DOI: https://doi.org/10.3389/fpsyg.2025.1521174
PMID: https://pubmed.ncbi.nlm.nih.gov/40438757
تاريخ النشر: 2025-05-14
المؤلف: J. Li وآخرون
الموضوع الرئيسي: التوتر التكنولوجي في البيئات المهنية
نظرة عامة
تستكشف هذه الدراسة العوامل التي تؤثر على الاستخدام المستمر للمنصات التعليمية الرقمية المبتكرة بين طلاب التعليم المهني العالي في الصين، موسعة نموذج قبول التكنولوجيا (TAM) من خلال دمج مفاهيم مثل الثقة المدركة، والمتعة، والحالات النفسية (الرضا، والرفاهية، والقلق). تم جمع البيانات من 782 طالبًا عبر مختلف التخصصات الأكاديمية، وتم استخدام نمذجة المعادلات الهيكلية (SEM) لتحليل العلاقات بين المتغيرات الرئيسية. أظهرت النتائج أن المتعة المدركة كانت أقوى مؤشر على نية الاستمرار (β = 0.52، p < 0.001)، تليها الفائدة المدركة (β = 0.38، p < 0.01) وتأكيد التوقعات (β = 0.31، p < 0.01). ومن الجدير بالذكر أن الثقة المدركة أثرت سلبًا على الرضا (β = -0.13، p < 0.05)، مما يشير إلى أن التوقعات غير الملباة يمكن أن تؤدي إلى ضغط نفسي. تؤكد النتائج على أهمية الانخراط العاطفي والرفاهية النفسية في تعزيز الاستخدام المستمر للمنصات التعليمية الرقمية. بينما تعتبر قابلية الاستخدام والفائدة المدركة أمرين حاسمين، تبرز الدراسة ضرورة تحسين مصممي المنصات للانخراط العاطفي وإدارة توقعات المستخدمين بشكل فعال. تتحدى العلاقة السلبية بين الثقة المدركة والرضا الافتراضات التقليدية لنموذج TAM، مما يشير إلى أن الثقة المؤسسية العالية يمكن أن تؤدي إلى توقعات متزايدة قد تؤدي، إذا لم تتحقق، إلى عدم رضا المستخدمين. تسهم هذه الأبحاث في فهم اعتماد التكنولوجيا في التعليم المهني من خلال دمج الأبعاد المعرفية والعاطفية، مما يشير إلى أن استراتيجيات مثل تحسين التفاعل وتخصيص تجارب التعلم ضرورية لتعزيز الانخراط على المدى الطويل في بيئات التعلم الرقمية الإلزامية. يجب أن تستكشف الأبحاث المستقبلية سياقات تعليمية متنوعة وتستخدم تصاميم طولية للتحقق من صحة هذه النتائج بشكل أكبر.
مقدمة
تسلط مقدمة ورقة البحث الضوء على قيود نموذج قبول التكنولوجيا (TAM) في تفسير الانخراط على المدى الطويل مع المنصات التعليمية الرقمية. بينما كان نموذج TAM فعالًا في فهم اعتماد التكنولوجيا الأولي، فإنه يعالج بشكل أساسي القبول على المدى القصير ويفشل في حساب التفاعل المستمر للمستخدم، لا سيما في البيئات التعليمية حيث يكون الاستخدام المستمر للمنصة أمرًا حاسمًا للنجاح الأكاديمي. تشير الدراسات الحديثة إلى أن دمج مفاهيم إضافية مثل الثقة المدركة، والمتعة المدركة، وجودة النظام يمكن أن يعزز من قوة تفسير نموذج TAM فيما يتعلق بسلوك ما بعد الاعتماد.
تستعرض الورقة العديد من التوسعات لنموذج TAM، بما في ذلك دمج جودة الخدمة الإلكترونية وتجربة تدفق المستخدمين، والتي أظهرت تأثيرًا إيجابيًا على مواقف المستخدمين ونواياهم السلوكية. علاوة على ذلك، فإن ظهور المنصات التعليمية الذكية التي تستخدم البيانات الضخمة والذكاء الاصطناعي يقدم كل من الفرص والتحديات لتعزيز الفعالية التعليمية. لمعالجة هذه الفجوات، تهدف الدراسة إلى التحقيق تجريبيًا في محددات الاستخدام المستمر للمنصات التعليمية المبتكرة بين طلاب الكليات المهنية العليا في الصين، باستخدام نمذجة المعادلات الهيكلية (SEM) لتحليل العلاقات بين الأبعاد المعرفية والعاطفية التي تؤثر على الانخراط على المدى الطويل. تركز أسئلة البحث على تحديد المحددات الرئيسية، وتأثير الثقة المدركة، والمتعة، وجودة النظام على تصورات المستخدمين، والأثر العام على نية الاستمرار.
الطرق
تستعرض قسم المنهجية في الدراسة نهجًا شاملاً لجمع العينات، وجمع البيانات، والتحليل بهدف فهم تجارب طلاب الكليات المهنية في الصين. تم استخدام استراتيجية عينة طبقية، مما أسفر عن توزيع 865 استبيانًا عبر أكثر من 20 كلية مهنية عليا، تم اختيارها بناءً على الموقع الجغرافي، والتنوع الأكاديمي، وحجم المؤسسة. بعد فحص البيانات، تم الاحتفاظ بـ 782 استجابة صالحة، تعكس توزيعًا متوازنًا للجنسين (44.28% ذكور و55.72% إناث) ومزيجًا تمثيليًا من السنوات الأكاديمية (27.37% سنة أولى، 45.01% سنة ثانية، 23.21% سنة ثالثة، و4.47% أخرى). تعزز هذه التنوع الديموغرافي من إمكانية تعميم النتائج.
تم تسهيل جمع البيانات من خلال منصة Wenjuanxing، حيث تم توزيع الاستبيانات عبر قنوات الاتصال المؤسسية. تم الالتزام بالمعايير الأخلاقية من خلال ضمان سرية وخصوصية المشاركين. للحفاظ على نزاهة البيانات، تم استبعاد الاستجابات ذات الأنماط المشبوهة، مما أسفر عن مجموعة بيانات قوية. شملت التحليلات الإحصائية تقييم الموثوقية باستخدام ألفا كرونباخ وصلاحية البناء من خلال تحليل العوامل التأكيدية (CFA) باستخدام AMOS 24.0. تم استخدام نمذجة المعادلات الهيكلية (SEM) لاختبار العلاقات بين البنى الكامنة ضمن نموذج قبول التكنولوجيا الموسع (TAM)، مع اختيار SEM القائم على التباين (CB-SEM) لملاءمته نظرًا لحجم العينة الكبير وطبيعته التأكيدية. تدعم هذه الصرامة المنهجية التحقيق في الفرضيات المستندة إلى النظرية ضمن إطار البحث.
النتائج
تستكشف الدراسة محددات استمرار انخراط الطلاب مع منصات التعلم عبر الإنترنت من خلال دمج عناصر من نموذج قبول التكنولوجيا (TAM) ونموذج استمرارية نظم المعلومات (ISCM). تكشف النتائج، المفصلة في الجدول 9، أن كل من التقييمات المعرفية والعاطفية تؤثر بشكل كبير على نية الاستمرار، مما يدعم الإطار التفسيري الثنائي المقترح.
من بين المحددات المختلفة، تم تحديد المتعة المدركة كأهم عامل (H11: $\beta = 0.52$، $p < 0.001$)، مما يبرز أهمية الانخراط العاطفي في الحفاظ على سلوك المستخدم. تلاها عن كثب رضا المستخدم (H3: $\beta = 0.46$، $p < 0.001$)، والفائدة المدركة (H2: $\beta = 0.38$، $p < 0.01$)، وسهولة الاستخدام المدركة، مما يشير إلى أن الجوانب العاطفية والمعرفية على حد سواء حاسمة لتعزيز التفاعل المستمر مع بيئات التعلم عبر الإنترنت.
المناقشة
تسلط قسم المناقشة في ورقة البحث الضوء على الدور الحاسم لمنصات التعلم عبر الإنترنت في التعليم العالي، مشددًا على مرونتها، وإمكانية الوصول إليها، وميزاتها التفاعلية. يهدف دمج تحليلات البيانات الضخمة، والذكاء الاصطناعي، وتقنيات السحابة إلى تعزيز الفعالية البيداغوجية وانخراط المتعلمين. تشير النتائج الرئيسية من الدراسات السابقة إلى أن وظيفة النظام، وتنظيم المحتوى، وسهولة التنقل تؤثر بشكل كبير على احتفاظ الطلاب ورضاهم. ومع ذلك، فإن ثقة المستخدم بشأن مصداقية المحتوى وأمان المنصة أيضًا أمر أساسي لاستمرار الانخراط. تؤكد الأبحاث على أهمية الأبعاد العاطفية والدافعية، مثل المتعة المدركة ورضا المستخدم، لا سيما في بيئات التعلم الرقمية الم demanding. كشفت الانتقال إلى التعلم عبر الإنترنت خلال جائحة COVID-19 عن تعقيدات الحفاظ على الانخراط الرقمي، مما يبرز الحاجة إلى كل من قابلية الاستخدام التقنية والقدرة العاطفية على التكيف.
على الرغم من تزايد الأدبيات حول التعلم عبر الإنترنت، لا يزال هناك فجوة بحثية ملحوظة في سياقات التعليم المهني، حيث غالبًا ما ينخرط الطلاب مع المنصات الرقمية بموجب تفويضات مؤسسية. تهدف الدراسة إلى معالجة هذه الفجوة من خلال توسيع نموذج قبول التكنولوجيا (TAM) ونموذج استمرارية نظم المعلومات (ISCM) لدمج كل من المفاهيم المعرفية والعاطفية. من خلال فحص التفاعل بين الثقة المدركة، والمتعة، والرضا، تسعى الأبحاث إلى تقديم فهم دقيق لمحددات الانخراط المستمر بين المتعلمين المهنيين. يعترف هذا النهج بأن العوامل التي تؤثر على اعتماد التكنولوجيا في التعليم المهني قد تختلف بشكل كبير عن تلك الموجودة في التعليم العالي التقليدي، مما يتطلب عدسة محددة للسياق لالتقاط التجارب الفريدة للطلاب المهنيين.
DOI: https://doi.org/10.3389/fpsyg.2025.1521174
PMID: https://pubmed.ncbi.nlm.nih.gov/40438757
Publication Date: 2025-05-14
Author(s): J. Li et al.
Primary Topic: Technostress in Professional Settings
Overview
This study investigates the factors influencing the sustained use of innovative digital learning platforms among higher vocational education students in China, extending the Technology Acceptance Model (TAM) by incorporating constructs such as perceived trust, enjoyment, and psychological states (satisfaction, wellbeing, anxiety). Data were collected from 782 students across various academic disciplines, and Structural Equation Modeling (SEM) was employed to analyze the relationships among key variables. The results indicated that perceived enjoyment was the strongest predictor of continuance intention (β = 0.52, p < 0.001), followed by perceived usefulness (β = 0.38, p < 0.01) and expectation confirmation (β = 0.31, p < 0.01). Notably, perceived trust negatively impacted satisfaction (β = -0.13, p < 0.05), suggesting that unmet expectations can lead to psychological strain. The findings underscore the importance of emotional engagement and psychological wellbeing in fostering continued use of digital learning platforms. While usability and perceived usefulness are critical, the study highlights the necessity for platform designers to enhance emotional engagement and manage user expectations effectively. The negative correlation between perceived trust and satisfaction challenges traditional TAM assumptions, indicating that high institutional trust can lead to increased expectations that, if unmet, result in user dissatisfaction. The research contributes to the understanding of technology adoption in vocational education by integrating cognitive and affective dimensions, suggesting that strategies such as improving interactivity and personalizing learning experiences are essential for promoting long-term engagement in mandatory digital learning environments. Future research should explore diverse educational contexts and employ longitudinal designs to further validate these findings.
Introduction
The introduction of the research paper highlights the limitations of the Technology Acceptance Model (TAM) in explaining long-term engagement with digital learning platforms. While TAM has been instrumental in understanding initial technology adoption, it primarily addresses short-term acceptance and fails to account for sustained user interaction, particularly in educational settings where ongoing platform use is critical for academic success. Recent studies suggest that incorporating additional constructs such as perceived trust, perceived enjoyment, and system quality can enhance TAM’s explanatory power regarding post-adoption behavior.
The paper outlines various extensions of TAM, including the integration of e-service quality and users’ flow experience, which have been shown to positively influence users’ attitudes and behavioral intentions. Furthermore, the emergence of intelligent learning platforms utilizing big data and artificial intelligence presents both opportunities and challenges for enhancing educational effectiveness. To address these gaps, the study aims to empirically investigate predictors of continued use of innovative learning platforms among higher vocational college students in China, employing Structural Equation Modeling (SEM) to analyze the relationships between cognitive and affective dimensions influencing long-term engagement. The research questions focus on identifying key predictors, the impact of perceived trust, enjoyment, and system quality on user perceptions, and the overall effect on continuance intention.
Methods
The methodology section of the study outlines a comprehensive approach to sampling, data collection, and analysis aimed at understanding the experiences of vocational college students in China. A stratified sampling strategy was employed, resulting in the distribution of 865 questionnaires across over 20 higher vocational colleges, selected based on geographic location, academic diversity, and institutional size. After data screening, 782 valid responses were retained, reflecting a balanced gender distribution (44.28% male and 55.72% female) and a representative mix of academic years (27.37% first-year, 45.01% second-year, 23.21% third-year, and 4.47% others). This demographic diversity enhances the generalizability of the findings.
Data collection was facilitated through the Wenjuanxing platform, with questionnaires disseminated via institutional communication channels. Ethical standards were upheld by ensuring participant anonymity and confidentiality. To maintain data integrity, responses with suspicious patterns were excluded, resulting in a robust dataset. Statistical analyses included assessing reliability with Cronbach’s alpha and construct validity through Confirmatory Factor Analysis (CFA) using AMOS 24.0. Structural Equation Modeling (SEM) was employed to test relationships among latent constructs within the extended Technology Acceptance Model (TAM), with Covariance-based SEM (CB-SEM) selected for its suitability given the study’s large sample size and confirmatory nature. This methodological rigor supports the investigation of theoretically grounded hypotheses within the research framework.
Results
The study investigates the determinants of students’ continued engagement with online learning platforms by integrating elements from the Technology Acceptance Model (TAM) and the Information Systems Continuance Model (ISCM). The findings, detailed in Table 9, reveal that both cognitive and emotional evaluations significantly impact continuance intention, supporting the proposed dual-path explanatory framework.
Among the various predictors, perceived enjoyment was identified as the most significant factor (H11: $\beta = 0.52$, $p < 0.001$), underscoring the importance of emotional engagement in maintaining user behavior. This was closely followed by user satisfaction (H3: $\beta = 0.46$, $p < 0.001$), perceived usefulness (H2: $\beta = 0.38$, $p < 0.01$), and perceived ease of use, indicating that both emotional and cognitive aspects are crucial for fostering ongoing interaction with online learning environments.
Discussion
The discussion section of the research paper highlights the critical role of online learning platforms in higher education, emphasizing their flexibility, accessibility, and interactive features. The integration of big data analytics, artificial intelligence, and cloud technologies aims to enhance pedagogical effectiveness and learner engagement. Key findings from prior studies indicate that system functionality, content organization, and navigational ease significantly influence student retention and satisfaction. However, user trust regarding content credibility and platform security is also essential for sustained engagement. The research underscores the importance of affective and motivational dimensions, such as perceived enjoyment and user satisfaction, particularly in demanding digital learning environments. The transition to online learning during the COVID-19 pandemic further revealed the complexities of maintaining digital engagement, highlighting the need for both technical usability and emotional adaptability.
Despite the growing body of literature on online learning, there remains a notable research gap in vocational education contexts, where students often engage with digital platforms under institutional mandates. The study aims to address this gap by extending the Technology Acceptance Model (TAM) and Information Systems Continuance Model (ISCM) to incorporate both cognitive and emotional constructs. By examining the interplay between perceived trust, enjoyment, and satisfaction, the research seeks to provide a nuanced understanding of the determinants of sustained engagement among vocational learners. This approach acknowledges that the factors influencing technology adoption in vocational education may differ significantly from those in traditional higher education, necessitating a context-specific lens to capture the unique experiences of vocational students.