泛在学习环境中大学生信息采纳意愿研究

刘 影 袁勤俭

(1.南京大学信息管理学院，江苏 南京 210093；2.南京邮电大学管理学院，江苏 南京 210046)

广泛建设的网络设施、先进的通信技术以及规范的网络协议为我们创造了优质的泛在网络环境。在其中，人们可以不受时间、地点、设备限制，与他人进行信息交流并建构知识，从而实现泛在学习。以快速发展的网络环境为依托的泛在学习发展飞速。当下，泛在学习应用状况如何、影响人们采纳泛在学习的因素有哪些、泛在学习对学习能力和工作绩效产生怎样的影响、如何提升泛在学习的学习效果等问题都值得相关学者与时俱进地对其进行思考。

1 泛在学习研究文献回顾

业内已有一些学者对泛在学习进行了研究，其成果主要集中在以下4个方面。

1.1 对泛在学习内涵的研究

随着网络设施条件的发展，泛在学习的内涵也在不断演变。杨志坚综合分析了虚拟大学、可汗学院等实例，结合国家开发大学管理实践提出其对泛在学习内涵的理解[1]。付道明等在对普适计算进行梳理的基础上，解析了泛在学习的概念，并通过两个个案进一步进行具体阐述[2]。除了上述这些对泛在学习内涵做专门研究的成果，在其他泛在学习相关课题研究中，学者们也都对其内涵进行理解和阐述。

1.2 对泛在学习环境的研究

李卢一等从泛在计算、泛在学习的定义特点入手构建了泛在学习环境的概念模型[3]；张洁基于泛在学习内涵和理论进行了分析，构建校园内外整合的学习环境[4]；在比较了移动学习与泛在学习的基础上，张洁等对泛在学习环境进行设计[5]；林秀瑜则更具体地针对泛在学习环境特点设计了泛在学习环境下微课的学习模式[6]；杨玉宝等结合“互联网+”时代特征，创造性地提出了基于网络空间的翻转课堂、个性化学习、创刻教育、家校协同和专业发展等五种网络学习空间创新模式[7]；赵慧勤等通过对泛在学习环境下个人学习空间、情境感知的研究构建了基于情境感知的个人学习空间[8]。

1.3 对泛在学习资源的研究

余胜泉等对泛在环境中学习资源进行深入分析并提出了基于“学习元”的新型学习资源组织方式[9]；杨现民等对泛在学习资源进行信息模型构建[10]，并从生态学视角对泛在学习资源进化进行建模[11]；杨现民还利用资源动态语义聚合提出泛在学习资源优化的方法和设计[12]，并基于生态学视角提出了应用语义基因和信任评估模型技术实现的泛在学习环境下学习资源有序进化的方法[13]；杨孝堂通过对泛在学习的深入理解，对远程开放教育的正式课程学习资源开发建设进行深入探讨[14]。

1.4 对泛在学习活动的研究

付道明等基于信息传播和学习的理论对泛在学习活动系统中学习者知识分享进行了研究[15]；付道明等利用解释结构模型构建了泛在学习活动系统的结构模型[16]；付道明等还从信息传播过程进行分析，构建了泛在学习活动中的知识流模型[17]；继此之后付道明对其传播动力学机制进行了分析[18]；余鹏彦等对高校图书馆虚拟泛在学习环境中学习共享空间进行了研究[19]；张婷则从学习共享空间与泛在虚拟环境融合的角度讨论了高校图书馆融合学习环境的构建[20]；许春漫利用当代学习理论对泛在学习共享共建的构建进行了研究[21]；王硕等也对泛在学习环境下的知识共享模式进行了研究[22]；孙姚同则针对成人教育网络课堂的泛在学习环境下的资源开发与共享进行了研究[23]；丁继红等从泛在学习特点和认知过程出发，针对大数据环境下信息服务需求，提出嵌入在泛在学习过程的信息服务模式[24]。

除此之外，还有学者对特定内容或学科的泛在学习进行针对性的研究[25-29]。

通过以上关于泛在学习的文献回顾可以发现：研究内容上，将学习者作为切入点的相关研究较少，且已有的研究主要集中在教育理论与教育管理以及计算机软件及计算机应用学科，图书情报领域相关的研究成果很少；研究方法上，相关研究以定性的研究为主，少有实证研究及相关的数据分析。

泛在学习环境中学习者是按需、自愿地学习，因此学习者是否接受泛在学习环境中学习资源，成为该学习模式是否能够成功的关键。大学生群体是泛在学习环境中非常重要的受众群体，针对该群体在泛在学习环境下学习资源接受的研究具有非常重要的意义。本文将以大学生对泛在学习环境下的信息采纳为切入点进行深入研究。

2 研究假设

1986年，Davis F D[30]提出技术接受模型(Technology Acceptance Model，TAM)，该模型主要应用于解决IT技术在实际应用中的采纳问题，寻找外部因素对个体信念、态度和行为意向的影响因素。但这里的外部因素没有考虑社会环境对技术的影响。2003年，Venkatesh V[31]等提出“技术采纳与利用整合理论”(Unified Theory of Acceptance and Use of Technology，UTAUT)对技术采纳和利用的解释力达到了70%。2003年Sussman S W[32]提出了信息采纳模型(Model of Information Adoption)指出信息的质量和信息源的可靠性对信息采纳有影响。我们借鉴了TAM模型中的感知易用性和感知有用性变量、UTAUT模型中的促进条件和个体特征变量、信息采纳模型中的信息质量变量。同时为了更契合泛在学习环境中大学生信息采纳的情景，将信息采纳模型中信息源变量调整为环境因素变量。最后，我们还借鉴了宋雪雁[33]所提出的信息采纳模型中影响信息采纳意愿的风险成本变量。参考前人研究成果，提出假设并构建本研究的模型，各变量含义以及假设模型具体说明如下：

2.1 信息质量

信息质量是一个包括多个维度的概念，对其具体内涵的理解受制于相应的研究范围。Wang R Y等[34]基于用户体验，融合信息系统理论提出了由信息属性、信息内容、信息表现及获取性四个类别组成的信息质量体系。信息质量反映出信息对用户的适用性及需求的满足程度。泛在学习环境中信息更加广泛、分布、随机。信息的属性、内容、表现以及可获取性将直接影响用户对信息的采纳。质量越高的信息将越能够适用且满足包括大学生在内的用户的需求，他们将更愿意采纳并分享，使得信息有效性增强，即增强了信息的感知有用性及易用性。因此，提出假设：

H1：信息质量对感知有用性有显著正向影响；

H2：信息质量对感知易用性有显著正向影响。

2.2 环境因素

环境因素主要是指泛在学习环境因素及其中的社会群体因素，包括硬件条件、主观规范、传播渠道、社会因素、公众形象等。泛在学习环境中大学生在生活和学习时是否能够随意获得所需的设备、网络接入、资源分享，这样的操作是否简单易学等环境因素都会影响大学生感受到的环境中信息的有用性、易用性，且直接影响其对泛在学习环境中信息的采纳意愿。因此，提出如下假设：

H3：环境因素对感知有用性有显著正向影响；

H4：环境因素对感知易用性有显著正向影响；

H5：环境因素对采纳意愿有显著正向影响。

2.3 个体特征

个体特征是影响用户信息采纳行为的用户个体本身的一些客观因素。我们的研究对象是大学生群体，该群体年龄差异不大，这里定义个体特征包括知识背景、社会经验、情感思维、感知乐趣4个因素。它们综合作用影响大学生对信息的判断以及采纳信息的意愿。因此，提出假设：

H6：个体特征对感知有用性有显著正向影响；

H7：个体特征对感知易用性有显著正向影响；

H8：个体特征对采纳意愿有显著正向影响。

2.4 促进条件

促进条件指的是与环境因素和个体特征两方面相关的催化因素或关键因素。泛在学习环境中大学生信息采纳促进条件主要包括大学生主体的认知行为控制力、成果期望、自愿度以及信息课题的兼容性等四个因素。它们处于环境因素与个体特征之间，但又对信息采纳意愿、感知有用性和易用性有影响。因此，提出假设：

H9：促进条件对感知有用性有显著正向影响；

H10：促进条件对感知易用性有显著正向影响；

H11：促进条件对采纳意愿有显著正向影响。

2.5 风险成本

进行信息采纳时，由于某些不确定因素可能无法达成预期目标，从而使用户觉得采纳信息具有一定风险。Peter J P等[35]提出6种主要的风险：财务风险、绩效风险、心理风险、实体风险、社会风险以及时间风险。大学生在泛在学习环境下决定是否采纳信息时，往往比较最关心就是：绩效风险、时间风险。这两种风险可能导致的损失影响大学生采纳信息的意愿。因此，提出假设：

H12：风险成本对采纳意愿有显著影响。

2.6 感知有用性和感知易用性

感知有用性是指用户使用采纳的信息时，其所感受到的这些信息所带来的效用。感知易用性是指用户使用信息时所感知的难易程度。泛在学习环境中，当大学生感知到信息对他们有用，或觉得采纳信息操作容易时都会激发他们对信息的采纳意愿。而且往往越容易获得或容易被理解的所得信息越容易被采纳使用，同时也被大学生认为是具有较高的可用性。因此，提出假设：

H13：感知有用性对采纳意愿有显著正向影响；

H14：感知易用性对采纳意愿有显著正向影响；

H15：感知易用性对感知有用性有显著正向影响。

提出泛在环境下大学生信息采纳意愿初始模型M0，如图1所示：

图1 泛在环境下大学生信息采纳意愿初始模型

3 研究设计

3.1 量表及问卷设计

通过面谈、QQ、微信等方式对南京某高校多名在校大学生进行深度访谈。结合初步构建的泛在学习环境下大学生信息采纳意愿模型以及前人的研究结论，最终确定了28个测量指标。采用李克特量表对每个指标进行评价，1分最低，5分最高，形成预调研问卷并在南京某高校进行预调查。共回收了54份问卷，有效问卷53份。通过SPSS22.0对预调研数据进行因子分析。KMO检验的结果为0.726，大于0.5。Bartlett’s球形度检验统计变量的上读取的卡方值为1324.699，相应的伴随概率为0.000，小于显著性水平0.05。在此次预调研分析中，每个变量的公因子方差均大于0.6，因此28个指标都保留。

采用主成分分析法对预调研测量题项进行因子提取及方差最大化正交旋转，结合因子分析的结果对问题进行适当修改，确定最终调查问卷。问卷主要分为两部分：第一部分是人口统计基本信息；第二部分是泛在学习环境下大学生信息采纳意愿量表，包括影响大学生信息采纳意愿的信息质量、环境因素、个体特征、风险成本、促进条件、感知有用性、感知易用性等测量维度。

3.2 样本描述性统计

设计好的问卷发布于“问卷星”上，并通过QQ、微信、邮箱、微博等平台邀请用户填写问卷。共收回问卷221份，剔除填答问卷时间少于5分钟的问卷和部分在量表部分选项均一致的非正常性填答的不合格问卷共31份，得到190份有效问卷。将有效问卷中受访者的相关信息汇总，如表1所示。

可以看出：虽然大学生身处泛在学习环境且已享受到其功能，但对泛在学习的概念并没有明确的认识；大学生主要是通过线上渠道收集信息，因此泛在学习环境具有较大价值开发空间；大学生采纳信息除了考虑专业性以外，也非常注重查询信息的便利性；当有信息需求时，大学生会主动查询，具有较高信息采纳积极性。

表1 受访者基本信息汇总

28个观测变量最小值为1或2，最大值为5。有人选到极端值，表明被调查大学生题项的回答具有较大差别。观测变量均值最小为3.44，最大为4.14。而对于感知有用性的得分最高，表明被调查者在一定程度上认可采纳信息的重要性与有用性。观测变量的标准差介于0.3～0.7，偏度系数绝对值最大为0.823，峰度系数绝对值最大为2.055，均在标准范围内。判定本研究的样本数据符合正态分布，可以进行后续的结构方程模型分析。

4 数据分析与结果

4.1 问卷信效度检验

对问卷信度、效度进行检验，得到大学生信息采纳意愿模型中各变量的Cronbach’s Alpha系数均大于0.7，KMO值为0.899，Bartlett’s球型检验的自由度为465，显著性为0.000。做因子分析，提取7个特征根大于1的公共因子，共同解释了25个原始变量，占总方差的69.648%。对各因子载荷阵进行旋转，所得的成分矩阵中各个公共因子与设计的问卷的变量类别基本没有出入，由此表明问卷设计比较合理。

4.2 结构方程模型分析

4.2.1 初始模型M0分析

利用AMOS21.0对初始模型计算M0每条路径的标准化回归系数和显著性，路径图如图2所示。

由M0路径图中系数可知：感知易用与环境因素、感知有用与感知易用、感知有用与信息质量、采纳意愿与个体特征、促进条件与采纳意愿的标准化路径系数并未达到显著水平。因而假设检验结果H1、H4、H8、H11和H15不成立。其他变量之间达到显著水平，其中：促进条件对感知易用性的影响最大；个体特征对感知有用性的影响最大；风险成本对采纳意愿的影响最大；感知易用性、环境因素、感知有用性、促进条件对采纳意愿的影响逐步减少；个体特征与信息质量通过感知易用性间接影响大学生的信息采纳意愿。说明在大学生信息采纳意愿形成过程中，大学生最忠实于信息采纳所带来的风险，其次是信息是否容易使用、所处的环境以及信息的有用性。

初始模型路径系数在95%的置信度下与0存在显著性差异，所设定的显变量正确反映隐变量，不需要重新考察显变量的代表性问题。由于“环境因素→感知易用、信息质量→感知有用、感知易用→感知有用、个体特征→采纳意愿、促进条件→采纳意愿”这六组的路径系数不符合要求，所以需要对M0进行修正。

4.2.2 模型修正

删除系数不显著的路径，得到新模型M1。再对M1的结构方程路径系数及C.R.进行检验分析，对M1再次进行修正。增加路径：个体特征→环境因素、个体特征→促进条件、环境因素→信息质量、环境因素→促进条件、促进条件→风险成本、感知有用→风险成本、感知易用→风险成本。且提出新假设：H16：个体特征对环境因素有显著正向影响；H17：个体特征对促进条件有显著正向影响；H18：环境因素对信息质量有显著正向影响；H19：环境因素对促进条件有显著正向影响；H20：促进条件对风险成本有显著正向影响；H21：感知有用对风险成本有显著正向影响；H22：感知易用对风险成本有显著正向影响。完成M2模型的构建，并用AMOS21.0进行分析检验，所得结果中“感知易用→风险成本”、“环境因素→感知有用”的C.R.值分别为1.084、1.389，均小于1.96，且P值均大于0.01，其余因素的C.R.值均大于1.96，P值均小于0.01。所以H22以及之前被证明的H3应为不成立。删除“感知易用→风险成本”、“环境因素→感知有用”这两条不显著的路径，最终得到了如图3所示的路径系数图。

M2的模型系数和C.R.值如表2所示。

所有显变量与隐变量的因子载荷系数均大于0.7，所有路径的C.R.绝对值均大于1.96，P值均小于0.01。表明不需要考虑显变量的代表性，且所有均路径显著。得到最终修正后的大学生信息采纳意愿模型如图4所示。

图2 M0路径图

图3 M2的路径系数图

5 结论和启示

5.1 研究结论

1)个体特征对感知有用性和感知易用性有显著正向影响，同时对环境因素、促进条件也有显著正向影响。大学生个体特征是促使其采纳信息的内部因素，影响其对有效信息的收集以及对信息有用性、易用性的判断。大学生已有知识体系和已有知识储备决定其对信息的感知有用性，其自身的认知水平、自我效能和信息素养[36]等个体特征影响感知易用性，导致个体差异对感知有用性和感知易用性具有显著的影响[37]，因此个体特征对感知有用性和感知易用性这两个主观感知的影响最大。同时个体特征也进一步促成或形成了环境因素以及促进条件，因此个体特征对环境因素和促进条件也有直接的影响。但个体特征不是直接而是间接的影响采纳意愿。大学生的个体特征通过提高感知有用性、感知易用性而对采纳意愿有间接的正向影响。

表2 M2路径系数检验结果

注：“***”表示0.01水平上显著，C.R值即为T值。

图4 修正后的泛在学习环境下大学生信息采纳意愿模型

2)环境因素对采纳意愿有显著正向影响，同时对信息质量和促进条件也有显著正向影响，但对感知有用性和感知易用性没有显著影响。环境因素包含周围的网络环境、硬件设备、信息传播渠道、周围社会群体的影响等，这些均会影响其收集到的信息质量。信息环境质量对其是否采纳信息的意愿会有显著的影响。大学生周围的技术环境、社会环境、文化环境等因素交织在一起对信息质量产生影响[38]。大学生受到周遭环境因素的影响，对信息采纳将会有一定期望，即提升了促进条件的作用，因此环境因素对促进条件具有一定的影响。

3)信息质量对感知易用性有影响，但对感知有用性和采纳意愿没有直接影响。我们所界定的信息质量包括信息的完整性、可靠性、时效性、准确性，是用户在与信息交互过程中信息对用户的实用性的满足程度[34]，通过用户体验和感知信息特性满足需求程度来评价[39]。因此信息质量对感知易用性有显著的影响。但泛在学习环境中，在众多信息中精准地筛选出大学生真正所需要的信息却是非常困难的一件事情，甚至降低了其感知有用性。因此信息质量对感知有用性没有直接影响。同样的道理，很多大学生在面临浩瀚的信息海洋时，尽管知道其中一定有自己所需要的信息资源，但考虑到“大海捞针”的困难，最终也有可能放弃信息采纳的意愿，因此信息质量对采纳意愿没有直接影响。

4)促进条件对感知有用性、感知易用性有影响，但不直接影响采纳意愿。较好的兼容性会使大学生感知到较高的信息易用性，较高的成果期望会让大学生感知到较高的信息有用性。即形成了促进条件对感知有用性和感知易用性的显著影响。但最终直接促成采纳意愿形成的是感知有用性和感知易用性，促进条件对采纳意愿的形成没有构成直接的显著影响。

5)感知易用和感知有用直接影响大学生信息采纳意愿，但感知易用对感知有用没有直接影响。感知有用性和感知易用性是大学生所感受到的信息带来的效用以及使用信息的难易程度。当大学生感受到泛在学习环境中信息资源的有用性或易用性时，他们使用该信息的意愿就会增强。当前大学生群体的信息技能与素养普遍比较高，尤其是在泛在学习环境中，他们潜移默化地受益于泛在学习，具有较强的信息资源获取能力，造成大学生对信息感知易用性敏感度下降，使得感知易用性对感知有用性不再有直接的影响。

6)风险成本直接影响大学生的信息采纳意愿。信息采纳意愿来源于信息采纳者之前的判断。风险成本是对“信息有用性”与“信息获得成本”的心理预期之间的一个衡量，风险的大小并不能太大的影响人们对于信息的感知有用性和感知易用性的判断。因此，受感知有用、促进条件的综合影响，风险成本对采纳意愿有直接的影响。

5.2 研究启示

1)泛在学习环境中大学生自身的个体特征对模型中的环境因素、促进条件、感知有用和感知易用都具有直接影响。揭示了大学生自身特征对提高其泛在学习环境中信息采纳意愿的重要性。泛在环境下的信息采纳行为绝大多数都是自发的、主动的。因此培养大学生主体意识，转变其学习观念、改善其思维方式、增强其信息应用技能、泛在学习技能等措施都是提高大学生对泛在学习环境的适应性及资源利用效率的有效途径。

2)促进条件在各影响因素中起到关键作用。有利的促进条件会增强大学生感受到泛在学习环境中信息的易用性及有用性，而且降低对信息采纳风险成本感知，进而对信息采纳起到积极促进作用。因此可以通过提高泛在学习环境的兼容性，增强大学生对其行为的控制能力，加大泛在学习环境中信息资源宣传等措施，提升大学生对泛在学习环境中信息资源的采纳意愿。

3)鉴于环境因素在模型中的重要性，相关职能部门除了继续贯彻实施对社会环境及网络环境的改善工程、继续加强监管等措施，保证网络环境的健康、安全和规范之外，对于大学生主要的生活、学习环境——校园及校园网也要给予高度重视。大学校园相对于其他环境来说，有更丰富的学习资源、更优质的学习氛围、更高涨的学习热情，因此，基本上大学校园无论是软件环境还是硬件环境都更有利于开展泛在学习，对促进条件的作用发挥、信息质量的提升以及信息采纳意愿的形成都起到积极促进作用。但同时也要注意到目前大学校园泛在学习环境仍有很大改善空间。硬件设施以及校园网质量仍需进一步提升，为大学生有效地利用环境内学习资源提供保证；加大对可利用资源以及泛在学习方式的宣传，提高大学生对泛在学习环境中资源的利用意识；学校相关职能部门要做好对网络环境的监管，通过各项规章制度和有效管理来规范校园网络环境，力争为大学生打造一个优质的泛在化学习环境。

4)尽管最后所得的模型中信息质量只对感知易用性具有显著影响，但信息作为采纳行为的直接客体，其关键作用不容小觑。信息质量直接影响着其被采纳后所产生的效果。一方面全社会范围的信息质量需要加强管理，既要保证泛在学习环境信息自由获取的需求，同时也要加强对不良、不实等危害信息的及时有效监管；另一方面大学校园作为泛在学习的重要场所更要肩负起自身重任，要加大建设并开放校园网以及图书馆等优质信息资源，并积极开展校园信息资源利用的讲座，发挥信息资源的价值。

尽管最终所得的泛在学习环境中大学生信息采纳意愿模型相较初始模型有很大程度的提升，对该环境下大学生信息采纳意愿具有较强的解释力，但是由于时间精力所限以及调查样本、回收的问卷数量、质量等各因素的影响，该模型仍有进一步优化空间，有待后续研究完善。

[1]杨志坚.泛在学习：在理想与现实之间[J].开放教育研究,2014,(4):19-23,52.

[2]付道明,徐福荫.普适计算环境中的泛在学习[J].中国电化教育,2007,(7):94-98.

[3]李卢一,郑燕林.泛在学习环境的概念模型[J].中国电化教育,2006,(12):9-12.

[4]张洁.基于境脉感知的泛在学习环境模型构建[J].中国电化教育,2010,(2):16-20.

[5]张洁,王以宁,张晶.普适计算支持下的泛在学习环境设计[J].现代远距离教育,2009,(5):9-11.

[6]林秀瑜.泛在学习环境下微课的学习模式与效果研究[J].中国电化教育,2014,(6):18-22

[7]杨玉宝,吴利红.泛在学习视角下网络学习空间的创新应用模式[J].中国电化教育,2016,(7):29-35,42.

[8]赵慧勤,张天云,王丽.泛在学习环境下基于情境感知的个人学习空间研究[J]中国电化教育,2016,(7):36-42

[9]余胜泉,杨现民,程罡.泛在学习环境中的学习资源设计与共享——“学习元”的理念与结构[J].开放教育研究,2009,(1):47-53

[10]杨现民,余胜泉.泛在学习环境下的学习资源进化模型构建[J].中国电化教育,2011,(9):80-86.

[11]杨现民,余胜泉.生态学视角下的泛在学习环境设计[J].教育研究,2013,(3):98-105.

[12]杨现民.泛在学习资源动态语义聚合研究[J].电化教育研究,2014,(2):68-73.

[13]杨现民.泛在学习环境下的学习资源有序进化研究[J].电化教育研究,2015,(1):62-68+76.

[14]杨孝堂.泛在学习：理论、模式与资源[J].中国远程教育,2011,(6):69-73.

[15]付道明,吴玮,郑玲玲.泛在学习活动中知识分享的动机与效果研究[J].远程教育杂志,2012,(1):98-105.

[16]付道明,吴玮.基于活动感知的泛在学习系统模型研究[J].远程教育杂志,2013,(5):65-72.

[17]付道明,吴玮.泛在学习活动的知识流模型建构——基于信息传播过程模式[J].远程教育杂志,2016,(2):73-81.

[18]付道明.泛在学习系统中知识流模型及其传播动力学机制研究[J].电化教育研究,2016,(9):14-21.

[19]余鹏彦,陈珏静.面向泛在学习的高校图书馆虚拟学习共享空间研究[J].图书馆学习研究,2016,(17):13-16.

[20]张婷.高校图书馆融合学习环境的构建——学习共享空间与泛在学习环境的融合[J].图书情报论坛,2013,(2):13-16.

[21许春漫.当代学习理论视阈下泛在学习共享共建的构建[J.]情报资料工作,2013,34(1):27-32.

[22]王硕,徐恺英,崔颖.泛在学习环境下的知识共享模式研究[J].图书情报工作,2013,57(9):19-23.

[23]孙姚同.泛在学习环境下成人教育网络课程资源的开发与共享[J].中国成人教育,2015,(10):120-123.

[24]丁继红,熊才平,刘静,等.大数据环境下嵌入泛在学习过程的信息服务模式研究[J].电化教育研究,2015,(9):30-35.

[25]杨港,赵蓉.泛在学习环境下信息化大学英语口语课程建设[J].现代教育技术,2013,(6):67-70,75.

[26]孙浩.泛在学习背景下“网上文献信息检索课”建设探究[J].现代情报,2013,(5):131-134.

[27]鲁子问,杨继龙.基于自我领导路径的泛在学习资源设计——以《英语教学理论与实践》课程为例[J].现代远距离教育,2015,(1):41-46.

[28]李海龙,贾利锋.智能体验式泛在学习研究——以师范生教学技能训练为例[J].电化教育研究,2016,(5):92-100.

[29]张慧丹.基于大数据分析的英语泛在学习生态系统[J].教学与管理,2017,(9):107-109.

[30]Davis F D.A Technology Acceptance Model for Empirically Testing New End-User Information Systems:Theory and Results[D].MIT Sloan School of Management,Cambrige,MA,1986.

[31]Venkatesh V,Davis F D.A Theoretical Extension of the Technology Acceptance Model:Four Longitudinal Field Studies[J].Management Science,2000,46(1):186-204.

[32]Sussman S W,Siegal W S.Informational Influence in Organizations:An Integrated Approach to Knowledge Adoption[J].Information Systems Research，2003,14( 1):47-65．

[33]宋雪雁.用户信息采纳行为模型构建及应用研究[D].长春：吉林大学,2010.

[34]Wang R Y,Strong D M.Beyond Accuracy:What Data Quality Means to Data Consumers[J]Journal Management Information Systems,1996,12(4):5-33.

[35]Peter J P,Tarpey L X.A Comparative Analysis of Three Consumer Decision Strategies[J].Journal of Consumer Reserach,1975,2(1):29-37.

[36]秦超,谢非,王昕.民族高校大学生移动学习需求及影响因素的调查研究[J]云南民族大学学报：自然科学版,2016,(3):286-292.

[37]任秀华,翟娜,杨晓敏.基于TAM模型的网络协作交流工具接受行为研究[J]开放教育研究,2011,(4):108-112.

[38]张耀辉,卢爽,刘冰.用户信息交互过程中影响信息质量的因素分析[J]情报理论与实践,2012,(6):12-15.

[39]刘冰,卢爽.基于用户体验的信息质量综合评价体系研究[J]图书情报工作,2011,(22):56-59.