環境支持對大學生在線學習效果的影響及其作用機制

摘" "要：環境支持是開展在線學習的必要條件。基于“學習投入-學習效果”維度設計調查問卷，并對武漢市8所本科院校的964名大學生在線調查問卷數據進行分析。通過結構方程模型，文章研究了平臺支持、教學支持和家庭支持對大學生在線學習效果的影響及其路徑。結果表明：技術平臺支持、教師教學支持對在線學習效果和學習投入有顯著正向影響；在線學習投入對學習效果有顯著正向影響，且在環境支持與學習效果之間起部分中介作用?；谘芯拷Y論，同時從教師在學生在線學習中的主導作用發揮、建立家校合作溝通機制、關注學生群體的在線學習差異性等方面給出相應建議，從而為提升大學生在線學習效果提供有益參考。

關鍵詞：在線學習；環境支持；學習效果；影響機制

中圖分類號：G434" " " " "文獻標志碼：A" " " " " " "文章編號：1673-8454（2023）07-0079-12

一、問題提出

疫情期間，在線學習成為大學生的主要學習方式。大規模在線教學，不僅客觀助推了“互聯網+”時代高校教育教學模式變革，更改變了人們對傳統“教與學”及其基本要素的認知。在混合教學開啟的后疫情時期，線上教學將不再是一種選擇，而是一種必然趨勢。[1]然而，現象背后還有許多值得深思的問題，比如為什么大學生在線教學體驗感不佳、教學滿意度不高[2]、在線學習參與度一般[3]、在線學習效果不好[4]等。疫情防控常態化背景下如何保障在線教學質量？大學生在線學習效果將受哪些環境因素影響？在線教學的主要環境支持因素有哪些？存在哪些問題？這些不僅已成為高校教育工作者和學生共同關注的問題，其回答也有助于將應對疫情防控特殊時期的“戰時舉措”轉化為高校混合式教學改革的“常態舉措”，對查找掣肘我國教育信息化及在線教學的短板與不足、探索在線學習效果的影響及其作用機制具有重要意義。

二、文獻綜述與分析框架

（一）文獻綜述

在線教學情境下的環境支持，指學習者利用信息技術和資源開展在線自主或交互式學習所需要具備的客觀環境條件，某種程度上體現了資源結構的特征。有研究認為，相比傳統課堂教學模式，在線學習行為及結果將更多受到開放環境影響，主要包括技術平臺與環境、交互環境、家庭環境等方面。[5][6]在靈活開放的網絡空間中，在線學習被界定為利用互聯網獲取學習資料，與學習內容、教師和其他學習者互動，獲得知識，獲取支持，構建個人意義，從學習經驗中成長的過程。[7]在此意義上，大學生在線學習具備個體的行動特征。結構與行動并非完全對立，但具有互相矛盾的二重屬性。根據這一觀點，只有假定行動者處在一個宏觀結構及其情境中，其行為才有意義，因為個體自由意志和能動性只有依靠“情境”才能實現既定的行動目標，即情境是限制個體能動性的物質因素。[8]由此，環境支持中的技術條件、家庭環境等方面對外體現出資源結構的構成要素，對內則通過將這種結構特征傳遞給個體從而對學生在線學習行為產生影響。

從社會學習理論的觀點來看，將環境因素引入在線學習行為，是因為環境只有在特定行動現實化后才能起作用，[9]因此，相較于線上教學情境而言，網絡學習環境是決定學習者行為、保障教學成效至關重要的因素。[10]這一觀點已得到不同程度的驗證，集中體現為良好的個性化虛擬環境對提高學生在線學習成效具有積極意義。[11][12]有學者對在線教學平臺穩定性的考察肯定了這一結論，認為在線教學平臺是影響在線教學成功實施的基礎保障。[13]而疫情期間長時間居家在線學習，其學習效果的影響因素由于脫離了有組織有計劃的學校環境而略顯復雜。

認知學習理論（cognitive learning theory）提出，人類獲取信息的過程即信息交換的過程，知識通過社會互動而建構，而互動在教學設計中具有重要作用。為此，來自家庭成員的支持對在線學習成效的影響頗為關鍵，[14]且家庭支持對在線學習成效的影響也存在一定差異。例如，學生長時間居家在線學習易滋生不適應性、學習焦慮等，[15]良好的家庭環境支持則能及時給予學習者支持幫助，從而一定程度上緩解學習者的學習焦慮。[16][17]此外，教師作為教學“設計者”，在教學設計、組織、反饋與評價等方面也有助于打造良好的交互環境。[18-20]與教師線上互動不僅可以增強學習動力，還能改善學習能力，[21]提高學習投入，增強學生學習收獲。[22]歸納而言，平臺支持、家庭支持、教學支持是影響在線學習成效的三大環境支持要素。

另外，研究表明在線學習投入是影響在線學習成效的關鍵要素，對在線學習績效具有直接正向影響。[23]由此通過研究在線學習投入，從而為學習者提供針對性的學習支持，這對提高在線學習效果具有重要意義。為此，已有研究聚焦于學習者在線學習投入中的在線交互行為活動和在線學習體驗。[24]譬如運用“學生參與理論”（student involvement theory）探究學習環境與在線學習投入程度的關系；[25]或從個體微觀層面闡釋學生與環境中影響個體學習投入的變量關系，如運用建構主義學習理論分析在線學習成效和滿意度影響因素。[26][27]多數在線學習投入研究將在線學習投入作為因變量或自變量，而少有研究將其作為中介變量，或關注在院校、個體因素之外對在線學習過程或效果產生影響的其他因素及其作用機制，比如環境支持的因素。通過對已有研究成果的整理歸納，不難發現，諸多環境因素的支持是影響在線學習成效的重要變量，且學生的學習投入作為環境影響下的行為選擇，極大可能是一個重要的中介變量。但是，這種關聯是否還將進一步影響在線學習效果，以及如何影響尚未有人深入研究。

（二）研究假設及模型建構

盡管目前國內對在線學習效果及其影響因素關系的研究有所涉及，一方面為本研究奠定了良好基礎，另一方面更多是在實證研究中抽取影響在線學習效果的關鍵指標，而未將環境單獨作為一項影響在線學習效果的要素深入分析。這種處理方式對全面系統把握在線學習效果的整體影響因素具有積極意義。然而，從優化在線學習環境支持的角度來看，或許不利于我們提出更加有針對性的教育建議。基于此，本研究希望能夠明確如下問題：一是疫情防控常態化背景下，大學生在線學習所獲得的環境支持是否影響學生在線學習投入及學習效果，其中哪些因素是關鍵因素；二是在此基礎上探索并解釋該影響效應的發生機制是什么，即驗證作為學習者學習投入的中介作用如何實現。為此提出四個基本研究假設：

假設1：良好的環境支持對大學生在線學習效果有顯著正向影響；

假設2：良好的環境支持對大學生在線學習投入有顯著正向影響；

假設3：大學生在線學習投入對其學習效果有顯著正向影響；

假設4：大學生在線學習投入在環境支持和學習效果之間起中介作用。

綜合上述分析及假設，本研究聚焦于環境支持的三個關鍵因子——平臺支持、教學支持、家庭支持。以學習者的學習行為——學習投入為中介變量，選取武漢市部分高校中參與在線教學的大學生為研究對象，構建在線學習效果的影響因素結構方程模型，如圖1所示，以探究各因子對在線學習成效的作用機理。其中，本研究的平臺支持是指學生開展在線學習時的設備是否齊全、學習平臺使用便利程度及學習資源是否豐富。教學支持是指在線教學中教師在線教學內容、組織、設計、引導、反饋等對學生的吸引力及幫助情況。家庭支持是指學生居家在線學習時，父母對學生學習的關心及幫助情況。學習投入則是指學生在線學習時，在行為、情感、認知、交互等方面的投入程度。學習效果是學生對在線學習效果的評價。

三、研究設計

（一）研究對象與數據來源

本研究通過問卷調查方式，對湖北省武漢市8所本科院校在校大學生進行調查。問卷在參考國內外相關權威量表基礎上，經多次篩選預測并刪除部分題目，最終形成《疫情期間本科生在線學習投入調查量表》。問卷包括四個部分：一是學生個人信息，包括年級、性別、家庭戶口的性質、學科及學校；二是環境支持情況，包括在線學習平臺情況、教師在線教學、家庭對子女在線學習的支持等共10道題；三是在線學習投入部分，涉及學生在線學習行為投入、交互投入、情感投入、認知投入的認可度等共16道題；四是學習效果部分，通過對比線下學習了解學生在線學習效果，共2道題。通過問卷星平臺發放并最終回收1062份問卷，除去98份無效問卷，得到有效問卷964份，有效問卷回收率為90.77%。調查數據通過SPSS26.0和AMOS23.0軟件進行處理與分析。所調查的高校層次上包括地方普通本科院校和研究型大學，類型上則覆蓋了綜合類、師范類、民族類、理工類、農業類、財經類等高校，樣本具有較好的代表性，詳見表1。

（二）變量描述

1.環境支持

在線學習需要借助一定的學習條件，因此環境是影響在線學習效果的重要因素。鑒于此，將環境支持作為本研究的潛在自變量。采用探索性因子分析提取出自變量的3個主要成分，分別命名為“平臺支持”“教學支持”“家庭支持”，并作為環境支持的觀測變量，其方差累積貢獻率為68.950%，采用最大方差法的旋轉方法的KMO=0.914＞0.8，近似卡方為8224.949，df=45，sig＜0.001，說明提取成分有效可信，適合探索性因子分析。根據因子分析結果，從樣本數據中提取“網絡條件滿足在線學習要求”“在線課程時，多數教師的教學形式很吸引我”“當我在線學習時，家長對我的學習非常支持”等與環境支持相關的11個題項。

2.學習投入

本研究將學習投入作為中介變量，對所有相關題目進行探索性因子分析后提取出“行為投入”“情感投入”“交互投入”“認知投入”4個主成分，即學習投入對應的觀測變量，其方差累積貢獻率為75.993%，KMO=0.948＞0.8，近似卡方為11810.111，df=120，sig＜0.001，說明適合做探索性因子分析。

3.學習效果

本研究的在線學習效果是潛在因變量，是學生經歷在線學習后，對學習效果所做的綜合性評價。通過“比傳統線下學習效果好”和“比傳統線下學習效果差”兩個題項對學生在線學習效果進行觀測，如果“比傳統線下學習效果好”題項得分越高則說明在線學習效果越好；“比傳統線下學習效果差”題項得分越高則表明在線學習效果越差，為一組反向計分題目。

4.調節變量

本研究調節變量分為院校性質和人口統計學變量兩類。前者分為“一般本科”和“研究型大學”，考慮到院校性質影響辦學資源及支持力度，可能造成專業學科基礎上的在線教學資源差距，最終影響學生在線學習效果；后者的變量有性別、年級、生源地、家庭戶口性質、學科，是基于個體差異帶來的對學習投入及其學習效果不同影響的考慮。

為確保研究數據可靠且有效，需測量各變量的因素載荷量及模型信效度。由表2顯示，各題項標準化載荷量均在0.5以上，各維度的克隆巴赫系數（Cronbach’a）和組合信度（Composite Reliability，CR）均大于0.7，表明測量模型的信度良好。此外，各因素平均提取方差值（Average of Variance Extracted，AVE）大于0.5，其擬合度指標基本符合判定標準，[28]AGFI值雖小于判定標準，也仍在可接受范圍內，表明測量模型具有良好的結構效度。[29]

此外，考慮到本研究數據來源相同，可能存在共同方法偏差，在數據分析前采用 Harman 單因素檢驗方法進行共同方法偏差檢驗。[30]對所有項目進行未旋轉因素分析，第一個公因子解釋的變異量只有38.103%（小于40%的臨界標準），且所有項目抽取公因子的數量大于1。說明共同方法偏差問題在允許范圍內，研究結果未受嚴重干擾。

（三）統計分析方法

基于上述研究，通過構建結構方程模型來探究環境支持、在線學習投入與在線學習效果之間的關系，并運用Bootstrap自助抽樣法檢驗學習投入在環境支持與在線學習效果間的中介效應。[31]

四、研究結果分析

（一）描述性分析與相關分析

在環境支持的各子維度表現上，家庭支持的平均水平最高（M=3.88，SD=0.808），其次是平臺支持，最后是教學支持，如表3所示。環境支持各項均值（均在3.5以上）顯示，整體上學生對在線學習的環境支持評價較高。從學習投入的具體要素上，行為投入均值最高，其次是情感和認知投入，而交互投入水平最低，表明學生能夠保證按時上課、完成作業等基本在線學習行為，且過程中能夠體會到一定程度的快樂和成就感，但在師生交流、生生交流、制訂學習計劃、進行課程總結、探索有效的在線學習方法等方面有待提高，反映出大學生深度在線學習的缺失。

從學習效果上，部分（41.4%）學生認為在線學習效果并不十分理想（其均值為3.04，略高于中值3），認為在線學習效果比線下學習效果好的學生僅占28.3%。另外，從相關性來看，環境支持、學習投入和學習效果中所有變量之間均存在顯著的弱正向相關關系。為此，有必要進一步探索各變量間具體的關系路徑。

（二）差異性分析

為了探索不同背景下本科生在環境支持、學習投入、學習效果方面的差異，如表4、5所示，圍繞性別、年級、學科、生源地進行獨立樣本T檢驗或單因素進行方差分析。若方差分析通過了方差齊性檢驗，即采用假定方差齊性的LSD檢驗；若沒有通過，則采用未假定方差齊性的Tamhane’s檢驗。結果顯示：基于性別的環境支持、學習投入及學習效果差異明顯，女生在技術平臺、家庭支持方面顯著高于男生，而男生在交互投入、認知投入和學習效果方面顯著高于女生，在教師教學、行為投入、情感投入方面男女生沒有顯著差異。

在年級上，各年級在教師教學、行為投入、情感投入、交互投入、認知投入等方面均存在顯著差異，以大四年級學生的各維度表現最優；在學科類型上，各學科僅在技術平臺上存在差異。事后比較發現，文史類和理工類、理工類和其他類學科之間在技術平臺上均存在差異；在生源地上，來自不同居住地的本科生在技術平臺、教師教學、家庭支持和交互投入方面均存在差異。例如，省會城市（直轄市）的學生對技術平臺、教師教學、家庭支持的評價均高于其他地區的學生。說明總體上，省會城市能夠更好地為學生提供在線學習環境支持的能力與條件，但是這類學生對學習效果的評價卻最低。鄉鎮或縣級城市學生的交互性學習投入均值偏低，說明家庭背景構成學生在線交互學習的重要環境影響因素。

（三）結構模型檢驗及影響作用分析

基于研究分析框架，利用AMOS23.0軟件對在線學習效果的影響因素進行數據擬合，以判斷模型是否適于分析在線學習效果的影響因素。結構方程模型顯示，擬合效果良好，RMSEA=0.079，SRMR=0.040，NNFI=0.945，CFI= 0.953，說明各項擬合指標值較好。整體而言，環境支持對在線學習效果影響機制的假設得以驗證，詳見圖2。

從圖2可知，多條路徑的系數存在統計學意義，體現在以下四個方面。

第一，環境支持作用于在線學習效果的各路徑系數均具有顯著性，且對學習效果有直接的顯著作用。其中，平臺支持和教學支持對學習效果具有正向促進作用。特別是教師教學支持對學生在線學習效果作用最為明顯（系數0.390），說明良好的技術平臺和教師教學有助于在線學習，即假設1部分成立。相比之下，技術平臺對在線學習效果影響程度更低，說明在影響在線學習效果的諸多環境因素方面，網絡技術環境并不占主導，佐證了所調查的學生群體具備良好的在線學習條件。而家庭環境對學習效果呈現弱負向影響（系數-0.223），從效應值看，學生認為家長在身體關心、學業支持和必要幫助方面明顯不足，甚至低于心理疏導，且多數學生反映家長在學生在線學習遇到困難時難以給予相應幫助，從而一定程度上影響學生在線學習效果。

第二，平臺支持、教學支持和家庭支持對學習投入作用明顯，假設2部分成立。從三者的路徑系數看，教師教學對學習投入影響最大，其次是平臺支持?！凹彝ブС帧诰€學習投入”的路徑系數為-0.151，說明家庭環境沒能對學生在線學習投入起積極正向影響，或家長未能及時扮演好學業“幫扶者”角色，對子女的學業支持不足。

第三，平臺支持、教學支持、家庭支持對學習投入，以及學習投入對在線學習效果作用明顯，證明學習投入是技術平臺、教師教學、家庭支持分別與學習效果之間的中介潛在變量。

第四，從路徑系數值看，學習投入是影響學習效果的重要因素（直接效應值0.529）。進一步發現，在學習投入的四個維度中，認知投入對學習投入影響最大（系數0.926），接著依次是情感投入（0.832）、交互投入（0.793）和行為投入（0.613）。

（四）中介模型檢驗

上述分析結果表明，學習投入在平臺支持、教學支持、家庭支持中存在一定的中介關系。為此，使用Bootstrap自助抽樣法檢驗學習投入在環境支持與學習效果之間的中介效應，結果如表6所示。

從表6可知，本研究構建的最終模型在路徑“平臺支持→學習投入→學習效果”“教學支持→學習投入→學習效果”和“家庭支持→學習投入→學習效果”的效應p值顯著，進而驗證了本研究的假設3，即學習投入在技術平臺、教師教學、家庭支持與被解釋變量學習效果之間都存在顯著中介效應。同時，根據置信區間數值可知，三條路徑區間均不包括0，證明這一中介效應屬于部分中介效應，學習投入對學習效果的影響程度最大。

五、結論與建議

（一）研究結論

1.大學生環境支持、學習投入和在線學習效果處于中等水平

由均值的分析結果可見，技術平臺和家庭環境得分相對高于教師教學，印證了現有網絡條件和技術環境基本能夠滿足大學生學習需求，且家長對學生在線學習給予了一定關懷。但是，學生對在線教學體驗感不佳，說明教師在教學態度、教學組織、教學設計等方面仍有提升空間。在學習投入方面，大學生學習投入整體處于中等偏下水平，行為投入較高，接著依次是情感投入、認知投入，而交互投入最低。說明大學生從行為到認知均能積極參與到在線學習活動中，而在線學習過程中的師生、生生交互學習有待提高，其深度學習投入欠佳。在學習效果方面，學生認為與線下學習相比，總體在線學習效果“一般”。

2.環境支持的各潛在變量與對應的觀測變量均呈正相關

從相關系數來看，三個潛在變量平臺支持、教學支持和家庭支持對應的觀測變量均與學習投入和學習效果呈顯著正相關，而具體相關強弱程度不一，如與學習投入呈中度相關，而與學習效果呈低度相關，特別是“學業支持”“身體關心”“心理疏導”等觀測變量與學習效果的相關系數均在0.3以下，說明需進一步豐富網絡教學資源，完善學習平臺，提高教師教學和家庭支持，為學生在線學習營造良好環境。

3.環境支持、學習投入和學習效果各變量均存在明顯個體效應

不同性別、年級、學科、家庭背景的大學生，其在線學習的環境支持、學習投入和學習效果存在明顯個體差異：①性別上，女生感受到的環境支持度更高，而男生學習投入和學習效果更好。這大概由于男女在認知、思維上的先天差異，及互聯網技術在固有認知中更偏于“男性化”。因此，男生開展在線學習更具優勢，進而能夠獲得更佳學習效果。②年級上，大四學生在線學習投入依次高于大二、大一和大三學生。究其原因，大四學生課業負擔較輕，因此在線學習時間和精力更為充足。而中年級學生課程任務相對較重，大一學生在對大學學習尚未適應的情況下開展在線學習，因此這些年級學生的學習投入及學習效果都處于中等偏下水平。③學科上，各學科僅在技術平臺上呈現出差異，以理工類得分最低。說明技術平臺的支持水平尚不能很好滿足理工類學生的在線學習需求，或與理工類學科特性對技術平臺的高要求有關。④家庭背景上，不同家庭戶口學生在環境支持和大學生交互投入存在顯著差異，來自省會城市（直轄市）學生的在線學習環境支持水平和交互投入水平最高，其次是地級城市，最后是縣級城市和鄉鎮。

4.各潛在變量對應的觀測變量對在線學習效果的影響情況

從效應分析結果來看，平臺支持、教學支持和家庭環境均對在線學習效果產生不同程度影響，但學習效果的關鍵影響要素是教學支持，具體體現為“教學組織”和“教學內容”。平臺支持以資源豐富程度為最大影響因素。值得關注的是，家庭環境對學習效果呈弱負效應，家庭支持對學習效果的影響與預期有所偏差，比如來自城市的學生在家庭支持維度上的均值最高（3.97），但學習效果均值最低（僅為3.19），說明家庭環境對學生在線學習支持與學生學習需求之間存在一定錯位或未能提供有效幫助。

（二）主要建議

1.充分發揮教師主導作用，提升教師教學的信息化應用能力

教師教學是影響學生在線學習行為及結果的首要因素，相關文獻都得到了證實。[32][33]作為在線教學主導者，教師應結合學科和學生學習特點開展教學，破除在線教學的技術導向和工具思維，從而回歸教育本質等問題還有待厘清；同時，思考將信息技術整合運用于不同學科教學的教學策略，重構傳統課堂，在新環境下做好適合在線教學的教學設計，[34]避免由于教學策略、教學活動設計缺陷造成的在線教學效果不佳。[35]學校則需要以教師信息化應用能力提升為核心做好相關工作。例如，建立起與在線教學相適應的教學質量評估體系，提升本科教學質量保障能力，鼓勵教師積極參加信息化教學培訓，并有意識地將教師的信息化教學能力納入到教師教學能力提升的重要方面，等等。

2.建立家校溝通協作機制，彌補劣勢家庭環境的不利影響

“全民在線學習”暴露了居家環境對學生在線學習支持存在的缺陷，同時表明家庭環境是影響學生在線學習行為的重要因素。在后疫情時期的混合式教學中，家庭成員也需一定程度接納并為積極影響學生在線學習提供必要幫助，助推形成家校多元主體共同參與的在線教學新生態。一方面，學生的不同家庭背景是學校在線教學必須預先關注和了解的重要信息，并謹慎選取適合的教學組織形式，避免產生新的教育不公平問題；另一方面，學校要推動構建家校之間的對話協作、溝通理解、合作反饋機制，爭取家長對學生居家學習的支持，充分掌握學生在線學習的心理狀態和情緒感受，并為家庭處境不利的學生提供幫助，注重以靈活、開放、多樣、個性化的形式育人。

3.關注學生群體差異性，培養學生學習的自我管理能力

在線教學缺乏的“在場感”及時空分離的特點，是對學生自主學習的極大考驗，其中的自我管理能力是在線學習不可或缺的重要能力之一。[36]鑒于學生能力的高低，教師需要基于學情區分群體的能力差異性，通過運用不同教學策略引導督促學生自我管理學習能力的提升；同時，教師在教學過程中也要善于及時識別自主學習能力欠缺、課堂參與不活躍的學生群體，并協助規劃調整學習路徑，比如對于低年級和家庭劣勢學生，多采用同伴學習、小組合作等方法豐富學生學習體驗。此外，學校也要重視對學生信息化素養的培養，因為“互聯網時代數字技術素養已經成為必備能力，只有在信息化的教學環境下才有可能培養起這類能力”[37]，通過學生信息化素養的提升，從而部分彌補環境支持不足給在線學習造成的負面影響。

六、結束語

當然，本研究也存在以下三點不足。其一，研究建立的環境支持通過中介學習投入變量的路徑模型對在線學習效果、環境支持直接作用于在線學習效果的解釋力共為63.3%，除去包含的部分殘差解釋，可能還有一些其他在線學習成效的影響因素未被納入，比如很多理論文獻就認為學習動機是影響學生在線學習成效的重要因素，[38][39]或存在其他類型的環境支持因素尚未深入考慮。其二，“環境支持”的內涵界定尚無統一定論，本研究自主構建的每個觀測變量的問卷雖然信效度較好，但問卷設計也依舊存在完善空間。其三，本研究選取的本科院校均是在武漢市抽取的樣本，出于疫情“重災區”的防控需要，武漢市高?；蛟S采取了更為有力的在線教學措施，因此，分析結果或許不足以推斷全國范圍的高校大學生在線學習情況。

參考文獻：

[1]DHAWAN S. Online learning： a panacea in the time of COVID-19 criss[J]. Journal of Educational Technology Systems， 2020，49（1）：5-22.

[2]覃紅霞，周建華，李政.高校師生在線教學持續使用意愿的差異研究[J].高等教育研究，2021，42（1）：83-93.

[3]李艷，陳新亞，陳逸煊，等.疫情期間大學生在線學習調查與啟示——以浙江大學竺可楨學院為例[J].開放教育研究，2020， 26（5）：60-70.

[4]汪衛平，李文.中國大學生在線學習體驗的區域差異及影響因素——基于國內334所高校調查數據的分析[J].開放教育研究，2020，26（6）：89-99.

[5]PAECHTER M， MAIER B， MACHER D． Students’expectations and experiences in e－learning： their relation to learning achievements and course satisfaction[J]． Computers ＆ Education， 2010，54（1）：222－229.

[6]OZKAN S， KOSELER R． Multi-dimensional students’ evaluation of e-learning systems in the higher education context： an empirical investigation[J]． Computers ＆ Education， 2009，53（4）：1285-1296．

[7]ALLY M. Foundations of educational theory for online learning[J]. Theory and Practice of Online Learning， 2004，2：15-44.

[8]杰弗里·亞歷山大.社會學二十講——二戰以來的理論發展[M].賈春增，董天民，等譯.北京：華夏出版社，2000：19.

[9]阿爾伯特·班杜拉.社會學習理論[M].陳欣銀，李伯黍，等譯.北京：中國人民大學出版社，2015：168-169.

[10]鮑威，陳得春，王婧.后疫情時代線上線下學習范式和教學成效的研究——基于線上線下高校學生調查數據的對比分析[J].中國電化教育，2021（6）：7-14.

[11]XU D， HUANG W W， WANG H， et al. Enhancing e-learning effectiveness using an intelligent agent-supported personalized virtual learning environment： an empirical investigation[J]. Information amp; Management， 2014，51（4）：430-440.

[12]ALQURASHI E. Predicting student satisfaction and perceived learning within online learning environments[J]. Distance Education， 2019，40（1）：133-148.

[13]KUMAR S， PERRATON L， MACHOTKA Z.Development and implementation of an online hybrid model for teaching evidence-based practice to health professions： processes and outcomes from an Australian experience[J]. Advances in Medical Education and Practice， 2010（1）：1-9.

[14]PARK JI-HYE， CHOI HEE JUN. Factors influencing adult learners’ decision to drop out or persist in online learning[J]. Educational Technology amp; Society， 2009，12（4）：207-217.

[15]李文昊，祝智庭.改善情感體驗：緩解大規模疫情時期在線學習情緒問題的良方[J].中國電化教育，2020（5）：22-26，79.

[16]胡小勇，林梓柔，梁家琦.疫情下的在線教學，家校協同準備好了嗎？[J].現代遠距離教育，2020（3）：3-8.

[17]LUKE W HYDE， ADAM GORKA， STEPHEN B MANUCK， et al. Perceived social support moderates the link between threat-related amygdala reactivity and trait anxiety[J]. Neuropsychologia， 2011，49（4）：651-656.

[18]NORTVIG A M， PETERSEN A K， BALLE S H. A literature review of the factors influencing e-learning and blended learning in relation to learning outcome， student satisfaction and engagement[J]. Electronic Journal of E-learning， 2018，16（1）：46-55.

[19]HAMIDI H， CHAVOSHI A. Analysis of the essential factors for the adoption of mobile learning in higher education： a case study of students of the university of technology[J]. Telematics and Informatics， 2018，35（4）：1053-1070.

[20]TRICKER T， M RANGECROFT， P LONG， et al.Evaluating distance education courses：the student perception[J].Assessment amp; Evaluation in Higher Education， 2001，26（2）：165-177.

[21]蔡紅紅.教師在線教學準備與學生學習效果的關系探究——學習者控制與學業情緒的中介作用[J].華東師范大學學報（教育科學版），2021，39（7）：27-37.

[22]NORTHRUP P T. Online learners’ preferences for interaction[J]. The Perfect Online Course： Best Practices for Designing and Teaching， 2009：463-473.

[23]劉繁華，易錫添.在線學習投入的分析模型構建及應用研究[J].電化教育研究，2021，42（9）：69-75.

[24]尹睿，徐歡云.國外在線學習投入的研究進展與前瞻[J].開放教育研究，2016，22（3）：89-97.

[25]AUSTIN A W. Student involvement： a developmental theory for higher education[J]. Journal of College Student Development， 2016，40（5）：518-529.

[26]SHANG CHING-HSIE， LIN E-SOON， JUAN CHIH-YUNG， et al. Design e-learning concepts discussion based on symbolic interactionism[J]. Advanced Science Letters， 2013，19（8）：2519-2522.

[27]EOM S B. The determinants of students’perceived learning outcomes and satisfaction in university online education： an update[J]. Journal of Innovative Education， 2016， 14（2）：185-215.

[28]溫忠麟，侯杰泰，馬什赫伯特.結構方程模型檢驗：擬合指數與卡方準則[J].心理學報，2004，36（2）：186-194.

[29]FORNELL C， LARCKER D F. Evaluating structural equation models with unobservable variables and measurement error[J]. Journal of Marketing Research， 1981，18（1）：39-50.

[30]周浩，龍立榮.共同方法偏差的統計檢驗與控制方法[J].心理科學進展，2004（6）：942-950.

[31]吳明隆.結構方程模型——AMOS的操作與應用[M].重慶：重慶大學出版社，2017：158-170.

[32]譚光興，徐峰，等.高校學生網絡教學行為意向影響因素與模型[J].電化教育研究，2012（1）：47-53.

[33]荊永君，李昕，姜雪.在線學習行為意向影響因素分析及后疫情時代的教育啟示[J].中國電化教育，2021（6）：31-38.

[34]鄔大光，沈忠華.我國高校開展在線教學的理性思考——基于6所本科高校的實證調查[J].教育科學，2020（4）：1-8.

[35]王繼新，韋怡彤，宗敏.疫情下中小學教師在線教學現狀、問題與反思——基于湖北省“停課不停學”的調查與分析[J].中國電化教育，2020（5）：15-21.

[36]管玨琪，祝智庭.技術豐富環境下學習力構成要素：一項探究設計研究[J].中國電化教育，2018（5）：1-7.

[37]郭文革.教育變革的動因：媒介技術影響[J].教育研究，2018（4）：36.

[38]CHUA Y P， DON Z M. Effects of computer-based educational achievement test on test performance and test takers’ motivation[J]. Computers in Human Behavior， 2013，29（5）：1889-1895.

[39]CASTILLO-MERINO D， SERRADELL-LOPEZ E. An analysis of the determinants of students’ performance in e-learning[J]. Computers in Human Behavior， 2014，30：476-484.

Influence and Mechanism of Environmental Support on"Online Learning Effectiveness of College Students

Qionglin FU1， Fengju CHEN2

（1.School of Education， Hubei University， Wuhan 430062， Hubei;

2.Institute of Education， Xiamen University， Xiamen 361005， Fujian）

Abstract： Environmental support is an important prerequisite which guarantees online learning. Based on the questionnaire designed from two dimensions of students engagement and learning effectiveness， this online survey involves 964 undergraduates from 8 universities in Wuhan. The paper studies the influence of technical platform support， teaching support and family support on online learning of college students and its path through structural equation model. The main findings are as follows： technical platform support and teaching support have a significant positive influence on online learning effectiveness and students engagement; students engagement has a significant positive effect on its learning effectiveness， and partially meditates the relationship between environment support and learning effectiveness. Based on the conclusion， this paper gives suggestions from aspects of teachers’ role orientation in the process of students’ online learning， constructing mechanism of home-school cooperation， and paying attention to" differences of online learning in terms of students’ groups.

Keywords： Online learning; Environmental support; Learning effectiveness; Influence mechanism

編輯：王天鵬" "校對：王曉明

DOI： 10.3969/j.issn.1673-8454.2023.07.010

作者簡介：符瓊霖，湖北大學師范學院講師，博士（湖北武漢 430062）；陳鳳菊，廈門大學教育研究院碩士研究生（福建廈門 361005）

基金項目：本文系2020年湖北省教育科學規劃課題“疫情防控背景下大學生在線學習優化策略研究”（編號：2020GB012）的階段性研究成果