DOI: https://doi.org/10.29333/iejme/18282
تاريخ النشر: 2026-03-31
المؤلف: Mao Li وآخرون
الموضوع الرئيسي: تعليم الرياضيات وتقنيات التدريس
نظرة عامة
تستكشف هذه الدراسة العلاقات بين تأثيرات النظام البيئي التعليمي (EEI) ومعرفة المحتوى التكنولوجي التربوي (TPACK) ومواقف المعلمين تجاه دمج التكنولوجيا في تعليم الرياضيات في المرحلة الابتدائية. باستخدام إطار عمل جديد تم تطويره للجاهزية التكنولوجية التربوية (TPR) ونموذج معادلة هيكلية من الدرجة الثانية، تم تحليل بيانات من 554 معلم رياضيات ابتدائي في الصين. تشير النتائج إلى أن EEI له تأثير مباشر كبير على TPACK (β = 0.649، p < .001) ويؤثر على مواقف المعلمين بشكل مباشر (β = 0.417، p < .001) وغير مباشر من خلال TPACK (غير المباشر β = 0.237، p < .001). بالإضافة إلى ذلك، يرتبط TPACK إيجابيًا بمواقف المعلمين تجاه دمج التكنولوجيا (β = 0.366، p < .001)، مما يشير إلى أن نظامًا بيئيًا تعليميًا داعمًا يعزز من معرفة المعلمين التكنولوجية ورغبتهم في دمج التكنولوجيا في ممارساتهم التعليمية. تؤكد الدراسة على أهمية التنمية المهنية والدعم السياقي ومشاركة المجتمع في تعزيز دمج التكنولوجيا بشكل فعال. تكشف عن علاقة وسيطة جزئيًا بين EEI ومواقف المعلمين، حيث يعمل TPACK كعامل تفسيري حاسم. تسلط النتائج الضوء على أن استعداد المعلمين لدمج التكنولوجيا يتأثر ليس فقط بمعرفتهم ومواقفهم الفردية ولكن أيضًا بالنظام البيئي التعليمي الأوسع. يوفر نموذج TPR المعتمد إطار عمل عملي لتحديد العوامل السياقية، وتحديد أولويات التعلم المهني، وإبلاغ السياسات لتعزيز دمج التكنولوجيا في تعليم الرياضيات الابتدائية، بهدف تحسين نتائج تعلم الطلاب في العصر الرقمي.
مقدمة
أصبح دمج التكنولوجيا في تعليم الرياضيات ذا أهمية متزايدة، خاصة مع ظهور أدوات الذكاء الاصطناعي (AI) مثل أنظمة التدريس الذكية ومنصات التعلم التكيفية. لقد أعادت هذه التحولات تشكيل تجارب تعلم الطلاب وتصميم التعليم، مما يبرز أهمية معرفة المحتوى التكنولوجي التربوي (TPACK) لدى المعلمين. تشمل TPACK التفاعل بين المعرفة بالمحتوى والمعرفة التربوية والمعرفة التكنولوجية، مما يمكّن المعلمين من تنفيذ دروس معززة بالتكنولوجيا بشكل فعال. بالإضافة إلى ذلك، تلعب مواقف المعلمين تجاه التكنولوجيا، المتأثرة بنموذج قبول التكنولوجيا (TAM)، دورًا حاسمًا في تحديد استعدادهم لتبني الأدوات الرقمية في الفصل الدراسي. ترتبط المواقف الإيجابية بزيادة احتمالية التفاعل مع التكنولوجيا، بينما يمكن أن تعيق التصورات السلبية الدمج على الرغم من توفر الموارد.
في سياق المشهد التعليمي في الصين، الذي يتميز بالتركيز على الامتحانات عالية المخاطر واستثمار الحكومة الكبير في تكنولوجيا التعليم، فإن فهم العلاقة بين TPACK للمعلمين ومواقفهم تجاه التكنولوجيا والنظام البيئي التعليمي الأوسع أمر ضروري. تهدف هذه الدراسة إلى معالجة فجوة بحثية ملحوظة تتعلق بكيفية تفاعل هذه العوامل، خاصة في ضوء الوجود المتزايد للذكاء الاصطناعي في التعليم. من خلال استكشاف هذه الديناميات، تسعى الأبحاث إلى إبلاغ التنمية المهنية والسياسات التعليمية وممارسات الفصل الدراسي، مما يعزز في النهاية نتائج تعلم الطلاب في الرياضيات. قد تكون النتائج أيضًا لها تداعيات أوسع على دمج التكنولوجيا في مختلف البيئات التعليمية، مما يبرز الحاجة إلى نهج حساس للسياق يأخذ في الاعتبار التحديات والفرص الفريدة داخل أنظمة التعليم المختلفة.
الطرق
تحدد قسم المنهجية تصميم البحث والتقنيات المستخدمة للتحقيق في فرضيات الدراسة. استخدم الباحثون نهجًا مختلطًا، يجمع بين تحليل البيانات الكمية والمقابلات النوعية للحصول على فهم شامل للموضوع. تم إجراء التحليلات الإحصائية باستخدام أدوات البرمجيات لتقييم العلاقات بين المتغيرات، بينما تم تطبيق التحليل الموضوعي على البيانات النوعية لتحديد الأنماط والرؤى الرئيسية.
شملت جمع البيانات استبيانًا منظمًا تم توزيعه على عينة تمثيلية، مما يضمن مجموعة بيانات قوية للتحليل. بالإضافة إلى ذلك، تم إجراء مقابلات معمقة مع بعض المشاركين لإثراء النتائج الكمية بالسرد الشخصي والمعلومات السياقية. تعزز هذه التثليث من الطرق من صحة النتائج، مما يسمح بتفسير أكثر دقة للبيانات وتأثيراتها في مجال الدراسة.
النتائج
في قسم النتائج، يقدم المؤلفون نتائج من تحليل نموذج المعادلة الهيكلية من الدرجة الثانية (SEM)، كما هو موضح في الشكل 2. يوضح هذا الشكل تحميلات العوامل التي تظهر العلاقات بين المتغيرات المرصودة (عناصر الاستبيان) والبناءات من الدرجة الأولى والمتغيرات من الدرجة الثانية. يهدف التحليل إلى التحقق من صحة البناءات من الدرجة الثانية من خلال فحص مدى توافق البيانات المرصودة مع النموذج النظري المقترح. تشير النتائج إلى علاقات هامة، مما يعزز من صحة البناءات المقاسة في الدراسة.
المناقشة
تستكشف قسم المناقشة من ورقة البحث العلاقات المعقدة بين معرفة المحتوى التكنولوجي التربوي (TPACK) لمعلمي الرياضيات الابتدائية ومواقفهم تجاه دمج التكنولوجيا والعوامل السياقية التي تؤثر على هذه الديناميات في التعليم الصيني. تبرز أن دمج التكنولوجيا بشكل فعال لا يعتمد فقط على البناءات المعرفية الفردية ولكن على التفاعل بينها، كما أكده Voogt وآخرون (2013) وبدعم من دراسات لاحقة (مثل، Dong وآخرون، 2015؛ Chai وآخرون، 2011). تشير النتائج إلى أن معرفة المعلمين التكنولوجية (TK) والمعرفة التربوية التكنولوجية (TPK) ومعرفة المحتوى التكنولوجي (TCK) تؤثر بشكل كبير على TPACK العام لديهم، والذي بدوره يشكل مواقفهم تجاه استخدام التكنولوجيا في الفصل الدراسي. يتم تعزيز هذه العلاقة بشكل أكبر من خلال عوامل سياقية مثل قيادة المدرسة وتوافر الموارد والمواقف الثقافية تجاه التكنولوجيا، والتي يمكن أن تسهل أو تعيق جهود الدمج.
علاوة على ذلك، تحدد الأبحاث فجوة ملحوظة في الأدبيات بشأن الفحص المشترك لـ TPACK والمواقف والتأثيرات السياقية بشكل خاص ضمن تعليم الرياضيات. يجادل المؤلفون بأن فهم هذه العلاقات المتداخلة أمر حاسم لتطوير برامج التنمية المهنية الفعالة والاستراتيجيات التعليمية التي تعالج كل من الكفاءات الداخلية والظروف الخارجية التي تؤثر على دمج التكنولوجيا. تهدف الدراسة إلى تقديم رؤى حول كيفية تفاعل هذه العوامل، خاصة في المشهد التعليمي بعد الجائحة، وبالتالي تقديم إرشادات عملية للمعلمين وصانعي السياسات لتحسين دور التكنولوجيا في تعزيز تعليم الرياضيات. تقترح الفرضيات المقترحة أن نظامًا بيئيًا تعليميًا داعمًا يؤثر إيجابيًا على كل من TPACK للمعلمين ومواقفهم تجاه التكنولوجيا، مما يعزز في النهاية دمج الأدوات الرقمية بشكل أكثر فعالية في تعليم الرياضيات.
القيود
تقدم الدراسة عدة قيود قد تؤثر على تعميم وعمق نتائجها. أولاً، تستند الأبحاث إلى عينة من معلمي الرياضيات الابتدائية من منطقة جغرافية محددة، مما قد يقيد قابلية تطبيق النتائج على سياقات تعليمية أو مواد أخرى (Cohen وآخرون، 2018). يجب أن تهدف الأبحاث المستقبلية إلى تضمين مجموعة أوسع من البيئات التعليمية والمواد للتحقق من صحة ملاءمة إطار عمل TPR عبر بيئات متنوعة. بالإضافة إلى ذلك، يلتقط التصميم العرضي للدراسة فقط رؤية لحظية للعلاقات بين تدخلات الانخراط التعليمي (EEI) ومعرفة المحتوى التكنولوجي التربوي للرياضيات (M-TPACK) ومواقف المعلمين، مما يفشل في حساب تطورها المحتمل بمرور الوقت. يُوصى بإجراء دراسات طولية لاستكشاف هذه الديناميات بشكل أكثر شمولاً، خاصة فيما يتعلق بالاتجاه المحدد للعلاقات، والتي يجب تفسيرها بحذر حيث تظل المسارات العكسية أو التبادلية (مثل، الموقف → M-TPACK) ممكنة نظريًا.
علاوة على ذلك، قد يؤدي الاعتماد على مقاييس ذاتية الإبلاغ إلى إدخال تحيز، حيث قد لا تعكس تصورات المعلمين لجاهزيتهم التكنولوجية ومواقفهم ممارساتهم الفعلية بدقة (Bryman، 2016). لتعزيز فهم ممارسات دمج التكنولوجيا بين معلمي الرياضيات الابتدائية، يمكن أن تستفيد الأبحاث المستقبلية من دمج التقييمات القائمة على الملاحظة أو الأداء، مما يوفر رؤية أكثر شمولاً للعوامل التي تؤثر على استخدام التكنولوجيا في البيئات التعليمية.
DOI: https://doi.org/10.29333/iejme/18282
Publication Date: 2026-03-31
Author(s): Mao Li et al.
Primary Topic: Mathematics Education and Teaching Techniques
Overview
This study investigates the relationships among Educational Ecosystem Influences (EEI), Technological Pedagogical Content Knowledge (TPACK), and teachers’ attitudes toward technology integration in primary mathematics education. Utilizing a newly developed Technological Pedagogical Readiness (TPR) framework and a second-order structural equation model, data from 554 primary mathematics teachers in China were analyzed. The findings indicate that EEI has a significant direct effect on TPACK (β = 0.649, p < .001) and influences teachers' attitudes both directly (β = 0.417, p < .001) and indirectly through TPACK (indirect β = 0.237, p < .001). Additionally, TPACK positively correlates with teachers' attitudes toward technology integration (β = 0.366, p < .001), suggesting that a supportive educational ecosystem enhances teachers' technological knowledge and their willingness to integrate technology into their teaching practices. The study emphasizes the importance of professional development, contextual support, and community involvement in fostering effective technology integration. It reveals a partially mediated relationship between EEI and teachers' attitudes, with TPACK serving as a crucial explanatory factor. The results highlight that teachers' readiness to integrate technology is influenced not only by their individual knowledge and attitudes but also by the broader educational ecosystem. The validated TPR model provides a practical framework for identifying contextual factors, prioritizing professional learning, and informing policy to enhance technology integration in primary mathematics education, ultimately aiming to improve student learning outcomes in the digital age.
Introduction
The integration of technology in mathematics education has become increasingly significant, particularly with the advent of artificial intelligence (AI) tools such as intelligent tutoring systems and adaptive learning platforms. This transformation has reshaped both student learning experiences and instructional design, emphasizing the importance of teachers’ Technological Pedagogical Content Knowledge (TPACK). TPACK encompasses the interplay of content, pedagogical, and technological knowledge, enabling educators to effectively implement technology-enhanced lessons. Additionally, teachers’ attitudes towards technology, influenced by the Technology Acceptance Model (TAM), play a critical role in determining their willingness to adopt digital tools in the classroom. Positive attitudes correlate with a greater likelihood of engaging with technology, while negative perceptions can hinder integration despite available resources.
In the context of China’s educational landscape, characterized by a focus on high-stakes examinations and significant government investment in educational technology, understanding the relationship between teachers’ TPACK, their attitudes towards technology, and the broader educational ecosystem is essential. This study aims to address a notable research gap regarding how these factors interact, particularly in light of the increasing presence of AI in education. By exploring these dynamics, the research seeks to inform professional development, educational policies, and classroom practices, ultimately enhancing student learning outcomes in mathematics. The findings may also have broader implications for technology integration in various educational settings, highlighting the need for context-sensitive approaches that consider the unique challenges and opportunities within different educational systems.
Methods
The methodology section outlines the research design and techniques employed to investigate the study’s hypotheses. The researchers utilized a mixed-methods approach, combining quantitative data analysis with qualitative interviews to gain a comprehensive understanding of the subject matter. Statistical analyses were performed using software tools to evaluate the relationships between variables, while thematic analysis was applied to the qualitative data to identify key patterns and insights.
Data collection involved a structured survey distributed to a representative sample, ensuring a robust dataset for analysis. Additionally, in-depth interviews were conducted with select participants to enrich the quantitative findings with personal narratives and contextual information. This triangulation of methods enhances the validity of the results, allowing for a more nuanced interpretation of the data and its implications in the field of study.
Results
In the Results section, the authors present findings from the second-order structural equation modeling (SEM) analysis, as illustrated in Figure 2. This figure details the factor loadings that demonstrate the relationships among observed variables (survey items), first-order constructs, and second-order variables. The analysis aims to validate the second-order constructs by examining how well the observed data aligns with the theoretical model proposed. The results indicate significant relationships, reinforcing the validity of the constructs measured in the study.
Discussion
The discussion section of the research paper explores the intricate relationships between primary mathematics teachers’ Technological Pedagogical Content Knowledge (TPACK), their attitudes towards technology integration, and the contextual factors influencing these dynamics in Chinese education. It highlights that effective technology integration is not solely dependent on individual knowledge constructs but rather on the interplay among them, as emphasized by Voogt et al. (2013) and supported by subsequent studies (e.g., Dong et al., 2015; Chai et al., 2011). The findings indicate that teachers’ technological knowledge (TK), technological pedagogical knowledge (TPK), and technological content knowledge (TCK) significantly impact their overall TPACK, which in turn shapes their attitudes towards technology use in the classroom. This relationship is further reinforced by contextual factors such as school leadership, resource availability, and cultural attitudes towards technology, which can either facilitate or hinder integration efforts.
Moreover, the research identifies a notable gap in the literature regarding the combined examination of TPACK, attitudes, and contextual influences specifically within mathematics education. The authors argue that understanding these interrelationships is crucial for developing effective professional development programs and educational strategies that address both internal competencies and external conditions affecting technology integration. The study aims to provide insights into how these factors interact, particularly in the post-pandemic educational landscape, thereby offering practical guidance for educators and policymakers to optimize technology’s role in enhancing mathematics instruction. The proposed hypotheses suggest that a supportive educational ecosystem positively influences both teachers’ TPACK and their attitudes towards technology, ultimately fostering a more effective integration of digital tools in mathematics education.
Limitations
The study presents several limitations that may affect the generalizability and depth of its findings. Firstly, the research is based on a sample of primary mathematics teachers from a specific geographic region, which may restrict the applicability of the results to other educational contexts or subjects (Cohen et al., 2018). Future research should aim to include a broader range of educational settings and subjects to validate the TPR framework’s relevance across diverse environments. Additionally, the cross-sectional design of the study captures only a momentary view of the relationships among Educational Engagement Interventions (EEI), Mathematics Technological Pedagogical Content Knowledge (M-TPACK), and teacher attitudes, failing to account for their potential evolution over time. Longitudinal studies are recommended to explore these dynamics more thoroughly, particularly regarding the specified directionality of relationships, which should be interpreted with caution as reverse or reciprocal pathways (e.g., Attitude → M-TPACK) remain theoretically plausible.
Moreover, the reliance on self-reported measures may introduce bias, as teachers’ perceptions of their technological readiness and attitudes might not accurately reflect their actual practices (Bryman, 2016). To enhance the understanding of technology integration practices among primary mathematics teachers, future research could benefit from incorporating observational or performance-based assessments, thereby providing a more comprehensive view of the factors influencing technology use in educational settings.