基于UTAUT模型的网络学习平台使用意愿影响因素分析.pdf

第 32 卷 第 2 期厦门理工学院学报Journal of Xiamen University of TechnologyVol.32 No.22024 年 4 月Apr.2024基于UTAUT模型的网络学习平台使用意愿影响因素分析胡晓平1*，张传明2（1.蚌埠工商学院会计学院，安徽 蚌埠233010；2.安徽财经大学会计学院，安徽 蚌埠 233030）摘 要基于整合型科技接受（UTAUT）模型所设计出的，高校学生网络学习平台使用意愿影响因素模型的分析表明，感知愉悦性、社群影响、绩效期望和促成条件对使用意愿产生正向影响；感知愉悦性和努力期望对绩效期望产生正向影响；促成条件显著影响使用意愿和努力期望，努力期望负向影响使用意愿；自我效能感通过感知愉悦性，间接正向影响使用意愿；不同性别和学段的高校学生对网络学习平台的使用意愿均无直接显著影响。建议学校管理者和高校教师加强学习资源建设，提升资源质量、趣味性，丰富硬件平台形式；网络平台开发者要加强推广力度，扩大社会影响，提供个性化服务。关键词网络学习平台；使用意愿；影响因素；整合型科技接受（UTAUT）模型中图分类号C939；G431 文献标志码A 文章编号1673-4432（2024）02-0075-08A UTAUT Model Analysis of Factors Influencing the Intention to Use Online Learning PlatformsHU Xiaoping1*,ZHANG Chuanming2(1.School of Accountancy,Bengbu College of Technology and Business,Bengbu 233010,China;2.School of Accountancy,Anhui University of Finance and Economics,Bengbu 233030,China)Abstract:An analysis based on the unified theory of acceptance and use of technology(UTAUT)model of the factors influencing university students intention to use online learning platforms has the following findings:perceived enjoyment,social influence,performance expectations,and facilitating conditions have a positive impact on intention to use;perceived enjoyment and effort expectancy positively influence performance expectations;facilitating conditions significantly affect intention to use and effort expectancy while effort expectancy negatively impacts intention to use;self-efficacy has an indirect positive impact on intention to use through perceived enjoyment,and gender and academic stage do not have a direct significant impact on the intention to use online learning platforms by university students.It is recommended that college/university doi:10.19697/ki.1673-4432.202402010收稿日期：20230504 修回日期：20240225基金项目：安徽省高校自然科学重点研究项目“高校学生对人工智能助学产品接受度影响因素研究”（KJ2021A1240）通信作者：胡晓平，女，副教授，硕士，研究方向为管理学，E-mail：。引文格式：胡晓平，张传明.基于UTAUT模型的网络学习平台使用意愿影响因素分析 J.厦门理工学院学报，2024，32（2）：75-82.Citation:HU X P,ZHANG C M.A UTAUT model analysis of factors influencing the intention to use online learning platformsJ.Journal of Xiamen University of Technology,2024,32(2):75-82.(in Chinese)厦门理工学院学报2024 年administrators and faculty make efforts to enhance the quality and appeal of learning resources and enrich learning platform forms,network platform developers should enhance promotional efforts,expand social influence,and provide personalized services.Key words:online-learning platform;intention to use;influence factors;unified theory of acceptance and use of technology(UTAUT)model受新冠病毒疫情的影响，不少传统线下教学延伸到线上教学，很大程度上促进了网络学习平台的快速发展。后疫情时代，对“高校学生是否持续使用网络学习平台”“哪些因素会影响高校学生对网络学习平台的持续使用意愿”等问题的研究，使用网络学习平台研发者提升产品质量，进而提升高校学生对网络学习平台的使用意愿，具有重要的意义。有关使用意愿早期研究理论，主要有美国学者罗杰斯1提出的创新扩散理论（innovations diffusion，IDT），美国学者菲什拜因等2提出的理性行为理论（theory of reasoned action，TRA）和阿耶兹3在TRA的基础上提出的计划行为理论（theory of planned behavior，TRB）。1989年起，美国学者戴维斯又在TRA和TRB基础上，先后提出技术接受模型TAM（technology acceptance model）和TAM2模型。2003年，文卡特什等4在对历年TAM相关研究总结的基础上，针对“影响使用者认知因素”问题，提出所谓“权威模式”的整合型科技接受（unified theory of acceptance and use of technology，UTAUT）模型，将其应用于信息技术接受度测评，预测力提高到70%5。国内学者也有应用UTAUT模型开展接受度与使用意愿的研究，如周炫余等6参考UTAUT模型，构建面向智慧教育装备的接受度模型，以教师为研究对象，分析对智慧教育装备接受度的影响因素，并提出推广和应用智慧教育装备的对策；赖显静等7应用UTAUT模型，以初中生为研究对象，探索初中生对在线学习资源的使用意愿及其影响因素；刘婷等8基于UTAUT模型，以开放教育学习者为研究对象，分析影响开放教育学习者移动学习的核心因素，并在此基础上，提出相应的移动学习支持策略。总体上看，现有研究文献中，虽有运用UTAUT模型开展接受度与使用意愿的研究，但对高校学生群体关注不足，尚未发现以全日制高校学生为研究对象，在网络学习平台方面开展使用意愿影响因素的研究。然而，网络学习平台是数字化时代高校大学生自主学习的重要场景，高校学生群体与其他用户群体的特征亦存在一定的差异性；此外，随着网络学习平台技术和内容的不断迭代更新，UTAUT模型的解释力能否适应新的发展需要，亦需加以研究；加之，李文等9和袁靖波等10在有关使用意愿的研究模型构建中，增加了感知愉悦性和自我效能感作为潜在变量，已证实感知愉悦性和自我效能感对使用意愿影响因素有显著影响。基于此，本研究以UTAUT模型为基础，增加自我效能感和感知愉悦性对该模型进行拓展，探索高校学生对网络学习平台使用意愿的影响因素，分析高校学生群体差异对各影响因素和使用意愿的感知水平的影响，寻找影响观察变量的直接因素，以期提升新模型的解释力，从而为网络学习平台的开发者、高校管理者和高校教师的决策提供依据。一、研究模型与假设（一）研究模型美国著名心理学家Bandura在总结以往研究的基础上形成并提出的自我效能感（perceived self-efficacy）是指人们对自己使用完成任务所需技能的信心程度，它主要影响绩效和态度2个方面11。1977年，美国学者Lieberman提出感知愉悦性（perceived pleasure，PP），其指个体在从事某项活动或工作的过程中内心所感受到的愉快好玩程度。有学者研究发现，用户对创新技术的使用意愿受感知愉悦性的正向显著影响12。本研究参考已有研究成果，以整合型科技接受模型UTAUT为理论框架，将UTAUT模型的绩效期望（performance expectancy，PE）、努力期望（effort expectancy，EE）、社群影响（social influence，SI）和促成条件（facilitating conditions，FC）作为4个核心变量，用于预测高校学生采纳与使用网络学习平台的意愿，同时，为了探索是否有其他潜在变量影响使用意愿（usage 76第 2 期胡晓平，等：基于UTAUT模型的网络学习平台使用意愿影响因素分析intention，UI），考虑Bandura提出的自我效能感和Lieberman提出的感知愉悦性，可能会对使用意愿产生影响，因此，增加自我效能感和感知愉悦性2个变量，作为影响高校学生对网络学习平台使用意愿的因素。另外，为了探索不同性别和不同学段的学生使用意愿是否存在差异，因此将性别、学段作为调节变量，构建出如图1所示的研究模型。（二）研究假设为探究高校学生使用网络学习平台的使用意愿，根据图1所示的研究模型，提出以下几点假设。绩效期望（PE）是指用户期望某项创新技术可以多大程度地提高自身的学习效果或工作绩效13。在本研究中，绩效期望指的是网络学习平台可以满足高校学生提高学习能力和学习效果的程度。如果高校学生认为网络学习平台有助于提升学习能力和学习效果，则可能增加使用网络学习平台的频次和意愿。因此，基于研究模型作出PE和UI的关系预测，提出假设H1。H1：绩效期望与高校学生对网络学习平台的使用意愿显著正相关（PEUI）。社群影响（SI）指个体在决策或行为过程中受到来自社会群体、社交网络或群体压力的影响。在本研究中，社群影响指高校学生使用网络学习平台受到特定人或群体的思想、态度及行为的影响，从而影响其使用网络学习平台的意愿，此处特定人或群体，通常为教师、同学和学校管理者等。已有实证研究表明，社群影响与高校学生使用某项新技术的意愿呈显著正相关14关系，因此，作出社群影响与高校学生对网络学习平台的使用意愿关系的预测，提出假设H2。H2：社群影响与高校学生对网络学习平台的使用意愿显著正相关（SIUI）。促成条件（FC）指用户拥有的技术、环境等资源能够支持其使用新技术的程度。本研究中，促成条件指高校学生在网络平台进行学习所需的一切便利条件和技术条件，包括教学资源的先进性、完整性、网络质量和各种硬件等。高校学生如果拥有较好的促成条件，应该拥有较高的使用意愿，因此，作出促成条件与高校学生对网络学习平台的使用意愿的预测，提出假设H3。H3：促成条件与高校学生对网络学习平台的使用意愿显著正相关（FCUI）。自我效能感（SE）指学习者拥有能够独自解决问题和完成任务的自信程度。本研究中，自我效能感指高校学生在使用网络平台进行学习时，有自信心顺利完成学习任务和跟上学习进度的程度。通常，拥有较高自我效能感的学生，比低自我效能感的学生更容易接受网络学习平台，也更愿意尝试使用网络学习平台开展学习。因此，对自我效能感与高校学生使用网络学习平台的使用意愿进行预测，提出假设H4。图1基于UTAUT模型的网络学习平台使用意愿研究模型Fig.1Model for intention to use online learning platforms based on the UTAUT model77厦门理工学院学报2024 年H4：自我效能感与高校学生对网络学习平台的使用意愿显著正相关（SEUI）。感知愉悦性（PP）是指用户对一项新技术或教育模式感到轻松愉快的程度。本研究中，感知愉悦性是指高校学生在使用网络学习平台进行学习时，对某个具体场景感到愉快、高兴的程度。因此，对感知愉悦性和使用意愿进行预测，提出假设H5。H5：感知愉悦性与高校学生对网络学习平台的使用意愿显著正相关（PPUI）。努力期望（EE）是指使用网络学习平台的轻易程度，努力期望越高意味着用户感知到系统越容易使用，那么使用的态度会越积极，使用意愿就会越高。本研究中，努力期望指高校学生认为自己需要花费多大努力，才能熟练使用网络学习平台。根据UTAUT理论，努力期望对个体接受某项技术或系统的意愿有显著正向影响，但仍有部分研究表明，努力期望对使用意愿的影响并不显著15，考虑不同的使用环境和个体自身情况，使用效果存在着差异，如果网络学习平台的智能化和易用性做得好，努力期望与高校学生对网络学习平台的接受度应该会增高。因此，仍然对努力期望与高校学生对网络学习平台的使用意愿作出呈显著正相关的预测，提出假设H6。H6：努力期望与高校学生对网络学习平台的使用意愿显著正相关（EEUI）。高校学生身边的同学、老师和学校管理者使用网络学习平台进行学习，那么学生使用网络学习平台的态度会变得积极，认为网络学习平台的有用性会增高，进而会提升绩效期望。因此，作出社群影响和绩效期望的关系预测，提出假设H7。H7：社群影响与高校学生对网络学习平台的绩效期望显著正相关（SIPE）。高校学生使用网络学习平台进行学习时，对某个具体场景感到愉悦、高兴，认为网络学习平台有用，从而提升绩效期望，因此，作出感知愉悦性和绩效期望的预测，提出假设H8。H8：感知愉悦性与高校学生对网络学习平台的绩效期望显著正相关（PPPE）。高校学生使用网络学习平台进行学习越顺利，学生越愿意使用网络学习平台，从而提高学习绩效。因此对努力期望和绩效期望关系进行预测，提出假设H9。H9：努力期望与高校学生对网络学习平台的绩效期望显著正相关（EEPE）。高校学生具备开展网络学习平台的教学资源、硬件设备和网络环境等因素，会影响其使用网络学习平台开展学习时的轻松程度，即努力期望。因此对网络学习平台的促成条件与努力期望的关系进行预测，提出假设H10。H10：促成条件与高校学生对网络学习平台的努力期望显著正相关（FCEE）。自我效能感可以直接影响到高校学生在运用网络学习平台学习的心理过程，其中就包括了情感过程。自我效能感较高的个体在接触新事物或技术时会展现出积极的心态，容易激发其使用兴趣，当新技术或者新系统可能带来危险和困难时，自我效能感可能表现出焦虑和应急等状态，同时这些负面状态，反作用个体活动和功能发挥。因此对自我效能感和感知愉悦性的关系进行预测，提出假设H11。H11：自我效能感与高校学生对网络学习平台的感知愉悦性显著正相关（SEPP）。为了研究高校学生性别和学段个体差异对接受度模型各路径的影响是否存在差异，提出如下假设H12和H13。H12：不同性别在高校学生使用网络学习平台的研究模型各路径存在差异。H13：不同学段在高校学生使用网络学习平台的研究模型各路径存在差异。二、问卷设计与模型检验（一）问卷设计及数据收集图1所示研究模型共有7个潜在变量，为了保证测量模型有足够的信效度，围绕每个潜在变量设计34个测量变量，共计22个测量题项。在问卷题项的设计上参考了成熟题项，根据本研究的具体情况和访谈反馈，加以调整。整个问卷分为2个部分，第一部分为人口统计学基本情况，主要包括测试者目前就读学段、性别、年龄、就读学校所在省份、就读学科分类、是否有网络学习平台的使用经78第 2 期胡晓平，等：基于UTAUT模型的网络学习平台使用意愿影响因素分析历、使用网络学习平台的周频次和主要使用哪些网络学习平台等问题；第二部分从绩效期望、努力期望、社群影响、促成条件、自我效能感、感知愉悦性、使用意愿7个维度设计22个测量题项，题项采用Likert五级量表16。问卷采用问卷星在高校学生群体中精准定向投放，收回答卷2 360份，剔除答题时间小于120秒的无效答卷，剔除异常数据问卷，收回有效问卷1 286份。（二）描述性统计分析有效样本中，男性占48.7%，女性为51.3%；年龄主要集中在1825周岁，占93.7%；所处学段本科生占比为76.7%，专科生为23.3%；使用过网络学习平台的为98.2%；每周使用网络学习平台5次以上的占比67.5%。（三）测量模型有效性检验信度是指测验结果的一致性、稳定性及可靠性。信度系数愈高即表示该测验的结果愈一致、稳定与可靠。采用Cronbach s（克伦巴赫阿尔法系数）作为判断信度高低的度量标准。系数的取值范围一般在01之间，取值越高表示内部一致性越好，当取值达到0.90及以上为优秀，0.800.89为好，0.700.79为一般，0.600.69为边缘系数，0.59及以下则比较糟糕。运用SPSS 19.0软件进行信效度分析，问卷 Cronbach s 分别为：绩效期望为 0.919，努力期望为 0.860，社群影响为0.902，促成条件为0.880，自我效能感为0.924，感知愉悦性为0.936，使用意愿为0.929，总体为0.975，结合以上数据，对照度量标准17，表明信度高，说明各个测量维度和总体均具有很高的一致性，模型稳定可靠。效度（validity）即有效性，指测量工具能够测出其所要测量的特征的正确性程度，用于衡量综合评价体系是否能够准确反映评价目的和要求。常采用因子分析法验证问卷效度，本研究主要进行KMO、Bartlett球形度检验、公因子方差检验和总方差解释等指标的分析。测量模型单个潜在变量KMO值大于0.7，总体KMO值为0.966，Bartlett球形度检验显著性概率小于0.05，公因子方差各题项值均在0.9以上，累计总方差为85.82%，说明各题项具有很好的解释力。采用组合信度（composite reliability，CR）检验测量模型的稳定性，再通过平均提取方差值（average variance extracted，AVE）评估聚合效度（convergent validity，CV）和区分效度（discriminant validity，DV），用解释力（coefficient of determination，R2）描述模型的解释力，检验测量模型的有效性。组合信度指CFA中一组项目的一致性程度，若CR值愈高，则表明该组项目间的关联程度愈大，所测的潜在因素的一致性程度也愈高，一般地，CR常需要大于0.618。平均提取方差值AVE指的是潜在因素所解释的变异量中有多少来自测量误差，AVE愈大，项目被潜在因素解释的变异量百分比愈大，相对的测量误差就愈小，AVE大于0.5，表明CV良好，若在0.360.50之间，亦可接受。区分效度又称区别效度，常指与测量不同特质的工具呈低相关，亦指测量同一潜在特质的各维度间应呈低相关或有显著的差异。运用Smart PLS 3.2.9软件对模型进行检验，结果如表1所示。表1测量模型的检验结果Table 1Test results of the measurement model变量名称使用意愿促成条件努力期望感知愉悦性社群影响绩效期望自我效能感变量代码UIFCEEPPSIPESECronbach s 0.9290.8800.8600.9360.9020.9190.924组合信度（CR）0.9550.9270.9170.9590.9380.9430.960平均方差萃取值（AVE）0.8760.8100.7860.8870.8360.8060.889解释力（R2）0.786-0.5880.666-0.691-区分效度（DV）UI0.9360.7590.6660.8460.7660.7840.765FC0.9000.7670.7260.7970.7170.769EE0.8860.6670.6930.6770.705PP0.9420.7270.8030.816SI0.9140.7010.712PE0.8980.725SE0.94379厦门理工学院学报2024 年由表1可知，测量模型CR值大部分在0.9以上，其他均在0.8以上；AVE值大部分在0.8以上，其他均在0.7以上，说明具有良好的收敛效度；各潜在变量之间的皮尔森相关系数均小于变量AVE值的平方根，区分效度高。测量模型的CR、AVE和DV均满足要求，模型具有良好的效度，测量模型有效。三、假设检验（一）路径检验在Smart PLS 3.2.9中运用Bootstrapping算法，将子样本数设置为5 000，检验方法为单尾，对各路径进行抽样计算，结构模型的路径检验结果如表2所示。由表2可知，绩效期望（=0.176，P=0.0030.05）、社群影响（=0.192，P=0.0000.05）、促成条件（=0.139，P=0.0250.05）和感知愉悦性（=0.433，P=0.0000.05）和努力期望（=-0.021，P=0.6930.05）2个因素对高校学生对网络学习平台的使用意愿影响不显著，假设H4和H6不成立；社群影响（=0.164，P=0.0010.05）、感知愉悦性（=0.192，P=0.0000.05）对高校学生对网络学习平台的努力期望具有显著正向影响；自我效能感（=0.816，P=35.6910.05）对高校学生对网络学习平台的感知愉悦性具有显著正向影响，假设H11成立。（二）调节效应检验在性别和学段2个调节变量中，性别为二分类变量，学段样本数据只有本科生和专科生，因此也可认为是二分类变量，按照性别和学段分组的样本，经过验证适合在Smart PLS中作多群组分析。因此，在Smart PLS 3.2.9运用Multi-Group Analysis（MGA）算法，将子样本数设置为5 000，检验方法为单尾，按照“男-女”和“专科组-本科组”对各路径进行多群组抽样计算，调节变量假设检验结果如表3所示。表2结构模型的路径检验结果Table 2Results of the path test of the structural model路径PEUISIUIFCUISEUIPPUIEEUISIPEPPPEEEPEFCEESEPP对应假设H1H2H3H4H5H6H7H8H9H10H11路径系数0.176*0.192*0.139*0.0560.433*-0.0210.164*0.192*0.194*0.767*0.816*标准差0.0590.0490.0620.0600.0660.0520.0480.0490.0550.0230.023T值2.9633.9522.2410.9316.6110.3953.44211.3023.52732.71635.691P值0.0030.0000.0250.3520.0000.6930.0010.0000.0000.0000.000检验结果成立成立成立不成立成立不成立成立成立成立成立成立注：*表示 P0.05,*表示 P0.01,*表示 P0.00180第 2 期胡晓平，等：基于UTAUT模型的网络学习平台使用意愿影响因素分析由表3可知，性别和学段2个调节变量对使用意愿均无显著影响，但是在社群影响对绩效期望和自我效能感对感知愉悦性的多群组路径检验分析中，性别这个调节变量对该路径有显著影响；在自我效能感对感知愉悦性的路径检验多群组分析中发现性别和学段均有显著影响；在其他路径检验多群组分析中，均无显著影响。因此，认为假设H12和H13假设不成立。四、结论与建议（一）结论本研究以整合型科技接受模型UTAUT为理论基础，增加自我效能感和感知愉悦性两个因素，对该模型进行拓展，设计出以全日制高校学生为研究对象的网络学习平台使用意愿影响因素模型。然后选用成熟量表设计研究问卷，通过对网络学习平台使用意愿影响因素数据分析，验证了网络学习平台使用意愿影响因素理论模型的有效性和研究假设的显著性。研究发现，影响高校学生对网络学习平台使用意愿的，并非某种单一因素，而是受多种因素的直接或者间接影响。如感知愉悦性、社群影响、绩效期望和促成条件对使用意愿产生正向影响；感知愉悦性和努力期望对绩效期望产生正向影响；促成条件显著影响使用意愿和努力期望，努力期望负向影响使用意愿；自我效能感通过感知愉悦性，间接正向影响使用意愿；不同性别和学段的高校学生对网络学习平台的使用意愿均无直接显著影响。（二）建议1.对学校管理者和高校教师的建议高校学生对网络学习平台的选择，不同于其他平台，学习资源的质量是核心。根据感知愉悦性、社群影响、绩效期望和促成条件对使用意愿产生正向影响与感知愉悦性及努力期望对绩效期望产生正向影响，建议学校管理者和高校教师，要进一步加强学习资源和应用平台建设，加大平台使用宣传力度增加用户数量，扩大群体影响，增强使用意愿；可以是依托高校自身建设，也可以校际合作或者校企合作，不断提升学习资源质量和平台技术条件。另外，从调研对象的年龄分析，以“00后”居多，教学资源的建设，在以保证质量核心的前提下，还要注意趣味性，线下教学由于教师注意与学生互动，可以吸引学生注意力，但是通过网络学习平台开展教学，则需要在学习内容上不仅质量好，还要不失趣味性。因此建议学校管理者和高校教师加强学习资源建设，提升资源质量、趣味性和丰富硬件平台形式等。表3调节变量假设检验结果Table 3Results of regulating variable hypothesis test路径PEUISIUIFCUISEUIPPUIEEUISIPEEEPEPPPEFCEESEPP男-女系数-差异-0.072-0.1110.157-0.1270.1520.045-0.1510.0540.1500.0780.105P值0.2970.1140.0980.1310.1150.3360.0460.3060.0590.0500.011专科组-本科组系数-差异0.056-0.1380.006-0.1680.1090.101-0.099-0.0080.1530.0850.110P值0.3880.0860.4950.1430.3180.3130.1870.4530.1880.0520.007注：黑体数据表示多群组分析中有显著影响的P值81厦门理工学院学报2024 年2.对网络学习平台开发者的建议从“感知愉悦性、社群影响、绩效期望和促成条件对使用意愿产生正向影响和感知愉悦性和努力期望对绩效期望产生正向影响”两个结论可以看出，除了网络学习平台学习资源的质量和趣味性直接影响高校学生的使用外，社群影响也是一个重要因素，因此，建议网络学习平台的开发者要加强推广力度，扩大社会影响，通过身边人的使用，影响高校学生，从而提升使用意愿。另外，建议进一步提升网络学习平台的智能化水平，让用户在使用过程中，感知愉悦、群体使用、较少花费、绩效明显，要让平台去适应教学，而不是由教学来适应平台，通过人工智能的手段，根据用户画像，开展用户分析，提供个性化平台。受研究者精力、经验限制，再加上调查处于特殊时期，本研究仍然存在一些局限。比如调研范围不够广、量表刻度不够精细，未考虑不同的学校和学习环境是否存在调节效应、是否存在其他潜在的影响因素，等等，这些，有待后续进一步优化。参考文献1 ROGERS E M.Diffusion of innovationsM.New York:Free Press,2003:65-67.2 FISHBEIN M,AJZEN I.Belief,attitude,intention,and behavior:an introduction to theory and research M.MA:Addison-Weslev,1975:105-116.3 AJZEN I.From intentions to actions:a theory of planned behavior M.KUHL J,BECHMAN J.Action Control:From Cognition to Behavior.Heidelberg:Springer,1985,11-39.4 VENKATESH V,MORRIS M G,DAVIS G B,et al.User acceptance of information technology:toward a unified view J.MIS Quarterly,2003(3):425-478.5 冯吉兵,张国良，靳帅贞，等.中小学教师虚拟实验教学能力提升的对策研究：基于技术接受度测评J.中国电化教育,2022(7):120-126，133.6 周炫余,唐丽蓉，卢笑，等.中小学教师对智慧教育装备的接受度及其影响因素J.现代教育技术,2021,31(3):97-103.7 赖显静,陈贵平.基于UTAUT模型的初中生在线学习资源使用意愿研究J.教育信息技术,2023(增刊2):75-78.8 刘婷,郑琳.UTAUT模型视角下开放教育学习者移动学习支持策略研究J.江西电力职业技术学院学报,2021,34(4):56-58,60.9 李文,华倩倩,尹星皓,等.基于UTAUT模型的在线心理咨询平台用户使用行为研究J.中国卫生事业管理,2023,40(5):397-400.10 袁靖波,周志民,汪昱程,等.个体相似性、自我效能感与研究生科研工作意愿J.研究生教育研究,2023(6):11-20.11 王冠华,鲁嘉晨,李红,等.诱发高自我效能感改善自我损耗后的认知控制J.心理科学,2023,46(6):1 282-1 289.12 MOON J,KIM Y.Extending the TAM for a World-Wide-Web contextJ.Information&Management,2001,38(4):217-230.13 高步步.高校教师智能教学平台使用意愿影响因素研究D.上海：上海外国语大学,2023.14 吴文静,杨旭,贾洪飞.“后疫情时代”基于扩展UTAUT模型的共享汽车用户接受度影响因素分析J.交通信息与安全,2023,41(2):112-120.15 刘军,钱明才,黄琰,等.中小学生网络学习空间自主学习的中介效应分析J.电化教育研究,2018,39(9):59-65.16 赵茜,赵东方,李冰，等.量表的选项顺序效应及其影响因素分析：以教育领域的李克特量表为例J.中国考试,2020(4):22-27.17 刘倩,王君丽,张聪.基于 ELM-UTAUT 模型的阅读推广类短视频采纳行为研究 J.图书馆理论与实践,2024(1):28-35.18 BACON D R，SAUER P L，YOUNG M.Composite reliability in structural equations modelingJ.Educational and Psychological Measurement，1995，55(3):394-406.(责任编辑 李宁)82