2022899 Ryan, RM, & Deci, EL (2017). Lý

thuyết tự quyết: Nhu cầu tâm lý cơ bản trong động lực, phát triển và hạnh phúc
không cần thiết. Nhà xuất bản Guilford.

Schmidt, LC, & Frieze, IH (1997). Một mô hình trung gian của quyền lực, liên kết và động cơ thành tích và sự tham gia của sản phẩm.

Tạp chí Tâm lý và Kinh doanh, 11(4), 425–446. https://doi.org/10.1007/BF02195890 Selvanathan, RG (2013). Đo lường

tính bền vững giáo dục. Tạp chí Quốc tế về Giáo dục Đại học, 2(1), 35–43. https://doi.org/10.5430/ijhe.v2n1p35 Steers, RM, &
Braunstein, DN (1976). Một thước đo dựa

trên hành vi về nhu cầu rõ ràng trong môi trường làm việc. Tạp chí của
Hành vi nghề nghiệp, 9(2), 251–266. https://doi.org/10.1016/0001-8791(76)90083-X
Machine Translated by Google

12 I. ARPACI VÀ M. BAHARI

Stephenson, N. (1992). Tai nạn tuyết. Sách Bantam.

Suh, W., & Ahn, S. (2022). Sử dụng metaverse cho giáo dục kiến tạo lấy người học làm trung tâm trong thời kỳ hậu đại dịch: Phân tích

về học sinh tiểu học. Tạp chí Tình báo, 10(1), 17. https://doi.org/10.3390/ jintelligence10010017

Thong, JY, Hong, SJ, & Tam, KY (2006). Ảnh hưởng của niềm tin sau khi áp dụng đối với mô hình xác nhận kỳ vọng đối với sự tiếp tục

của công nghệ thông tin. Tạp chí Quốc tế về Nghiên cứu Con người-Máy tính, 64(9), 799–810. https://doi.org/10.1016/
j.ijhcs.2006.05.001 _ Tsai, TH, Chang,

YS, Chang, HT, & Lin, YW (2021). Chạy trên nền tảng tập thể dục xã hội: Áp dụng lý thuyết quốc gia tự quyết để tăng động lực tham

gia một sự kiện thể thao. Máy tính trong hành vi con người, 114, 106523. https://doi.org/10.1016/j.chb.2020.106523

LHQ. (1987). Báo cáo của Ủy ban Thế giới về Môi trường và Phát triển. Truy cập ngày 3 tháng 10 năm 2022 từ https://

digitallibrary.un.org/record/139811?ln=vi
Venkatesh, V., Thong, JY, & Xu, X. (2012). Sự chấp nhận và sử dụng công nghệ thông tin của người tiêu dùng: Mở rộng lý thuyết thống

nhất về việc chấp nhận và sử dụng công nghệ. MIS Hàng quý, 36(1), 157–178. https://doi.org/10.2307/41410412 Wan, CS, & Chiou, WB
(2006). Động cơ tâm lý và chứng nghiện trò chơi trực tuyến: Thử nghiệm lý thuyết dòng chảy và lý thuyết nhu cầu nhân văn cho thanh

thiếu niên Đài Loan. CyberPsychology & Behavior, 9(3), 317–324. https://doi.org/10.1089/ cpb.2006.9.317

Yu, C., Li, X., & Zhang, W. (2015). Dự đoán việc sử dụng trò chơi trực tuyến có vấn đề ở thanh thiếu niên từ sự hỗ trợ tự chủ của

giáo viên, sự hài lòng về nhu cầu tâm lý cơ bản và sự tham gia của trường học: Một nghiên cứu dài 2 năm. Tâm lý học mạng, Hành
vi và Mạng xã hội, 18(4), 228–233. https://doi.org/10.1089/cyber.2014.0385
Zhang, X., Yan, Q., Zhou, S., Ma, L., & Wang, S. (2021). Phân tích trải nghiệm không hài lòng của người dùng và nhu cầu tâm lý chưa

được đáp ứng đối với các trò chơi thực tế ảo bằng cách sử dụng phương pháp học sâu. Thông tin, 12(11), 486. https://doi.org/
10.3390/ info12110486
Machine Translated by Google

MÔI TRƯỜNG HỌC TẬP TƯƠNG TÁC 13

Ruột thừa. Công trình và hạng mục

công trình mã Mục

Thành tích Ach1 “Tôi cố gắng thực hiện tốt nhất công việc của mình.”
Ach2 "Tôi là một nhân viên chăm chỉ."

Ach3 “Điều quan trọng với tôi là làm công việc tốt nhất có thể.”
Ach4 “Tôi thúc đẩy bản thân trở thành tất cả những gì tôi có thể.”

Ach5 “Tôi rất cố gắng để cải thiện thành tích trước đây của mình tại nơi làm việc.”
liên kết aff1 “Tôi dành nhiều thời gian nói chuyện với người khác.”
aff2 "Tôi là một người dân."
aff3 “Khi tôi có sự lựa chọn, tôi cố gắng làm việc theo nhóm thay vì làm việc một mình.”
aff4 “Tôi thích làm việc của mình hơn và để người khác làm việc của họ.” (R)
aff5 “Tôi cố gắng hết sức để làm việc một mình trong công việc được giao.” (R)

Quyền tự trị tự động1

“Tôi muốn một công việc mà tôi có rất ít sự giám sát.”
tự động2
“Tôi muốn một công việc mà tôi có thể tự lên kế hoạch cho lịch trình làm việc của mình.”
tự động3
“Tôi muốn trở thành ông chủ của chính mình.”
tự động4
“Tôi thích làm việc theo tốc độ của riêng mình trong các nhiệm vụ công việc.”

tự động5
“Trong các dự án công việc của mình, tôi cố gắng trở thành ông chủ của chính mình.”

thống trị Dom1 “Tôi rất thích được phụ trách một dự án.”
Dom2 “Tôi thà nhận mệnh lệnh còn hơn đưa ra.” (R)
Dom3 “Tôi tìm kiếm một vai trò tích cực trong việc lãnh đạo một nhóm.”
Dom4 “Tôi thấy mình đang tổ chức và chỉ đạo các hoạt động của người khác.”
Dom5 “Tôi cố gắng trở thành người “chỉ huy” khi làm việc theo nhóm.”
Động lực khoái lạc HM1 “Sử dụng Metaverse trong khóa học của tôi rất thú vị.”
HM2 “Sử dụng Metaverse trong khóa học của tôi thật thú vị.”
HM3 “Sử dụng Metaverse trong khóa học của tôi rất thú vị.”

Tính bền vững của giáo dục ES1 “Tôi định sử dụng Metaverse cho mục đích giáo dục.”
ES2 “Tôi sẽ luôn cố gắng sử dụng Metaverse cho mục đích giáo dục.”
ES3 “Tôi thường xuyên sử dụng Metaverse cho mục đích giáo dục.”