【大学生在线学习体验及持续使用意愿影响因素研究11000字】

大学生在线学习体验及持续使用意愿影响因素研究—基于上海市大学生的实证分析摘要在疫情之后线上教学大规模铺开的背景下，在线学习模式深刻影响了大学生的学习体验与后续的学习行为选择。探索如何使学生达成良好的学习体验和持续的在线学习意愿，需要理清相关的影响因素。本研究基于知识传播的视角，结合技术接受模型和媒介丰富度理论构建研究框架，通过对上海市三所高校大学生进行的问卷抽样调查，探究了在线学习平台媒介丰富度、感知有用性、感知易用性以及人口学因素对大学生在线学习体验与持续使用意愿的影响及其路径。实证研究结果表明：良好的学习体验会推动大学生持续使用意愿的增强；在线学习平台的媒介丰富度越高，大学生的学习体验越好、持续使用意愿越强；感知有用性能够显著提高大学生在线学习的体验感；男生的在线学习体验更好，但女生的持续使用意愿更强；文科生较理科生的在线学习体验更好，持续使用意愿更强；学校层次越高的学生展现出更好的在线学习体验与更强的持续使用意愿。关键词：在线学习，知识传播，媒介丰富度，技术接受，学习体验，使用意愿一、研究缘起当前，在信息技术和媒介技术快速发展的背景下，在线学习逐渐成为变革全球高等教育的重要推动力，学生的在线学习体验也成为该领域研究的重点[1]。尤其是自2020年初起，新冠肺炎疫情突发的背景之下，我国高校全部被迫采取线上教学模式，十多年间大力推广却未能全面普及的在线教育获得了前所未有的进步机遇和发展空间。面对疫情期间所有学习任务都需要在线完成的情况时，许多学生会在使用在线学习平台的过程中积极主动地向传统的教育服务供给方提出新的建议、形成有效的互动，从而推动在线学习平台功能的改进和学生在线学习效果的提升，这也为研究大学生的在线学习体验和持续使用意愿提供了难得的契机。探索如何将传播技术更有效地融入教育过程，使学生达成良好的学习体验和持续的在线学习意愿，需要理清相关的影响因素与影响机制。目前我国的在线学习平台呈现出数量众多、具体功能与使用方法不尽相同的特征。疫情期间一则针对全国二十五万余名高校学生展开的线上学习调查分析报告显示，“学习通”平台的使用频率最高，有超过百分之十的高校师生在使用[2]。“学习通”作为一个典型的在线学习平台，能够反映出社会化传播媒体和其他信息技术与网络在线教育的深度交叉融合的趋势。综合考虑之下，本研究将主要选择“学习通”平台作为在线学习平台的范例进行研究。本研究的创新之处在于，此前针对在线学习中学生参与的研究大多着眼于分析如何推动学生更好地接受在线学习模式，视角更偏自上而下，而欠缺较为全面的从广大学生的在线学习体验与使用意愿角度出发的实证研究。此外，关于在线教育的研究处于传播学和教育学的连接领域，本研究试图将媒介丰富度理论引入在线学习体验与使用意愿的研究，在前人研究视角与所关注的内容差异较大、完整的研究体系尚未形成定论之时，期望能够提供一个新的视角以丰富本领域的研究内容，为后来的研究者提供一些有益的借鉴。二、文献综述在线学习是指通过信息技术在网络上构建一个虚拟的共享学习空间，从而达成远距离交互的网络学习模式[3]。在线学习领域的研究中，许多学者将重心放在考察在线学习中知识传播模式的形成与发展[4~6]。本研究关注的问题即从这一角度出发，探究作为“互联网+教育”具体产物的在线学习平台，其知识传播效果如何在学生与平台的有效使用中产生。本文将参考技术接受模型与媒介丰富度理论，探究影响大学生在线学习体验与持续使用意愿的因素与影响程度。（一）技术接受模型Davis等研究者所提出的技术接受模型作为最有影响力、解释面最广的行为分析模型之一，主要从用户对某种信息技术的使用角度出发，认为用户对某一技术的接受源于自身对其的态度，且正向的使用体验将更有可能导致产生持续使用意愿并采取持续使用行为[7]。技术接受模型在提出之后和长期修正的过程中，被国内外众多学者广泛应用于实证研究，用以预测行为主体对某一新型的信息技术接受或拒绝的倾向，有众多研究结果表明该模型对用户使用信息技术的态度和行为意向有积极的预测作用。感知有用性和感知易用性是技术接受模型中的核心变量，分别表示使用者对某种信息技术能够在何种程度上提升其工作绩效的感知，以及使用者对使用该技术时容易程度的感知。在技术接受模型应用于各领域的研究中，大多以这两个因素为主要结构；国内外有关在线学习用户使用的多项实证研究结果显示，对某一系统的感知有用性和感知易用性越高，使用者的满意程度和行为意向越强。国内外学者从用户使用角度出发，针对在线学习效果进行过多样化的实证研究，大部分是基于特定的在线学习情境进行研究模型的构建，考察相关影响因素的影响程度。Farahat的研究中将学生在线学习态度、外部环境影响以及媒介平台自身特性等因素纳入研究模型，对技术接受模型进行改良，结果表明这些因素和感知有用性、感知易用性都能够对学生的在线学习意愿形成正向的影响[8]。方旭和刘鲁川的研究，分别根据技术接受模型及其扩展模型构建了新的研究框架，成功验证了该模型在网络学习领域的解释效力[9~10]。技术接受模型中作为因变量的使用态度与行为意向，在应用于教育学领域进行研究时常会根据具体的内容进行调整。如覃红霞等人基于技术接受模型进行的大数据调研报告中，主要对在线教学满意度及持续使用意愿进行了考察，研究结果也显示在线教学满意度与大学生持续使用意愿显著正相关[11]。李佳赟的研究结合慕课特点考察了感知有用性和感知易用性等因素对学生学习体验的影响[12]。在线学习体验一般被认为是持续学习意向的关键要素，二者经常被同时予以研究，如张敏等人在通过对比分析中外慕课学习平台的用户使用行为后，得出了学习体验会对在线教学平台的持续使用意愿产生极大影响的结论[13]。参考前人研究，本研究将因变量修正为学习体验和持续使用意愿。由此，本研究提出以下假设：H1a：感知有用性正向影响大学生在线学习体验H1b：感知有用性与大学生在线学习平台持续使用意愿正相关H2a：感知易用性正向影响大学生在线学习体验H2b：感知易用性与大学生在线学习平台持续使用意愿正相关H3：大学生在线学习体验正向影响在线学习平台持续使用意愿（二）媒介丰富度理论媒介丰富度理论最初来源于信息丰富度（InformationRichness）这一概念，由Daft&Lengel于上世纪八十年代首先提出，用以说明媒介承载丰富信息的能力[14]。在理论形成的前期，学者的关注点大多集中于研究根据媒介能够呈现出的信息丰富程度进行的媒介选择会在何种程度上影响组织的决策，认为考察媒介的丰富度应该通过对媒介所处环境及使用者的心理反应来衡量[15]。在之后的研究中，媒介丰富度这一概念被广泛应用于分析各类信息通过媒介所呈现出的效果方面，大致从信息内容、信息描述、信息质量、表达方式四个方面的丰富度来评判媒介的传播能力[16]。杨瑞等针对短视频APP用户的意愿和行为展开实证研究，认为媒介丰富度能够满足用户在线浏览时的多种虚拟体验，也会正向影响用户包括传播分享等在内的多种行为意愿[17]；张亚明等针对微博用户商业信息转发意愿的实证研究结果认为，信息的说服能力与媒介传递信息的能力呈正相关，媒介丰富度会直接影响用户体验和继续使用的意愿[18]。在不同的研究领域中，学者常会将媒介丰富度常作为重要变量，根据具体的研究对象与其他理论模型结合，探究其对使用者使用意愿与使用行为的影响。随着在线教育传播技术的迅猛发展，在线学习平台功能日益优化、信息丰富程度不断提高，这为在在线学习领域进行媒介丰富度相关的研究提供了合适的条件。王建亚等运用元分析方法对60余篇实证文献进行再次统计后，认为用户、系统两方面的因素与在线学习用户使用行为强度相关[19]。李玥泓基于技术接受模型展开的针对大学生微信学习影响因素的研究，同时强调了传播媒介自身特性对学生学习效果的影响作用，结果证明媒介特征变量能够对大学生行为意向产生显著影响[20]。技术接受模型主要从用户使用角度出发，媒介丰富度又正是在线学习平台重要的平台属性，因此，本研究希望通过对媒介丰富度理论进行创新应用的基础上，探求教育信息传播机理，研究在线学习平台这一新型教育传播媒介的信息丰富度与使用者体验与持续使用意愿的相关性。由此，本研究提出以下假设：H4a：媒介丰富度正向影响大学生在线学习体验H4b：媒介丰富度与大学生在线学习平台持续使用意愿正相关（三）人口学变量Davis曾指出，在运用技术接受模型进行研究时也要根据具体情况，考虑将能够因个体差异导致内在动机差异的诸多外部因素纳入考量[21]。此前众多国内外的实证研究中，常将包括性别、年龄、技术使用熟练程度等因素在内的人口学变量作为可能影响用户使用行为的因素进行测量。有关在线学习效果的研究中，学校、专业等教育背景因素往往也被纳入讨论范畴。由此，本研究提出以下假设：H5a：大学生在线学习体验与性别有关H5b：大学生在线学习平台持续使用意愿与性别有关H6a：大学生在线学习体验与学校层次有关H6b：大学生在线学习平台持续使用意愿与学校层次有关H7a：大学生在线学习体验与专业有关H7b：大学生在线学习平台持续使用意愿与专业有关H8a：大学生在线学习体验与年级有关H8b：大学生在线学习平台持续使用意愿与年级有关H9a：大学生在线学习体验与在线学习平台使用年限有关H9b：大学生在线学习平台持续使用意愿与使用年限有关本研究基于技术接受模型的基本分析框架，在保留两个最主要的自变量感知有用性、感知易用性的基础上，参考将教师、学生、教学内容及教学环境确定为四大关键要素的教学系统要素理论[22]，再落实到在线学习平台这一具体的研究对象，添加了对媒介丰富度这一自变量的测量。因变量为学习体验和持续使用意愿，学习体验是指大学生对于在线学习具体效果积极或消极的认知，持续使用意愿是指大学生个体意愿继续使用在线平台进行学习的可测量程度。综上，本研究的假设模型如下图1所示。图1大学生在线学习平台学习体验与使用意愿研究模型三、研究方法本文采用问卷调查法进行实证研究，以上海地区三所高校的大学生对“学习通”平台的使用作为在线学习的代表，探究大学生使用在线学习平台的学习体验与持续使用意愿的影响因素与作用路径。本研究的数据分析将通过SPSS25.0及SmartPLS3.0软件进行。（一）测量工具本研究问卷主要包括两个部分，第一部分是大学生对在线学习媒介丰富度、有用性、易用性的感知情况测度量表，采用五级李克特量表测量。第二部分收集了被测者的基本信息，具体问项见下表1。1.Vickery的媒介丰富度量表Vickery等人的针对媒介丰富度展开的实证研究，主要是从信息内容、质量、描述与表达四个维度来测量[23]。本研究结合了在线学习平台的媒介特征，并参考了张亚明等人基于媒介丰富度理论的实证研究结果[18]，设计了4个问项。2.Davis的技术接受模型量表对技术接受模型中各个主要变量的测量，主要借鉴了Davis的研究中的问项[7]。关于感知有用性，设计了3个问项来测量大学生认为使用以学习通为代表的在线学习平台对自己学习进步的有用程度。对感知易用性的测量同时参考了Gefen研究的结论[24]，制定了3个问项来测量大学生对自己使用在线学习平台难易程度的认知。关于在线学习体验和持续使用意愿的测量，主要结合了覃红霞等人研究中的量表[11]，并参考杨跃等人的研究结论[6]，各制定了3个问项。3.人口学变量的测量本研究的人口学变量包括性别、学校层次、年级、专业和在线学习平台使用年限，以考察这些背景因素不同的大学生在使用在线学习平台时的学习体验与持续使用意愿是否有显著差异。其中，性别（女=0，男=1）、专业（文科=0，理科=1）为虚拟变量，学校层次（985大学=1，211大学=2，普通本科=3）、年级和在线学习平台使用年限（上大学之前=1，上大学之后疫情之前=2，疫情之后=3）为定序变量。表1各变量测量内容及量表来源变量测量内容量表来源媒介丰富度MR1信息内容丰富度呈现出的信息内容大量、丰富Vickeryetal.张亚明，等MR2表达方式丰富度呈现出的信息有多元化表达方式MR3信息描述丰富度呈现出的信息描述清晰、明确MR4信息质量丰富度呈现出的信息质量高、较可靠感知有用性PU1学习资源获取各种电子学习材料和资源Davisetal.PU2课堂学习能够良好进行在线课程的学习PU3学习评价认为学习效率、学习效果有提升感知易用性PEOU1功能设计功能全面，设计简洁清晰Davisetal.Gefenetal.PEOU2使用便利学习过程中不常遇到技术故障PEOU3适应速度无需花费很多精力便能学会学习体验LE1学习效果在线学习不比传统线下学习效果差陈武元，等覃红霞，等LE2需求满足在线学习能够满足学习中各种需求LE3总体评价对在线学习体验的总体满意度较好持续使用意愿UI1主动使用会继续主动使用在线学习平台覃红霞，等杨跃，等UI2经常使用会继续经常使用在线学习平台UI3发展预测在线与线下学习混合模式会常规化（二）信度分析与效度检验经检验，本研究各量表的克朗巴哈系数均高于0.7，问卷总体信度良好。各量表的平均抽取变异量AVE值均高于0.6，组合信度CR值均高于0.8，各题项因子载荷值均高于0.6，问卷具有良好的区分效度与聚合效度，满足验证性因子分析要求。结果如下表2所示。表2本研究各量表信效度分析因子维度Alpha因子载荷CRAVE媒介丰富度MR1.924.887.946.814MR2.886MR3.823MR4.746感知有用性PU1.832.763.899.748PU2.863PU3.745感知易用性PEOU1.724.819.841.639PEOU2.778PEOU3.676学习体验LE1.769.621.867.686LE2.838LE3.849持续使用意愿UI1.849.806.909.769UI2.813UI3.869（三）抽样与样本概况由于本研究的问卷侧重调查上海市大学生的在线学习体验和持续使用意愿，确定调查对象的范围时应当能够较好地涵盖上海市大学生的总体情况。在上海地区60余所高校内，首先根据分层抽样的方式，按照985高校、211高校、普通本科三类院校属性，分别抽取了华东师范大学、华东理工大学和上海对外经贸大学三所高校；在每所高校内部所有专业中，按照文科、理科的划分，采取分层随机抽样法，分别抽取50位学生作为研究对象。正式调查问卷的发放采用线下面对面纸质问卷填写的方式，共计划收集300个样本。由于本研究的问卷主要以大学生对“学习通”平台的使用情况为例进行调查，在邀请被测者填写调查问卷之前，均已确认该同学之前使用过、并对“学习通”平台较为熟悉。问卷回收后经核对，291份问卷的填写质量可以达到标准，问卷有效率为97%。在抽样控制下，样本的学校层次和专业类别的比例接近平均。在291名被测者中，来自985院校的有97人，来自211院校的有99人，来自普通本科的有95人；来自文科专业的有144人，理科专业的有147人。样本的性别分布显示，男生占44.7%，女生占55.3%，比例较平均，接近上海市大学生总体男女比例。样本的年级分布集中在大二（54.6%）、大三（28.9%），其中大四同学占比最少（6.2%），这与本研究进行问卷调查时大四同学临近毕业、在校人数相对较少有关。四、研究发现从被调查的291名大学生的在线学习平台使用情况来看，有近五分之一的被测者在上大学之前就已经接触了在线学习平台，上大学之后接触到在线学习平台的比例为68.4%，疫情发生、开始大规模线上教学之后才接触到在线学习平台的比例最少，仅占13.1%。这表明上海地区高校线上教学开展时间较早，推广程度较高，大部分被测者使用在线学习平台并非是疫情期间学校停课时不得已而为之，大多为学习通平台的长期用户。这些大学生对在线学习平台总体使用情况的评估如下表3所示。表3本研究各量表描述性统计结果因子维度均值标准差总体均值总体标准差媒介丰富度MR13.92.943.88.95MR23.94.85MR33.85.96MR43.801.04感知有用性PU13.72.963.82.84PU23.84.83PU33.91.72感知易用性PEOU13.56.943.52.96PEOU23.60.83PEOU33.401.10学习体验LE13.461.083.711.05LE23.811.06LE33.86.98持续使用意愿UI13.75.953.79.99UI23.751.00UI33.881.03大学生对在线学习平台各项属性的认知中，对媒介丰富度的评价最高（M=3.88，SD=0.95），表明“学习通”平台在信息内容、质量、描述方式等方面的丰富程度能够较好地满足大学生的日常学习需求。在对学习通平台有用性的感知方面，大学生对其可能增加其学习效用的主观认识也接近比较满意的水平（M=3.82，SD=0.84），且标准差明显较小，说明大学生对感知有用性的态度更稳定，认可程度较高。大学生对在线学习平台易用性的认可程度在所有影响因素中最低（M=3.52，SD=0.96），表明在线学习平台即使在技术层面能够支持大学生的学习需求，但在易用性程度上仍需提高。因为即使是对于媒介技术非常熟悉的上海地区大学生而言，也对使用学习通平台时的各种操作“无需花费很多精力便能学会”（PEOU3）的评价明显偏低，在线学习的具体操作与适应问题仍是使用中的一大阻碍。大学生在线学习体验总体较好（M=3.71），且对继续使用在线学习平台持积极态度（M=3.79），说明在线学习的知识传播效果良好，能够为广大同学所接受。学习体验的标准差在所有因子中最大，大学生的在线学习体验因人而异的程度较强；并且，从对LE1“在线学习不比传统线下学习效果差”（M=3.46）评价明显偏低这一结果可看出，大学生在面对线上与线下学习效果的比较这一问题时仍持较为保守的态度。又根据大学生在持续使用意愿中表达出认可程度最高UI3题项（M=3.88），大学生对线上线下混合教育模式更为支持。这间接反映了当下高校所开展的在线教育依然存在相当的限制性，学生的态度也与许多学者“线上线下混合式教学将成新常态”的观点相契合[25]。构建结构方程模型，进一步探究大学生在线学习体验和持续使用意愿各影响因素之间的关系（见图2）。研究发现，感知有用性对大学生在线学习体验的影响图2结构方程模型与路径系数最大（β=0.182），媒介丰富度、学校层次、性别和专业次之；在线学习体验显著正向影响持续使用意愿，且是最关键的影响因素（β=0.377）；其后各因素对大学生持续使用意愿的影响程度依次是专业、媒介丰富度、性别和学校。（见表4）表4模型整体检验结果假设路径C.R.路径系数P对应假设检验结果感知有用性-->学习体验2.5840.1820.010H1a接受感知有用性-->使用意愿1.5090.0940.132H1b不接受感知易用性-->学习体验1.6700.1030.096H2a不接受感知易用性-->使用意愿 1.716-0.0940.087H2b不接受学习体验-->使用意愿 7.2690.3770.000H3接受媒介丰富度-->学习体验2.5160.1680.012H4a接受媒介丰富度-->使用意愿2.8250.1700.005H4b接受性别-->学习体验 2.7150.1300.007H5a接受性别-->使用意愿 3.572-0.1680.000H5b接受学校-->学习体验 2.242 -0.1350.025H6a接受学校-->使用意愿2.485 -0.1470.013H6b接受专业-->学习体验 2.044 -0.1170.042H7a接受专业-->使用意愿 3.914 -0.2040.000H7b接受年级-->学习体验 1.5680.0860.118H8a不接受年级-->使用意愿 0.7210.0360.471H8b不接受使用年限-->学习体验 0.125 -0.0070.901H9a不接受使用年限-->使用意愿 0.0230.0010.982H9b不接受整体路径检验结果表明，感知有用性与在线学习体验显著正相关，但对持续使用意愿的影响并不显著，假设H1a成立，H1b不成立。感知易用性对学习体验、持续使用意愿均无显著影响，假设H2a、H2b均不成立。学习体验对持续使用意愿的影响非常显著，假设H3成立。媒介丰富度显著地正向影响着在线学习体验和持续使用意愿，假设H4a、H4b成立。与此同时，人口学变量中的性别、学校、专业均与大学生在线学习体验和持续使用意愿存在显著的相关关系。学校层次越高，大学生在线学习体验和持续使用意愿越强；男生较女生在线学习体验更好，但持续使用意愿较低；文科生比理科生的在线学习体验更好，持续使用意愿更强。即假设H5a、H5b、H6a、H6b、H7a、H7b成立，假设H8a、H8b、H9a、H9b不成立。

五、结论与讨论本研究将技术接受模型与媒介丰富度理论结合，应用于大学生在线学习的情境中，通过实证研究分析了在线学习平台媒介丰富度、感知有用性与感知易用性、以及学校、专业等背景因素对大学生学习体验和持续使用意愿的影响，完善了现有的路径模型，主要得出五点结论。（一）媒介丰富度与大学生在线学习体验和使用意愿正相关大学生对于代表着在线学习平台潜在的信息承载量，以及传播的信息内容、质量、描述和表达方式的能力的媒介丰富度，总体持比较认可的态度。并且，在线学习平台媒介丰富度越高，大学生的学习体验越好，持续使用意愿越强。根据Daft等人的研究结果，面对面沟通是丰富度最高的媒介，这也是传统的线下教学模式相较于在线教学无可替代的优越性[14]。但在远程学习环境中，以学习通为代表的在线学习平台能够提供直播服务，达成近似面对面沟通的效果，拥有了一定的即时反馈、传送多重线索的功能，即时响应的焦虑在使用者对在线学习平台的逐步熟悉之后渐渐减少。并且，大学生在媒介丰富度高的虚拟网络空间里能够获得丰富的学习资源、与同伴便捷的交互工具和优质的教育服务，这样开放、流动且互相联系的学习环境，具备了人性化和高度社会化的特征。在大数据与人工智能的加持下，经过编码后的知识内容借助在线学习平台这一媒介向大学生实施着更精准、更有效率的知识传播，由此，大学生在使用在线学习平台时能够通过较高的媒介丰富度产生良好的学习体验，并进而达成较强的持续使用意愿。在线学习持续发展，长远目标是实现智能化的教育。智能教育并不仅仅指将媒介技术应用于教学各个阶段，最终要达到的结果是在互联网技术推动下教育系统的整体性、结构性的变革。提高在线学习平台的媒介丰富度，关注平台知识信息体量与质量、各项功能的全面程度，方能提高学生在线学习的实效。（二）感知有用性正向影响大学生在线学习体验感知有用性与大学生在线学习体验显著正相关，是提升在线学习平台体验感的最重要因素，但并未对持续使用意愿产生较为显著的影响。Davis的研究认为，用户最初产生接受意愿时的决定性因素即是感知有用性[7]。从本研究的实证分析结果也可看出，大学生感知到在线学习平台对自身发展越有用，就越容易形成正向的意愿；但在前期的接受意愿形成之后，大学生对持续使用的态度则显得较为模糊。在线学习平台内容的有用性能够得到当今大学生的认可，并能有效推动大学生使用体验的提升，但疫情期间大学生所接触到的在线学习内容中，占比最大的其实是便于最快速地、大面积地组织开展的直播课程学习，即较为简易地将线下课堂转至线上进行，而并未针对在线学习的特点进行有效的改良与设计。由此，在线学习尽管在特殊时期取代了线下课堂教学的职能，在其教学效果也能受到广大学生的认可，但学生也会感受到诸如工作量增加的压力和不断到来的新任务的挑战。这就造成了主观上前期需求能够满足、学习体验较好，但客观上无法支持大学生产生持续使用意愿的情况。（三）感知易用性正向影响学习体验，但与持续使用意愿弱负相关首先，感知易用性作为技术接受模型中的核心变量，在本研究中呈现出对大学生在线学习体验和持续使用意愿并不具有非常显著的影响的结果。可能的原因是受样本特性影响，绝大多数被测大学生对在线学习平台的使用较为熟悉，媒介素养高，获取知识信息的能力强，对在线学习的各种操作能够迅速适应；感知易用性作为影响使用者前期接受的重要因素，即使在线学习平台易用程度较高，也并不能对大学生的学习体验与持续使用意愿产生强烈的影响。其次，本研究的数据分析结果显示，感知易用性与大学生在线学习平台持续使用意愿存在微弱的负相关关系。这一结果在同类研究中很少出现，但可以与覃红霞等人对不同学科学生进行的在线教学满意度研究的结论相互认证。一个可能的解释是，本研究以学习通平台这一应用最广的单一在线学习平台作为范例进行研究，但受现实中的客观条件影响，各个学校的不同专业、不同课程往往会要求学生使用各自最适合的在线学习平台和教学技术来完成指定的学习任务，这就导致大学生需要适应不同平台的功能特征和不同技术的使用方法，这在一定程度上造成了大学生对在线学习困难程度认知的提高。因此，即使在线学习总体上可以满足大学生日常学习的需要，但相较于线下教学，在线学习的过程明显更加繁琐，从而对大学生的持续使用意愿造成了负向的影响。（四）学校、专业、性别显著影响大学生在线学习体验与使用意愿首先，学校层次越高的同学表现出更好的在线学习体验与更强的持续使用意愿。一个可能的解释是，学校层次越高的同学相应地会具备更好的学习综合素养，更能自主地挖掘出适合自己的在线学习方法，始终自觉地使用在线学习平台达成良好的学习效果，也更愿意在日后继续使用在线学习平台，作为提升自我的途径。其次，相较于理科同学，文科同学的在线学习体验更好、持续使用意愿更强。根据学科属性来看，与理科相比，文科专业的学习理论性更强、实践性偏弱，不需要太多的实验设备和线下教学环境。因此，远程学习模式对于文科学生没有造成太大的影响，但对于理科学生来说更难适应，教学效果被大大削弱，导致理科同学的在线学习体验与持续使用意愿普遍弱于文科学生。再次，从数据分析的结果来看，在线学习体验方面男生优于女生，但在持续使用意愿方面女生较男生更强。性别与学习情况的关系在学界并无严格的定论，此前也有许多实证研究的结果表明，性别变量对因变量不存在显著的影响。通过对部分被测者进行访谈，本研究出现这样的结果，可能的解释是相对于女生而言男生能够更容易地适应在线学习的节奏、获得更良好的学习体验，但在面临是否继续使用在线学习平台的问题时会更加果断地选择舍弃，而女生的态度则会表现得更为中庸，前后差异并不鲜明。年级因素和在线学习平台使用年限因素与大学生在线学习体验与持续使用意愿间没有显著的相关性，可能是因为在媒介技术深度应用于日常生活的背景下，在线学习平台的使用对于不同年级和使用熟练程度的大学生具有普适性，并不会受到年龄和使用年限不同的影响。（五）大学生在线学习体验越好，持续使用意愿越强综合来看，影响大学生是否继续使用在线学习平台的首要因素是在线学习体验，对在线学习整体满意度的提高能够有效地推动大学生具体使用行为的产生。上海地区绝大部分高校学生在疫情停课之前，就已经在不同程度上使用过在线学习平台，也表示不会在度过了只能接受远程教育的特殊时期后就倾向于放弃这一学习形式的情况。这进而说明，大学生对于线上线下学习相结合的发展前景认可度较高，与许多学者发展线上线下混合式教学的意见相符。未来实体学校也并不会消失，而是会通过与在线教育更好地融合，使得线下实体空间与网络虚拟空间连接，更好地服务于知识的传播。本研究虽适用于现今以学习通为代表的在线学习平台的运行模式，但在日益社会化的在线学习平台发展更新的过程中，还需要不断根据新兴的媒介形式进行修正。并且，此前的研究中将媒介丰富度理论引入大学生在线学习平台使用体验与意愿影响机制研究的例子较为稀少，虽然本研究得出了具有说服力的结果，但依旧缺乏学界公认的模式，其测量维度和精确程度还需要通过更多更深入的研究来完善。在当前的社交媒体和线上教育的环境中，我们每个人都正在不可避免地成为在线学习的用户。我希冀能够通过深入的研究给出具有参考价值的结论，让大学生在网络环境中获得更好的学习体验，推动在线学习平台实现更有效的发展。

参考文献[]汪卫平,李文.中国大学生在线学习体验的区域差异及影响因素——基于国内334所高校调查数据的分析[J].开放教育研究,2020,26(06):89-99.[2]厦门大学教师发展中心.疫情期间高校教师线上教学调查报告[EB/OL]./s/oxqPcHxL01MaUBN9CTHNug,2020-04-07.[3]KarolI.Pelc.Thevirtualclassroom:Learningwithoutlimitsviacomputernetworks[J].TechnologicalForecasting&SocialChange,1996,51(3).[4]柴玥,武文颖,杨连生.慕课构建新型知识传播模式研究[J].当代传播,2015(02):77-79.[5]杨金龙,罗萍,刘千里.价值共创视角下在线教育平台知识传播和学习行为应用场景探析[J].山东图书馆学刊,2018(06):32-36+54.[6]杨跃,刘叶子.重大突发公共卫生事件背景下在线教育的消费与传播重构[J].当代传播,2020(03):84-87.[7]PerceivedUsefulness,PerceivedEaseofUse,andUserAcceptanceofInformationTechnology[J].MISQuarterly,1989,13(3).[8]TaherFarahat.ApplyingtheTechnologyAcceptanceModeltoOnlineLearningintheEgyptianUniversities[J].Procedia-SocialandBehavioralSciences,2012,64.[9]方旭.MOOC学习行为影响因素研究[J].开放教育研究,2015,21(03):46-54.[0]刘鲁川,孙凯.M-Learning用户接受机理:基于TAM的实证研究[J].电化教育研究,2011(07):54-60.[1]覃红霞,李政,周建华.不同学科在线教学满意度及持续使用意愿——基于技术接受模型（TAM）的实证分析[J].