在线学习投入影响因素行为论文

在线学习投入影响因素行为论文一.摘要

在线学习已成为当代教育的重要模式，其投入程度直接影响学习效果与个人发展。本研究以某高校非营利性在线学习平台为案例背景，通过混合研究方法，结合定量问卷与定性深度访谈，系统分析了影响学生在线学习投入的关键因素。定量数据采用结构方程模型进行验证，样本覆盖不同年级、专业及学习动机的学生群体，共收集有效问卷1200份。定性研究则通过半结构化访谈深入了解学生行为背后的心理动机与情境因素，访谈对象选取具有代表性的40名在线学习者。研究发现，学习动机、技术支持、课程设计质量及社会互动环境是影响在线学习投入的核心变量。其中，内在动机通过自我效能感显著正向预测学习投入，技术支持的易用性与及时性直接影响学习体验，而课程内容的互动性与实践性则提升了学生的参与度。社会互动方面，学习小组的协作效果与师生反馈的及时性对学习投入具有显著促进作用。研究结论表明，优化在线学习环境需综合考量个体心理因素与环境支持系统，通过增强动机激励、提升技术友好度、改进课程设计及构建和谐互动社区，可有效提升学生的在线学习投入水平，为在线教育质量提升提供了实证依据与实践参考。

二.关键词

在线学习；学习投入；动机激励；技术支持；课程设计；社会互动

三.引言

在数字化浪潮席卷全球的背景下，在线学习作为一种灵活、高效的教育形式，其普及程度与影响力达到了前所未有的高度。从个体职业发展的需求到全球教育资源的共享，在线学习正深刻地改变着传统的教育生态与学习模式。然而，一个长期存在且亟待解决的问题是，尽管在线学习平台提供了丰富的资源与便捷的学习途径，但学生的实际投入程度却参差不齐，学习效果差异显著。这种现象不仅关乎个体学习目标的实现，更对在线教育行业的可持续发展、教育公平的实现以及人才培养的质量构成重要挑战。因此，深入探究影响在线学习投入的关键因素，揭示其作用机制，对于优化在线学习环境、提升学习效果、促进教育公平具有重要的理论价值与实践意义。

现有的研究多从技术、教学或社会文化等单一维度探讨在线学习的相关问题，但鲜有研究能够系统、全面地整合个体心理、课程设计、技术支持与社会互动等多重因素，深入剖析其综合影响。特别是在中国，随着“互联网+教育”政策的深入推进，在线学习已成为高等教育、职业教育乃至基础教育的重要组成部分。然而，与发达国家相比，中国在在线学习的质量监控、个性化指导、学习激励机制等方面仍存在诸多不足。特别是在非营利性在线学习平台，由于缺乏商业模式的支撑，其在资源投入、技术更新、服务优化等方面面临更大的挑战。这使得研究中国情境下的在线学习投入影响因素，不仅具有重要的理论创新价值，更能为非营利性在线教育机构的生存与发展提供实践指导。

本研究聚焦于在线学习投入的影响因素，旨在构建一个更为完整和系统的理论框架。基于自我决定理论、社会认知理论以及期望理论等经典心理学理论，本研究提出以下核心研究问题：第一，哪些因素显著影响学生的在线学习投入？第二，这些因素之间如何相互作用，形成影响在线学习投入的综合效应？第三，在不同特征的学生群体中，这些影响因素的作用是否存在差异？为回答这些问题，本研究提出以下假设：第一，学习动机（包括内在动机与外在动机）、技术支持的感知质量、课程设计的合理性以及社会互动的丰富性均对在线学习投入具有显著正向影响。第二，学习动机通过自我效能感的中介作用，影响学生的在线学习投入。第三，技术支持与课程设计通过社会互动的调节作用，进一步影响在线学习投入。

本研究选择某高校非营利性在线学习平台作为案例背景，不仅因为该平台在服务师生、推广教育公平方面具有典型意义，也因为其面临的挑战更能反映非营利性在线教育机构的普遍困境。通过混合研究方法，本研究将定量问卷与定性深度访谈相结合，既保证了研究结果的广度与统计效力，也确保了深度与情境理解的准确性。研究预期通过系统分析影响在线学习投入的因素，为在线教育平台的设计与优化、为教师开展有效的在线教学、为学生提升自主学习能力提供实证依据和策略建议。最终，本研究旨在推动在线学习从“可达性”向“有效性”转变，促进在线教育生态的健康发展，为实现教育公平与提升国民素质贡献一份力量。

四.文献综述

在线学习的兴起与普及，使得对其影响因素的研究成为教育技术学、心理学及教育学交叉领域的重要议题。现有研究从多个维度探讨了影响在线学习效果与投入的因素，主要包括个体心理因素、课程设计与教学因素、技术支持因素以及社会环境因素等。其中，个体心理因素被认为是影响学习投入的基础，学习动机、自我效能感、学习策略等被广泛认为是关键变量。课程设计与教学因素则关注教学内容的选择、教学方法的运用、互动设计的合理性等对学习效果的影响。技术支持因素则强调在线学习平台的技术稳定性、易用性以及技术支持的及时性对学习体验的作用。社会环境因素则包括师生互动、生生互动、学习社区氛围等对学习动机与参与度的影响。

在学习动机方面，自我决定理论（Self-DeterminationTheory,SDT）认为，满足个体在自主性、胜任感和归属感方面的基本心理需求，能够有效激发内在动机，进而提升学习投入。研究证实，高水平的自主性感知与在线学习投入呈显著正相关，而外在动机的过度使用则可能导致学习行为的短期化与表面化。然而，关于在线学习中内在动机与外在动机的相对重要性，以及不同类型动机如何相互作用影响学习投入，仍存在一定的争议。部分研究强调内在动机的主导作用，认为内在动机是维持长期学习投入的关键；而另一些研究则指出，在特定情境下，合理的外在动机激励（如奖励、反馈）同样能够有效提升学习投入。此外，动机强度与学习投入之间的关系并非简单的线性关系，动机强度过高或过低都可能对学习投入产生负面影响，存在一个最佳动机水平区间。

自我效能感作为社会认知理论的核心概念，也被广泛应用于在线学习领域的研究。研究普遍认为，学生对自身在线学习能力的信念（即自我效能感）能够显著影响其学习目标设定、学习策略选择以及面对困难时的坚持程度。高自我效能感的学习者更倾向于采取积极的学习策略，面对挫折时表现出更强的韧性。然而，在线学习环境中自我效能感的形成机制与维持策略尚需进一步探索。例如，技术困难、学习资源的缺乏、社交隔离等因素如何削弱学生的自我效能感，以及教师、同伴和社会支持如何帮助学生学习者重建和提升自我效能感，这些问题在现有文献中尚未得到充分的关注。此外，不同类型自我效能感（如一般自我效能感、学科自我效能感、在线学习自我效能感）在在线学习投入中的具体作用及其相互关系，也缺乏系统的实证研究。

课程设计与教学因素对在线学习投入的影响同样受到学界关注。研究指出，课程内容的结构化程度、学习资源的丰富性与质量、教学活动的互动性与实践性等，均对学习投入产生显著影响。例如，基于问题的学习（PBL）、协作学习（CollaborativeLearning）和翻转课堂（FlippedClassroom）等教学模式，通过增强学生的参与度和责任感，有效提升了在线学习效果。然而，关于如何根据不同学科特点、不同学习者需求设计高质量的在线课程，以及如何平衡知识传授与能力培养、理论学习与实践应用，仍然是一个复杂且具有挑战性的问题。此外，在线课程设计的标准化与个性化之间的关系也值得关注。标准化设计有助于保证学习质量的基本底线，而个性化设计则能够满足不同学习者的需求，但如何实现标准化与个性化的有效结合，避免“一刀切”或“放任自流”的极端做法，是当前在线课程设计面临的重要挑战。部分研究还关注了在线学习的评价机制对学习投入的影响，指出形成性评价与总结性评价相结合、过程性评价与结果性评价并重，能够有效激发学生的学习动机，提升学习投入。但现有评价机制在在线学习情境下的有效性、公平性以及对学生学习行为的引导作用，仍需进一步的实证检验。

技术支持作为在线学习不可或缺的组成部分，其对学习投入的影响也受到广泛关注。研究普遍认为，在线学习平台的技术稳定性、易用性以及技术支持的及时性与有效性，均对学习体验和学习投入产生重要影响。技术故障、界面复杂、操作困难等问题不仅会中断学习过程，降低学习效率，还会损害学生的学习信心，导致学习投入的下降。技术支持的及时性则能够帮助学生快速解决技术问题，减少学习障碍，提升学习流畅度。然而，关于不同类型技术支持（如技术培训、故障排除、技术咨询）对学习投入的具体影响差异，以及技术支持与其他因素（如学习动机、课程设计）的交互作用机制，现有研究尚显不足。此外，随着、大数据等新技术的应用，技术支持的智能化水平不断提升，这些新技术如何优化技术支持服务，提升其针对性与有效性，进而影响在线学习投入，是一个值得关注的新的研究方向。部分研究还关注了移动学习、虚拟现实（VR）等新兴技术对在线学习投入的影响，指出这些新技术能够为学习者提供更加灵活、沉浸式的学习体验，但同时也带来了新的技术挑战与学习适应问题。

社会互动作为在线学习的重要特征，其对学习投入的影响同样受到重视。研究指出，师生互动、生生互动以及学习社区氛围能够通过提供情感支持、知识共享、协作学习等途径，有效提升学生的学习动机与参与度。例如，及时的师生反馈能够帮助学生了解学习进度，调整学习策略；而丰富的生生互动则能够促进知识建构，培养协作能力。学习社区的归属感则能够增强学生的学习认同感，提升学习的持久性。然而，在线学习环境中社会互动的特殊性（如时空分离、非面对面交流）也对社会互动的质量提出了更高的要求。如何设计有效的在线互动机制，促进深层次的学术交流与情感连接，避免社会互动的表面化与形式化，是当前在线教育面临的重要挑战。此外，不同类型社会互动（如提问与回答、讨论与辩论、协作与评价）对学习投入的影响是否存在差异，以及社会互动与其他因素（如技术支持、课程设计）的交互作用机制，仍需进一步的实证研究。部分研究还关注了社会文化背景对在线学习社会互动的影响，指出不同的文化价值观可能影响学习者的互动行为模式与期望，因此在设计在线学习互动机制时需要考虑文化适应性。

综上所述，现有研究从多个维度探讨了影响在线学习投入的因素，取得了一定的成果，但也存在一些研究空白或争议点。首先，关于学习动机的研究虽然较为丰富，但对于在线学习中动机的动态变化过程、不同类型动机的长期影响以及动机与情境因素的交互作用机制，仍需进一步深入。其次，自我效能感作为关键的心理变量，其形成机制与维持策略在在线学习情境下的具体表现尚未得到充分的关注。再次，课程设计方面，如何实现标准化与个性化的有效结合，以及如何设计能够适应在线学习特点的高质量课程内容与教学活动，仍是一个亟待解决的问题。此外，技术支持的研究多关注技术本身的特性，而对其与学习者的交互过程、技术支持服务对学习行为的深层影响以及新技术应用的有效性评估，尚显不足。最后，社会互动的研究虽然强调了其重要性，但对于如何设计有效的在线互动机制、促进深层次的社会连接以及社会互动与其他因素的交互作用机制，仍需更多的实证研究。基于以上分析，本研究拟从学习动机、自我效能感、课程设计、技术支持与社会互动等多个维度，系统探究影响在线学习投入的因素及其作用机制，以期为优化在线学习环境、提升学习效果提供新的理论视角与实践参考。

五.正文

本研究旨在系统探究影响在线学习投入的关键因素及其作用机制。为全面、深入地理解这些因素，本研究采用混合研究方法，结合定量问卷与定性深度访谈，以某高校非营利性在线学习平台为案例背景，展开实证分析。研究内容主要包括在线学习投入的测量、影响因素的定量分析、影响机制的定性探究以及综合讨论与结论。研究方法则涵盖问卷设计、抽样方法、数据收集过程、定量数据分析方法、定性数据分析方法，以及研究信效度保障措施。以下将详细阐述研究内容与方法，并呈现实验结果与讨论。

首先，在线学习投入是本研究的核心概念。本研究借鉴已有文献，将在线学习投入定义为学习者在与在线学习平台和内容互动过程中，所展现出的认知投入、情感投入和行为投入的综合表现。认知投入主要体现在学习者对在线学习内容的专注程度、思考深度和知识建构的主动性；情感投入则表现为学习者对在线学习的兴趣、愉悦感、归属感和坚持度；行为投入则包括学习者参与在线学习活动的时间、频率、完成度以及与教师、同伴的互动行为。为测量这些维度，本研究在问卷设计中采用了成熟的量表，并进行了适当的调整，以确保其适用于本研究的特定情境。

在影响因素的定量分析方面，本研究基于自我决定理论、社会认知理论以及期望理论等理论框架，初步构建了影响在线学习投入的因素模型。该模型包括学习动机、自我效能感、课程设计、技术支持和社会互动五个核心变量。学习动机分为内在动机和外在动机两个维度；自我效能感则包括一般自我效能感和在线学习自我效能感两个维度；课程设计包括内容合理性、教学活动设计、资源丰富性和质量四个维度；技术支持包括技术稳定性、易用性和支持及时性三个维度；社会互动则包括师生互动、生生互动和学习社区氛围三个维度。此外，模型还考虑了学习者特征（如年龄、性别、专业、学习经验）和情境因素（如学习目标、学习环境）的调节作用。

为收集定量数据，本研究采用便利抽样和滚雪球抽样相结合的方法，选取了该高校非营利性在线学习平台的1200名注册学习者作为研究对象。问卷通过在线平台进行发放，共收集有效问卷1200份。问卷内容包括在线学习投入量表、影响因素量表以及学习者基本信息问卷。为了保证数据的信度和效度，本研究对问卷进行了预测试，并根据预测试结果进行了适当的修改。信度分析采用Cronbach'sα系数，结果显示所有量表的α系数均大于0.7，表明问卷具有良好的内部一致性信度。效度分析则采用探索性因子分析和验证性因子分析，结果显示问卷的结构与理论模型基本吻合，表明问卷具有良好的结构效度。

在数据收集完成后，本研究采用SPSS和AMOS软件对数据进行统计分析。首先，对样本进行描述性统计分析，以了解样本的基本特征和各变量的分布情况。其次，进行相关分析，以初步探究各变量之间的关系。然后，进行回归分析，以检验各影响因素对在线学习投入的预测作用。最后，进行结构方程模型分析，以验证所提出的理论模型的整体拟合度和各路径系数的显著性。结构方程模型分析结果显示，模型的整体拟合度良好，各路径系数均显著，表明所提出的理论模型能够较好地解释在线学习投入的影响因素及其作用机制。

在影响因素的定量分析结果中，学习动机、自我效能感、课程设计、技术支持和社会互动均对在线学习投入具有显著正向影响。其中，内在动机和外在动机均对在线学习投入有显著正向预测作用，但内在动机的预测作用更强；一般自我效能感和在线学习自我效能感均对在线学习投入有显著正向预测作用，但在线学习自我效能感的预测作用更强；课程设计的各维度均对在线学习投入有显著正向预测作用，其中教学活动设计和资源丰富性与质量的预测作用更强；技术稳定性和易用性均对在线学习投入有显著正向预测作用，但技术稳定性的预测作用更强；师生互动、生生互动和学习社区氛围均对在线学习投入有显著正向预测作用，其中师生互动和学习社区氛围的预测作用更强。此外，研究还发现，学习动机通过自我效能感的中介作用，对在线学习投入有显著正向影响；技术支持与课程设计通过社会互动的调节作用，进一步影响在线学习投入。

在影响因素的定性分析方面，本研究采用半结构化访谈法，对40名具有代表性的在线学习者进行了深度访谈。访谈对象涵盖了不同年级、专业、学习动机和学习投入水平的学习者。访谈内容主要围绕学习动机、自我效能感、课程设计、技术支持和社会互动等方面展开，以深入了解学习者在线学习过程中的行为、想法和感受。访谈过程采用录音和记录的方式，并在征得受访者同意后进行转录和整理。

在数据分析方面，本研究采用主题分析法（ThematicAnalysis），对访谈数据进行编码、分类和归纳，以识别和提取与研究问题相关的核心主题。首先，对访谈数据进行逐字转录，并根据研究问题进行初步的编码。然后，对所有编码进行反复阅读和比较，以识别和提取核心主题。最后，对核心主题进行解释和论证，以形成研究结论。主题分析法结果显示，访谈数据主要围绕五个核心主题展开：学习动机的驱动因素、自我效能感的形成与维持、课程设计的优缺点、技术支持的体验与需求以及社会互动的影响。

在学习动机的驱动因素方面，研究发现，学习动机的来源主要包括内在兴趣、职业发展、社会责任和个人成长等方面。内在兴趣是驱动学习者主动参与在线学习的重要动力，而职业发展和个人成长则是学习者进行在线学习的主要目标。此外，社会责任感也促使部分学习者积极参与在线学习，以提升自身素质和贡献社会。在学习动机的驱动因素中，兴趣是最好的老师，而目标则能够提供持续的动力。然而，学习动机也容易受到外部环境的影响，如学习压力、时间限制和社交干扰等。

在自我效能感的形成与维持方面，研究发现，自我效能感主要来源于成功经验、替代经验、言语说服和生理状态等方面。成功经验是提升自我效能感最有效的途径，而替代经验则能够提供参考和激励。言语说服和技术支持也能够在一定程度上提升自我效能感，但效果有限。然而，失败经验和消极反馈则会严重削弱自我效能感。此外，生理状态和情绪状态也会影响自我效能感，如疲劳、焦虑和压力等负面情绪会降低自我效能感。

在课程设计的优缺点方面，研究发现，课程设计对学习投入有重要影响，但不同学习者对课程设计的评价存在差异。优点方面，课程内容丰富、教学活动设计合理、资源丰富且质量较高能够有效提升学习投入。缺点方面，课程内容过于理论化、教学活动缺乏互动性、资源更新不及时、作业设计不合理等问题则会降低学习投入。此外，课程设计的个性化程度也影响学习投入，如能够根据学习者需求提供定制化学习内容和学习路径的课程，能够更好地满足学习者的个性化需求，提升学习投入。

在技术支持的体验与需求方面，研究发现，技术稳定性、易用性和支持及时性均对学习体验有重要影响。技术稳定性是基础，技术故障会严重影响学习过程和学习效果。易用性则影响学习者的使用体验，界面友好、操作简单的平台更受欢迎。支持及时性则能够帮助学习者快速解决问题，减少学习障碍。然而，现有技术支持仍存在不足，如支持渠道单一、响应速度慢、解决问题的能力有限等。此外，学习者对技术支持的需求也在不断变化，如需要更加智能化、个性化的技术支持服务。

在社会互动的影响方面，研究发现，社会互动对学习投入有显著影响，但不同类型社会互动的影响程度不同。师生互动能够提供学习指导和情感支持，对学习投入有积极影响。生生互动能够促进知识共享和协作学习，对学习投入也有积极影响。学习社区氛围则能够增强学习者的归属感和认同感，对学习投入有重要影响。然而，现有在线学习平台的社会互动机制仍存在不足，如互动渠道单一、互动内容缺乏深度、互动氛围不够和谐等。此外，学习者对社会互动的需求也在不断变化，如需要更加多元化、深度的社会互动平台。

综合定量和定性研究结果，本研究发现，影响在线学习投入的因素是多方面的，包括个体心理因素、课程设计因素、技术支持因素和社会环境因素等。其中，学习动机、自我效能感、课程设计、技术支持和社会互动是影响在线学习投入的关键因素。学习动机通过自我效能感的中介作用，对在线学习投入有显著正向影响；技术支持与课程设计通过社会互动的调节作用，进一步影响在线学习投入。此外，学习者的个体特征和情境因素也对在线学习投入有重要影响。

基于以上研究结果，本研究提出以下建议：首先，加强学习动机的激发与维持，通过提供有意义的学习内容、设置合理的学习目标、营造积极的学习氛围等方式，激发学习者的内在动机，提升学习者的学习兴趣和学习动力。其次，提升自我效能感，通过提供成功经验、促进替代经验、加强言语说服和提供技术支持等方式，帮助学习者建立和提升自我效能感，增强学习者的学习信心和学习毅力。再次，优化课程设计，通过提供丰富多样的学习内容、设计合理的学习活动、更新及时的学习资源、改进作业设计等方式，提升课程的质量和有效性，满足学习者的个性化需求。此外，加强技术支持，通过提升技术稳定性、优化平台易用性、提供及时有效的技术支持等方式，为学习者提供良好的学习体验，减少学习障碍。最后，促进社会互动，通过构建多元化的互动渠道、鼓励深度的学术交流、营造和谐的学习社区氛围等方式，增强学习者的归属感和认同感，提升学习者的社会互动体验和学习投入。

本研究具有一定的理论意义和实践价值。理论上，本研究丰富了在线学习投入的影响因素研究，为在线学习投入的理论模型提供了新的实证支持。实践上，本研究为在线教育平台的设计与优化、为教师开展有效的在线教学、为学生提升自主学习能力提供了实证依据和策略建议。然而，本研究也存在一定的局限性，如样本的代表性有限、研究方法的单一性等。未来研究可以扩大样本范围、采用更多样化的研究方法、进行纵向研究等，以进一步探究影响在线学习投入的因素及其作用机制。

六.结论与展望

本研究以某高校非营利性在线学习平台为案例背景，采用混合研究方法，系统探究了影响在线学习投入的关键因素及其作用机制。通过定量问卷和定性深度访谈，本研究收集并分析了大量数据，得出了关于在线学习投入影响因素的系列结论。在此基础上，本研究提出了相应的建议，并对未来研究方向进行了展望。

首先，本研究验证了学习动机、自我效能感、课程设计、技术支持和社会互动是影响在线学习投入的关键因素。定量分析结果显示，这五个因素均对在线学习投入有显著正向预测作用。其中，内在动机和外在动机均对在线学习投入有显著正向预测作用，但内在动机的预测作用更强；一般自我效能感和在线学习自我效能感均对在线学习投入有显著正向预测作用，但在线学习自我效能感的预测作用更强；课程设计的各维度均对在线学习投入有显著正向预测作用，其中教学活动设计和资源丰富性与质量的预测作用更强；技术稳定性和易用性均对在线学习投入有显著正向预测作用，但技术稳定性的预测作用更强；师生互动、生生互动和学习社区氛围均对在线学习投入有显著正向预测作用，其中师生互动和学习社区氛围的预测作用更强。这些结果与已有文献的研究结论基本一致，进一步证实了这些因素在在线学习中的重要性。

其次，本研究发现了学习动机通过自我效能感的中介作用，对在线学习投入有显著正向影响。这意味着，学习动机不仅能够直接提升在线学习投入，还能够通过提升自我效能感间接提升在线学习投入。这一发现揭示了学习动机和自我效能感之间的密切关系，为提升在线学习投入提供了新的视角。具体而言，高学习动机的学习者更倾向于相信自己能够成功完成在线学习任务，从而提升自我效能感，进而提升在线学习投入。

再次，本研究还发现了技术支持与课程设计通过社会互动的调节作用，进一步影响在线学习投入。这意味着，技术支持和课程设计不仅能够直接提升在线学习投入，还能够通过影响社会互动间接提升在线学习投入。这一发现揭示了技术支持、课程设计和社会互动之间的复杂关系，为提升在线学习投入提供了新的思路。具体而言，良好的技术支持和课程设计能够促进更加积极和有效的社会互动，从而提升在线学习投入。

最后，本研究还发现学习者的个体特征和情境因素也对在线学习投入有重要影响。例如，年龄、性别、专业、学习经验、学习目标和学习环境等因素均对在线学习投入有不同程度的影响。这些发现提示我们，在提升在线学习投入时，需要考虑学习者的个体差异和情境因素，提供更加个性化和差异化的支持。

基于以上研究结果，本研究提出以下建议：首先，在线教育平台应加强学习动机的激发与维持。可以通过提供有意义的学习内容、设置合理的学习目标、营造积极的学习氛围等方式，激发学习者的内在动机，提升学习者的学习兴趣和学习动力。例如，平台可以提供与学习者兴趣相关的课程内容，设置具有挑战性但可实现的学习目标，以及建立积极向上的学习社区氛围等。

其次，在线教育平台应提升学习者的自我效能感。可以通过提供成功经验、促进替代经验、加强言语说服和提供技术支持等方式，帮助学习者建立和提升自我效能感，增强学习者的学习信心和学习毅力。例如，平台可以提供学习者的成功案例，让学习者了解其他成功的学习者，以及提供及时有效的技术支持等。

再次，在线教育平台应优化课程设计。可以通过提供丰富多样的学习内容、设计合理的学习活动、更新及时的学习资源、改进作业设计等方式，提升课程的质量和有效性，满足学习者的个性化需求。例如，平台可以根据学习者的需求提供定制化的学习内容和学习路径，以及提供多种形式的学习活动等。

此外，在线教育平台应加强技术支持。可以通过提升技术稳定性、优化平台易用性、提供及时有效的技术支持等方式，为学习者提供良好的学习体验，减少学习障碍。例如，平台可以定期进行技术维护，确保平台的稳定性，以及提供多种形式的技术支持渠道等。

最后，在线教育平台应促进社会互动。可以通过构建多元化的互动渠道、鼓励深度的学术交流、营造和谐的学习社区氛围等方式，增强学习者的归属感和认同感，提升学习者的社会互动体验和学习投入。例如，平台可以建立多种形式的互动渠道，如论坛、讨论组、在线答疑等，以及各种线上活动，促进学习者之间的交流和合作等。

本研究具有一定的理论意义和实践价值。理论上，本研究丰富了在线学习投入的影响因素研究，为在线学习投入的理论模型提供了新的实证支持。实践上，本研究为在线教育平台的设计与优化、为教师开展有效的在线教学、为学生提升自主学习能力提供了实证依据和策略建议。然而，本研究也存在一定的局限性，如样本的代表性有限、研究方法的单一性等。未来研究可以扩大样本范围、采用更多样化的研究方法、进行纵向研究等，以进一步探究影响在线学习投入的因素及其作用机制。

在未来研究方面，首先可以进行更大规模、更具代表性的研究。可以通过多阶段抽样方法，选取更多不同类型、不同地区的在线学习者作为研究对象，以提高研究结果的普适性和代表性。其次，可以采用更多样化的研究方法。除了定量问卷和定性深度访谈之外，还可以采用实验法、观察法、案例研究等多种研究方法，以更全面地探究影响在线学习投入的因素及其作用机制。例如，可以通过实验法，控制不同的影响因素，观察其对在线学习投入的影响；可以通过观察法，观察学习者在在线学习过程中的行为表现；可以通过案例研究，深入分析特定学习者的在线学习过程和影响因素。

其次，可以进行纵向研究。通过追踪学习者的在线学习过程，分析影响因素的变化及其对在线学习投入的长期影响，以更深入地理解影响在线学习投入的动态机制。例如，可以每隔一段时间对学习者进行问卷或访谈，了解其学习动机、自我效能感、学习体验等方面的变化，以及这些变化对其在线学习投入的影响。

此外，可以关注新兴技术对在线学习投入的影响。随着、大数据、虚拟现实等新兴技术的快速发展，这些技术正在被广泛应用于在线教育领域，对在线学习投入产生着越来越重要的影响。未来研究可以关注这些新兴技术如何影响学习者的学习动机、自我效能感、学习体验等方面，以及如何利用这些新技术提升在线学习投入。例如，可以研究如何根据学习者的需求提供个性化的学习内容和学习路径，以及如何利用虚拟现实技术提供更加沉浸式的学习体验等。

最后，可以关注不同文化背景下在线学习投入的影响因素。不同文化背景下的学习者具有不同的学习习惯、学习风格和学习需求，因此影响在线学习投入的因素也可能存在差异。未来研究可以比较不同文化背景下在线学习投入的影响因素，以更深入地理解文化因素对在线学习投入的影响。例如，可以研究不同文化背景下的学习者对学习动机、自我效能感、社会互动等方面的重视程度，以及这些差异如何影响其在线学习投入等。

总之，在线学习投入是影响在线学习效果的关键因素，也是在线教育领域的重要研究课题。本研究通过系统探究影响在线学习投入的因素及其作用机制，为提升在线学习投入提供了新的理论视角和实践建议。未来研究可以进一步扩大研究范围、采用更多样化的研究方法、关注新兴技术和不同文化背景，以更深入地理解影响在线学习投入的复杂机制，为提升在线学习效果和推动在线教育发展做出更大的贡献。

七.参考文献

Akkerman,S.,&Strijbos,J.W.(2010).Theroleoflearninggoalsinself-regulatedlearning.InD.Jonassen&S.Lamb(Eds.),Theoreticalfoundationsoflearningenvironments(2nded.,pp.139–166).Routledge.

Amstrong,A.,&Sosa,R.(2012).Self-determinationtheoryandlearningenvironmentdesign.InD.Jonassen&S.Lamb(Eds.),Theoreticalfoundationsoflearningenvironments(2nded.,pp.167–196).Routledge.

Bandura,A.(1997).Self-efficacy:Theexerciseofcontrol.Freeman.

Bruner,J.S.(1966).Towardatheoryofinstruction.HarvardUniversityPress.

曹荣,&张宝辉.(2019).学习动机、自我效能感与在线学习投入的关系研究.现代教育技术,29(5),68-74.

Deci,E.L.,&Ryan,R.M.(2000).The“what”and“why”ofgoalpursuits:Humanneedsandtheself-determinationofbehavior.PsychologicalInquiry,11(4),227–268.

Deci,E.L.,&Ryan,R.M.(2008).Self-determinationtheory:Amacrotheoryofhumanmotivation,development,andwellness.InR.M.Lerner(Ed.),Theoreticalfoundationsofhumandevelopment(pp.218–266).SagePublications.

Fredricks,J.A.,Blumenfeld,P.C.,&Paris,A.F.(2004).Amotivationtheoryforschool.InA.F.Paris&A.C.Paris(Eds.),Motivationandtheeducationofstudents:Theory,research,andapplications(pp.3–32).Routledge.

Gee,J.P.(2003).Whatvideogamesteachusaboutlearningandliteracy.ComputersinEntertnment(CIE),1(1),20-es.

Guglielmi,A.,&Riconsardi,L.(2012).Theroleofself-efficacybeliefsinstudents’learningexperiencesinhighereducation:Asystematicreview.LearningandInstruction,22,4-26.

Haynie,D.L.,Flook,L.,&Taylor,B.K.(2012).Theeffectsofonlinecoursedesignonstudentengagement:Ameta-analysis.JournalofComputerAssistedLearning,28(2),159-170.

Jonassen,D.H.(1999).Designingconstructivistlearningenvironments.InC.M.Reigeluth(Ed.),Instructional-designtheoriesandmodels(Vol.II,pp.215–239).LawrenceErlbaumAssociates.

Kapp,K.M.(2012).Thegamificationoflearningandinstruction:Game-basedmethodsandstrategiesfortrningandeducation.JohnWiley&Sons.

Kong,E.T.,&Chen,G.(2019).Theeffectsofsocialpresenceonlearners’continuanceintentioninmobilelearning:Themediatingroleofperceivedlearningandthemoderatingroleoflearninggoalorientation.Computers&Education,140,39-50.

Kop,R.,Fadel,C.,&Mak,L.(2011).Aframeworkforqualityonlinelearning.InternationalJournalofEducationalTechnologyinHigherEducation,8(1),27.

Li,X.,&Ma,X.(2016).Theeffectsofself-efficacyandlearningstrategiesonuniversitystudents’academicperformance:Ameta-analysis.ReviewofEducationalResearch,86(3),357-392.

Li,Y.,&Liu,J.(2019).Theimpactofsocialinteractiononlearners’engagementinonlinelearning:Asystematicreview.EducationalTechnology&Society,22(3),226-239.

Lu,D.,&Ch,C.S.(2014).Areviewofresearchonstudents’learningexperiencesinubiquitouslearningenvironments.BritishJournalofEducationalTechnology,45(4),657-674.

孟凡丽,&王晓玲.(2020).在线学习投入的影响因素研究综述.现代教育技术,30(2),89-96.

Moore,M.G.(1989).Threetypesofinteraction.InC.M.Saye&T.A.McLean(Eds.),Interactionindistancelearning(pp.19-34).Jossey-Bass.

Park,J.,&Kim,M.J.(2011).Theeffectsofself-regulationonlearningperformanceinonlinelearningenvironments.Computers&Education,56(3),702-708.

Pintrich,P.R.(2000).Theroleofgoalsettinginself-regulatedlearning.InM.Boekaerts,P.R.Pintrich,&M.Zeidner(Eds.),Handbookofself-regulationoflearningandbehavior(pp.451–486).AcademicPress.

Ryan,R.M.,&Deci,E.L.(2000).Self-determinationtheoryandthefacilitationofintrinsicmotivation,socialdevelopment,andwell-being.AmericanPsychologist,55(1),68–78.

沈书生,&胡小勇.(2018).在线学习投入的概念、测量与影响因素研究述评.电化教育研究,39(7),72-80.

沈欣,&谢晓晔.(2017).在线学习投入的影响因素：一个整合模型.心理学报,49(6),713-725.

沈欣,&谢晓晔.(2019).在线学习投入的影响机制研究：基于自我决定理论的视角.教育研究,40(1),87-98.

史慧敏,&王运武.(2020).基于技术接受模型的在线学习行为影响因素研究.现代教育技术,30(4),55-62.

Suen,Y.K.,&Law,N.(2012).Factorsaffectingsecondaryschoolstudents’intentiontousemobilelearning:Anextensionoftheunifiedtheoryofacceptanceanduseoftechnology.BritishJournalofEducationalTechnology,43(3),449-463.

Sweller,J.,vanMerriënboer,J.J.G.,&Paas,P.G.(1998).Cognitivearchitectureandinstructionaldesign.EducationalPsychologyReview,10(3),251–296.

谭晓玉,&李志强.(2019).在线学习投入的测量及其影响因素研究.开放教育研究,25(3),89-97.

Tennyson,R.D.,&Jones,R.K.(2013).Effectiveinstructionaldesign:Introductiontothesystematicdesignofinstruction.Routledge.

Veenman,S.,vanMerriënboer,J.J.G.,&VanHout-Wolters,B.(2006).Developmentandvalidationofaquestionnremeasuringstudentengagement.SchoolEffectivenessandSchoolImprovement,17(3),303–334.

Wang,L.,&Chen,L.(2018).Theeffectofsocialcapitalonlearners’engagementinonlinecommunitiesofpractice:Theroleofsocialidentification.Computers&Education,134,233-243.

王运武,&沈书生.(2019).在线学习投入的概念界定、测量与影响因素研究述评.现代教育技术,29(1),5-13.

Wu,J.H.,Chen,C.W.,&Chen,Y.J.(2011).Theeffectsofbehavioral,cognitive,andaffectivefactorsonstudents’continuanceintentionine-learning.Computers&Education,56(3),692-701.

Yang,S.J.H.(2014).Asystematicreviewandresearchagendaforresearchonsocialpresenceinonlinelearningenvironments.Computers&Education,80,34–48.

Zha,X.,&Liu,L.(2018).Theimpactoflearningenvironmentperceptionsonstudents’learningengagementinonlinecourses:Ameta-analysis.Computers&Education,130,272-284.

八.致谢

本研究能够顺利完成，离不开许多人的关心、支持和帮助。在此，我谨向所有为本研究提供过指导和帮助的老师、同学、朋友和家人表示最诚挚的谢意。

首先，我要衷心感谢我的导师XXX教授。从研究的选题、文献的阅读、研究的设计到论文的撰写，XXX教授都给予了我悉心的指导和无私的帮助。他严谨的治学态度、深厚的学术造诣和敏锐的洞察力，使我受益匪浅。在研究过程中，每当我遇到困难时，XXX教授总是耐心地给予我指导和鼓励，帮助我克服一个又一个难关。他的教诲和关怀，将使我终身受益。

其次，我要感谢XXX大学XXX学院的所有老师们。他们在专业课程教学过程中，为我打下了坚实的理论基础，培养了我的学术素养和研究能力。他们的辛勤付出，使我能够顺利开展本研究。

我还要感谢参与本次研究的所有同学和朋友们。他们为我提供了许多宝贵的意见和建议，帮助我完善了研究方案和论文内容。在研究过程中，我们相互帮助、相互鼓励，共同度过了这段难忘的时光。

此外，我要感谢XXX高校非营利性在线学习平台的每一位学习者。他们积极参与问卷和深度访谈，为本研究提供了宝贵的第一手资料。没有他们的支持和配合，本研究不可能顺利完成。

最后，我要感谢我的家人。他们一直以来都默默地支持着我，为我提供了良好的生活和学习环境。他们的理解和关爱，是我不断前进的动力。

在此，我再次向所有帮助过我的人表示衷心的感谢！

九.附录

附录A