我國外語教師技術使用認知與行為意向研究

[中圖分類號] H319 [文獻標識碼]A [文獻編號] 1002-2643（2025）02-0066-13

A Study on the Cognition and Behavioral Intentions of Foreign Language Teachers’ Use of Technology in China： A MASEM Analysis Based on Quantitative Research at Home and Abroad

YU Jinming

Abstract： The study takes the meta-analytic structural equation modeling method to conduct a systematic search of literature on the cognition and behavioral intentions of the use of technology among foreign language teachers in China. The selected literature was subjected to variable correlation and path analysis. The research results show that the perceived ease of use has no direct impact upon attude； Perceived usefulness has a strong mediating effect and a strong positive impact on atitudes and behavioral intentions of the use of technology； The self-efficacy of the use of technology has a strong direct and indirect impact on perceived ease of use， perceived usefulness， attitudes， and behavioral intentions； The facilitating conditions also have a strong positive direct impact on perceived ease of use and behavioral intentions. The study sheds light on the promotion of the use of technology and informatization of foreign language teaching.

Key words： foreign language teachers； use of technology； meta-analysis； self-efficacy

1.引言

技術使用的認知與行為研究由來已久，并且熱度持續上升，近幾年由于大語言模型、神經網絡等人工智能技術的發展，其研究更是如日中天、十分興盛。教育領域要能夠搭上智能技術的便車，教師的認知與行為是關鍵影響因素。就我國英語教師而言，許多研究者以技術接受模型（Davis，1989）、UTAUT模型（Venkatesh et al.，2003）等理論為指導，對教師們在教學、科研中技術使用現狀與影響因素進行了大量研究。大多數研究發現，已有模型能夠解釋我國英語教師技術使用認知與行為意向，但也有個別研究得到了不一致的結論。比如，本研究選取的31篇文章中有15篇驗證分析了英語教師技術使用感知易用性對感知有用性的直接影響，其中12篇研究表明有直接影響，3篇研究發現并無直接影響（Liu et al.，2019；Sunamp;Zou，2022；馬牧青，2018）；此外，技術使用感知易用性對技術使用態度與行為意向的影響、技術使用自我效能感對感知易用性的影響以及技術使用便利條件對使用態度與行為意向的影響等方面（Hsu，2016；Liu et al.，2017；Mei et al.，2018；Teo et al.，2018；李濤等，2021；Huang et al.，2023），目前的研究結論都存在不一致的情況。因此，很有必要收集整理已有研究數據，采用元分析的方法，進一步確認我國英語教師技術使用認知與行為各變量的復雜關系。

MASEM（Meta-Analytic StructuralEquation Modeling）是將元分析與結構方程模型結合去驗證某種假設模型是否成立的一種系統性文獻研究方法（Viswesvaran etal.，1995；Jak，2015；Cheung et al.，2016；Kraftamp;Bausch，2016）。該方法可以綜合存在分歧的已有研究數據，進一步探究各變量之間的直接影響、間接影響與中介效應，得到更可信的研究結論（Kraftamp;Bausch，2016）。鑒于此，本研究采用MASEM元分析法，在對已有文獻系統篩選的基礎上，進一步探究了我國英語教師技術使用便利條件、自我效能感、感知有用性、感知易用性、使用態度以及行為意向之間的復雜關系，以期對英語教師信息素養提升與專業發展有一定指導意義。

2.文獻綜述與研究假設

源自理性行為理論的技術接受模型（TechnologyAcceptance Model，簡稱TAM）是評估教師技術接受度的最常用、最有用模型之一（Teo，2009；Scherer et al.，2019；Bai et al.，2021）。大多數有關我國英語教師技術使用認知與行為的研究都是基于該模型展開的。感知有用性（PerceivedUsefulness）、感知易用性（PerceivedEase of Use）、技術使用態度（Atitude" TowardsUsing）和行為意向（Behavioral Intention）是 TAM模型的四個核心構念。其中，感知有用性（PU）是指技術使用可以提升自己的工作或學習能力；感知易用性（PEU）是指技術可以輕松掌握，其使用不需要付出額外的努力；技術使用態度（ATTU）是指個人對技術的喜愛程度；行為意向（BI）指個人使用技術的意愿強度。圖1展示了這四個構念的路徑關系，該關系已被Schereretal.（2019）、Huangetal.（2020）等人的研究證實，但該關系與我國英語教師技術使用的相關研究結論不盡一致（Teo et al.，2018； Huang，Teo amp; Guo，2021）。鑒于此，H1-H5將會被作為本研究的前五個路徑假設：

H1：我國英語教師技術使用感知易用性對其技術使用感知有用性有直接正向影響；

H2：我國英語教師技術使用感知易用性對其技術使用態度有直接正向影響；

H3：我國英語教師技術使用感知有用性對其技術使用態度有直接正向影響；

H4：我國英語教師技術使用感知有用性對其技術使用行為意向有直接正向影響；

H5：我國英語教師技術使用態度對其技術使用行為意向有直接正向影響。

TAM模型由于過于簡單經常受到研究者們的批評（Shachaketal.，2019），所以，研究者們在使用TAM模型時，經常會對其進行拓展，融入自我效能感、便利條件等內外部影響因素。研究證明，拓展后的TAM模型依然具有穩健性與解釋力（Meietal.，2018；Schereret al.，2019；Gao et al.，2023）。伴隨著計算機信息技術在各行業的普及，信息技術接受研究日趨成熟，新的理論模型不斷出現。Venkatesh（2003）等人對其中的8個模型進行了比較研究，最終提出了 UTAUT 模型（Unified Theory of Acceptance and Use of Technology）。該模型在我國英語教師技術接受研究中的運用也比較普遍。該模型由績效期望（Performance Expectancy）、努力期望（Effort Expectancy）社會影響（Social Influence）、自我效能感（Self-efficacy）、便利條件（FacilitatingConditions）等8個構念構成。其中，“績效期望”和\"努力期望”分別類似于TAM模型中的“感知有用性”和“感知易用性”（Shachak etal.，2019；馬牧青，2018；張哲等，2019）。

社會認知理論創始人班杜拉（Bandura，1977）認為，效能期待（Efficacy Expectations）會影響結果期待（OutcomeExpectations），進而影響個人行為選擇，因此，自我效能感是影響個人行為的重要認知因素。計算機自我效能是自我效能的下層概念（李濤等，2021），Compeauamp;Higgins（1995）依據Bandura的自我效能理論，將計算機自我效能定義為個體對自己使用計算機完成某種任務能力的自我判斷。教師計算機自我效能與其教學中信息技術整合水平密切相關，影響教師對計算機輔助教學的態度（Scherer et al.，2015；李濤等，2021）。此外，李濤（2017）等人研究發現，我國職前外語教師的計算機自我效能越高，其技術整合教學水平越高；Baiet al.（2021）、Gao et al.（2023）等人研究發現，計算機自我效能感對我國英語教師技術使用感知易用性、有用性以及行為意向都有顯著影響。然而，也有研究發現我國高校英語教師計算機自我效能感對感知易用性沒有顯著影響（Teo etal.，2018），我國職前英語教師計算機自我效能感對行為意向也沒有顯著影響（Mei etal.，2018）。基于以上文獻，本研究提出以下假設：

H6：我國英語教師計算機自我效能感對其技術使用態度有直接正向影響；

H7：我國英語教師計算機自我效能感對其技術使用感知有用性有直接正向影響；

H8：我國英語教師計算機自我效能感對其技術使用感知易用性有直接正向影響；

H9：我國英語教師計算機自我效能感對其技術使用行為意向有直接正向影響。

便利條件是指個人感受到基礎設施、人員或機構等對技術使用的支持程度（Venkatesh etal.，2003）。近年來，在教師技術使用認知與行為研究方面，許多研究者不論是基于TAM模型還是UTAUT模型，都經常將便利條件作為重要變量，并且研究發現該變量對教師技術使用認知與行為的多個指標有顯著影響。比如，Scherer etal.（2019）等人的元分析發現，便利條件對教師技術使用感知易用性與感知有用性都有顯著影響；Teo etal.（2018）、Mei et al.（2018）、Bai et al.（2021）、Gao et al.（2023）等人研究發現便利條件對我國英語教師技術使用感知易用性、使用態度、行為意向有顯著影響。然而，也有少數研究發現便利條件對我國英語教師技術使用態度與行為意向沒有顯著影響（Huang etal.，2023；Sunamp;Luo，2023）。鑒于此，本研究提出以下假設：

H10：技術使用便利條件對我國英語教師技術使用態度有直接正向影響。

H11：技術使用便利條件對我國英語教師技術使用感知有用性有直接正向影響。

H12：技術使用便利條件對我國英語教師技術使用感知易用性有直接正向影響

H13：技術使用便利條件對我國英語教師技術使用行為意向有直接正向影響。

除直接影響之外，許多研究者也探究了教師技術使用行為意向的間接影響因素。比如，Hsu（2016）研究發現，感知有用性在感知易用性與行為意向之間具有中介效應；Bai etal.（2021）研究發現，自我效能感與便利條件通過感知易用性與感知有用性間接影響行為意向；Ye etal.（2022）也研究發現混合學習態度在技術使用自我效能感與混合學習行為之間具有中介效應。基于已有研究，本研究也將在直接效應分析的基礎上，適時分析某些變量的間接影響。

3.文獻搜集與研究方法

表1列出了本研究的文獻檢索與篩選方法。漢語文獻檢索方面，考慮到研究質量，本研究只對CNKI平臺的博士、會議以及CSSCI與中文核心期刊論文進行了檢索，采用高級檢索模式，共檢索到1124篇文獻；對這些文獻進行篩選后，又對重點文章的參考文獻與引文進行了追溯檢索，共檢索到31篇；最后，只選取了6篇符合篩選標準的相關研究。對英文文獻檢索時，本研究也采取了高級檢索模式，選取了WOS平臺的“Web of Science CoreCollection”和“ProQuestDissertations amp; Theses Citation Index”兩個子群進行了檢索，共檢索到2155篇文獻；對這些文獻的題目、摘要進行在線閱讀后，共篩選出400多篇進行下載，導入EndNote，再次排重與篩選。最后，在篩選出符合標準的24 篇文獻后，又對重點文章的參考文獻與引文進行了追溯檢索，共檢索到53篇文獻，并從其中選出了1篇符合篩選標準的文獻。文獻檢索發現，對我國外語教師計算機信息技術使用認知與行為的量化研究主要集中在2010年以后，2010年以前只檢索到1篇符合篩選標準的論文。考慮到文獻時效性，2010年之前的這篇文獻被排除。選取的31篇文獻中，有15篇是對大學英語教師的研究，對職前與中小學英語教師的研究分別有7篇，大中小混合的研究有1篇，職前與大學教師混合的有1篇。

本研究選取了目前研究中最常見的幾項認知與行為變量的積差相關系數計算平均效果量，但本研究選取的文獻中有8篇文章未報告積差相關系數，只報告了基于結構方程模型的路徑系數。對此，本研究首先基于已有研究（Petersonamp;Brown，2005；Bowman，2012；張哲等，2019），依次采用以下兩個公式對路徑系數進行了矯正，然后對校正后的系數與其他相關系數一起進行fishers' z轉換，計算出每個關系的平均效果量。

為標準化路徑系數， 和 分別為自變量和因變量的測量信度；^是指示變量，當 為非負時 λ 等于1，當 為負時 λ 等于0。

本研究首先采用CMA3.0軟件自帶的Egger's回歸與Fail-safeN檢驗，對31篇文章的出版偏倚進行了檢驗，并采用Q檢驗和 檢驗對異質性進行了判斷。最后，本研究按照已有研究的建議與做法（Jak，2015；戴振威等，2021），在Meta分析與計算各研究變量集合相關矩陣的基礎上，用 Amos23.0 軟件構建結構方程模型，分析各變量間的路徑系數，進行假設驗證。建構結構方程模型時，本研究首先提取了各變量所在原始研究中的克隆巴赫系數并計算平均值，得出每個變量的平均信度，并根據結構方程模型信度設定原則，將測量殘差的方差設定為 1-α（α 為各變量的平均信度），非標準化因子載荷量設定為 ，模型的樣本數采取各變量研究樣本的調和平均值（Viswesvaran et al.，1995；Cheung，2015；廖勇海等，2015；戴振威等，2021）。

4.研究結果分析

4.1我國外語教師技術使用認知與行為意向研究出版偏倚與異質性檢驗

如表2所示，最小Q值為47.33（ plt;0.001），最小 值為 85.21% （大于臨界值 70% ），說明樣本之間存在異質性，因此，本研究采用了隨機效應模型（RandomEffects）合并效應量；Egger's回歸分析發現，最大T值為1.86，最小p值為0.1，大于0.05，未達到顯著水平（Egger et al.，1997）；此外，Fail-safe-N檢驗也顯示，失效安全篇數遠大于本研究選取篇數的5倍（張紹勛，2014），因此，所選文章無發表偏倚。

4.2我國外語教師技術使用認知與行為意向各維度相關分析

基于隨機模型的Meta分析結果顯示，便利條件（FC）、自我效能（SE）、感知有用性（PU）、感知易用性（PEU）、使用態度（ATTU）和行為意向（BI）等各變量相關系數的置信區間均不包含0，因此，我國外語教師技術使用認知與行為各變量之間均存在顯著正相關（見表2）。依據已有研究的標準（邱皓政，2009），我國外語教師技術使用態度（ATTU）與便利條件（FC）、感知易用性（PEU）與使用態度（ATTU）以及與行為意向（BI）之間存在較弱相關（ 0.2lt;r≤0.4）；其他變量之間均為中度相關（0.4lt;r≤0.6）。其中，便利條件（FC）與感知易用性（PEU）的關系最為密切，自我效能感（SE）與感知易用性（PEU）的關系次之，感知有用性（PU）與態度（ATTU）、行為意向（BI）的關系也相對較強。

4.3我國外語教師技術使用認知與行為意向各維度路徑分析

按照研究假設建構的結構方程模型初次擬合不理想，卡方值與自由度之比偏大，p值小于0.001，RMSEA（Root Mean Square" Error of Approximation）值大于 0.08（見表 3）。查看路徑系數發現，易用性到態度（PEU arrow ATTU）的路徑系數不顯著（ p=0.081gt;0.05 。接下來，按照Sunamp;Luo（2023）等研究者的做法，排除該路徑，重新擬合后，方程的擬合度有明顯改善，RMSEA值小于0.08（見表3）。盡管卡方值與自由度之比仍然偏大，p值仍然小于0.001，但其他值都已符合標準。按照許宏晨（2019）等人的觀點，只要絕大多數指標都在參考范圍內，且模型中的標準化回歸系數均達到顯著水平，即可認定該模型可以接受。因此，本研究將接受調整后的模型（見圖2），并基于該模型進行直接效應與間接效應分析。

路徑分析發現，本研究提出的13個假設中只有假設2（H2：感知易用性對使用態度有直接影響）不成立，而其他假設均得到了數據支持（ ）。從圖2與表4可以看出，行為意向的 值為0.446，表明便利條件、自我效能、感知有用性、感知易用性、使用態度等5個變量可以解釋行為意向 44.6% 的方差。三個中介變量感知有用性、感知易用性、使用態度的 值分別為 0.349，0.533，0.401 ，表明他們被有效預測的可能性也很高。有用性到態度與便利條件到易用性的權重系數最高，分別是0.468、0.472；自我效能感到行為意向與便利條件到有用性的權重系數相對較低，分別是0.155、0.169；便利條件到態度的權重系數最低，是0.09，詳細信息見表4。除直接效應外，本研究也采用參數型自助法（Mackinnon，2008）檢驗了各變量的中介效應以及總間接效應的顯著性。結果表明，技術使用感知易用性、自我效能感、便利條件都對行為意向有很強的間接效應（ ，見表5）；這三者都是以態度和有用性為中介的，且有用性的中介效應明顯高于態度的中介效應；在這三者中，有用性的中介效應與總間接效應的占比分別是 77.38%.63.69% 66.95% 。此外，有用性在易用性與態度、自我效能感與態度以及便利條件與態度中的中介效應也很顯著，效應量都大于0.1，特別是對自我效能感與態度的中介效應（0.173）幾乎等于其直接效應（0.174）。最后，便利條件通過有用性對態度的間接影響（0.129）高于其直接影響（0.09）。

（續表）

5.研究結果討論

就技術接受模型（TAM）的核心變量而言，本研究發現與Huang，Teo amp;Guo（2021）等人的研究發現基本一致，與Teo et al.（2018）、Gao et al.（2023）等人的研究結論有少許差異。本研究發現，技術易用性對技術有用性有直接影響（H1），這與前面提到的12篇文章的研究發現一致，這也表明如果教師覺得技術好用、好操作，他們就會覺得該技術更有用（Huang，Teoamp;Guo，2021）。與已有研究發現一致，本研究發現有用性對使用態度（H3）與行為意向（H4）有很強的正向直接影響（Teo et al.，2018；Huang，Teoamp;Guo，2021），并對易用性與使用態度、易用性與行為意向的關系有很強的中介效應（Hsu，2016），這表明，我國英語教師技術使用行為意向很大程度上是由技術有用性決定的；此外，我國英語教師技術使用態度對行為意向（H5）也有直接影響（Huang，Teoamp; Guo，2021；Gao et al.，2023），并且態度在有用性與行為意向以及易用性與行為意向的關系中存在較強的中介效應。Teo（2009）也認為，當教師覺得某項技術很有用，并持積極態度時，他們就更傾向于使用該技術。最后，與Teo etal.（2018）等人的研究發現一致，本研究發現易用性對態度（H2）沒有直接影響，但通過有用性對態度有顯著的間接影響，這可能是因為我國外語教師是否使用某項技術主要取決于該技術能否促進教學，而非容易使用（Li，2014）。

在技術接受模型（TAM）的拓展變量方面，本研究發現自我效能感對技術使用態度（H6）感知有用性（H7）、感知易用性（H8）以及行為意向（H9）有較強的直接影響，并以使用態度和感知有用性為中介，對行為意向有顯著的間接影響。該發現與Gao et al.（2023）、Baiet al.（2021）、Ye et al.（2022）等人的研究結果基本一致，從而也再次證實，當教師對技術整合有信心時，他們更有可能對技術使用感興趣，并在技術使用方面更有可能取得成功（Liu，Chuamp;Wang，2021）。另外一個拓展變量是便利條件，本研究也發現便利條件對技術使用態度（H10）、感知易用性（H12）以及行為意向（H13）有較強的直接與間接影響，這表明教師對便利條件的感知會影響他們對技術難易度的感知以及技術的使用態度與意愿（Mei et al.，2018；Teo et al.，2018；Gao et al.，2023）。最后，本研究發現，便利條件對我國英語教師技術使用感知有用性（H11）也有直接與間接影響，但在目前收集的文獻中，沒有文獻探究該影響路徑，而Schereretal.（2019）等人的元分析發現，該影響在教師身上確實是存在的。在課堂上提供及時的技術支持能夠避免課堂混亂與時間浪費（Meietal.，2018），這可能會進而影響教師對技術有用性的感知。

6.研究結論與啟示

綜上所述，我國外語教師技術使用認知與行為不同維度間存在復雜關系。首先感知易用性對技術使用態度沒有直接影響，但有顯著的間接影響；感知有用性對技術使用態度與行為意向有很大的直接與間接影響；路徑分析也發現，技術有用性有很強的中介效應。這表明，我國外語教師是否選用某項技術主要取決于該技術對提升英語教學質量的有效性，而不是該技術使用的難易度。因此，學校與教育主管部門在引進某項技術時首先要考慮該技術的有用性，同時，在教師培訓方面要多采用體驗式、參與式培訓，讓教師深刻體驗到該技術對英語教學的實用性、對提升教學質量的有效性。其次，我國外語教師技術使用自我效能感對感知易用性、感知有用性、使用態度以及行為意向都存在很強的直接或間接影響。因此，在教師培訓中，不僅要關注教師技術使用技能的提升，也要關注教師利用技術改進教學、提升教學質量的自信心的建立；同時，在日常教學管理中也要多鼓勵教師合理、有效地使用技術，從而提升其技術使用的自信心。最后，技術使用的便利條件對我國外語教師技術使用感知易用性與行為意向有很強的正向直接影響。基于此，各學校要建立健全技術使用的軟硬件保障體系，保證技術運行的穩定性以及教師技術使用的便捷性，保證遇到技術故障時能夠及時排除、遇到問題時能夠及時解決。總之，學校與教育主管部門應該依據教師技術使用的認知與行為規律，在技術引進、教師培訓、技術保障等方面采取有針對性的措施，從而有效提升技術利用率，促進教育信息化。

參考文獻

[1]Bai， B.， J.Wang amp; C. S.Chai.Understanding Hong Kong primary school English teachers’continuance intention to teach with ICT[J]. Computer Assisted Language Learning， 2021， 34（4） ： 528-551.

[2]Bandura， A. Self-efficacy：Toward a unifying theory of behavioral change[J].Psychological Review，1977， 84（2） ： 191-215.

[3]Bowman， N. A. Effect sizes and statistical methods for Meta-Analysis in higher education[J]. Research in Higher Education， 2012，53： 375-382.

[4]Cheung， M. W. Meta-analysis： A Structural Equation Modeling Approach[M]. Singapore： Wiley， 2015.

[5]Cheung， M. W. amp; S. F. Cheung. Random-effects models for meta-analytic structural equation modeling： Review， issues， and illustrations[J]. Research Synthesis Methods， 2016， 7（2）： 140-155.

[6]Compeau， D. R. amp; C. A. Higgins. Computer self-effcacy： Development of a measure and initial test[J]. MIS Quarterly，1995， 19（2） ： 189-211.

[7]Davis， F. D. Perceived usefulness， perceived ease of use， and user acceptance of information technology [J]．MIS Quarterly，1989，13（3）： 319-340.

[8]Egger， M.， G. D. Smith， M. Schneider amp; C. Minder. Bias in meta-analysis detected by a simple graphical test[J]. BMJ-British Medical Journal， 1997， 315： 629-634.

[9]Gao， Y. J.et al. Factors afecting English language teachers'behavioral intentions to teach Online under the pandemic normalization of COVID-19 in China[J/OL]. Behavioral Sciences， 2023.https：//doi. org/ 10.3390/bs13080624.[2024-12-28]

[10]Hsu， L. W. Examining EFL teachers' technological pedagogical content knowledge and the adoption of mobile-assisted language learning： A partial least square approach[J]. Computer Assisted Language Learning， 2016， 29（8） ： 1287-1297.

[11]Huang， F.amp; T. Teo. Influence of teacher-perceived organizational culture and school policy on Chinese teachers' intention to use technology： An extension of technology acceptance model[J]. Educational Technology Research and Development， 2020， 68： 1547-1567.

[12]Huang，F.，T. Teo amp; J. Y. Guo.Understanding English teachers' non-volitional use of online teaching： A Chinese study[J/OL]. System， 2021. htps：//doi.org/10. 1016/j. system.2021.102574.[2024-12- 28]

[13]Huang， F.，T. Teo amp; X. Zhao. Examining factors influencing Chinese ethnic minority English teachers' technology adoption： An extension of the UTAUT model[J/OL]. Computer Asisted Language Learning， 2023.https：//doi. org/10.1080/09588221.2023. 2239304.[2024-12-28]

[14]Jak， S.Meta-Analytic Structural Equation Modelling[M].Cham： Springer International Publishing AG，2015.

[15]Kraft， P. S. amp; A. Bausch. How do transformational leaders promote exploratory and exploitative innovation？ Examining the black box through MASEM[J]. Journal of Product Innovation Management， 2016， 33（6） ： 687-707.

[16]Li，L. Understanding language teachers' practice with educational technology： A case from China[J]. System， 2014， 46： 105-119.

[17]Liu， H.，W.Chu amp; Y. Wang.Unpacking EFL teacher self-efficacy in livestream teaching in the Chinese context[J/OL].Frontiers in Psychology，2021. https：//doi.org/10.3389/fpsyg.2021.717129.[2024- 12-28]

[18]Liu， H.， C. H. Lin amp; D. Zhang. Pedagogical beliefs and atitudes toward information and communication technology： A survey of teachers of English as a foreign language in China[J]. Computer Assisted Language Learning， 2017， 30（8） ： 745-765.

[19]Liu， H.，L. Wang amp; M. J. Koehler. Exploring the intention-behavior gap in the technology acceptance model：A mixed-methods study in the context of foreign language teaching in China[J]. British Journal of Educational Technology， 2019， 50（5） ： 2536-2556.

[20]Mackinnon， D. Introduction to Statistical Mediation Analysis[M]. New York： Taylor amp; Francis Group， 2008.

[21]Mei， B.， G.T. L. Brown amp; T. Teo. Toward an understanding of preservice English as a foreign language teachers' acceptance of computer-assisted language learning 2.O in the People's Republic of China[J]. Journal of Educational Computing Research， 2018， 56（1）： 74-104.

[22]Peterson， R. A.amp; S. P. Brown. On the use of Beta Coefficients in meta-analysis[J]. Journal of Applied Psychology，2005，90（1）： 175-181.

[23]Scherer， R.， F. Siddiq amp;T. Teo. Becoming more specific： Measuring and modeling teachers’ perceived usefulness of ICT in the context of teaching and learning[J]. Computers amp; Education， 2015，88： 202-214.

[24]Scherer， R.， F. Siddiq amp; J.Tondeur. The technology acceptance model （TAM）： A meta-analytic structural equation modeling approach to explaining teachers' adoption of digital technology in education [J]. Computers amp; Education， 2019， 128： 13-35.

[25]Shachak， A.， C. Kuziemsky amp; C. Petersen. Beyond TAM and UTAUT： Future directions for HIT implementation research[J/OL]. Journal of Biomedical Informatics， 2019. https：//doi.org/10.1016/j. jbi. 2019.103315.[2024-12-28]

[26]Sun， P. P. amp; X. Luo. Understanding English-as-a-foreign-language university teachers’ synchronous online teaching satisfaction： A Chinese perspective[J/OL]. Journal of Computer Assisted Learning， 2023. https：//doi. org/10.1111/jcal.12891.[2024-12-28]

[27]Sun， W. amp; B. Zou. A study of pre-service EFL teachers' acceptance of online teaching and the influencing factors[J]. Language Learning amp; Technology，2022， 26（2）： 38-49.

[28]Teo， T. Modelling technology acceptance in education： A study of pre-service teachers[J].Computers amp; Education，2009，52（2）： 302-312.

[29]Teo， T.，F. Huang amp;C.K.W. Hoi.Explicating the influences that explain intention to use technology among English teachers in China[J]. Interactive Learning Environments， 2018， 26（4）： 460-475.

[30]Venkatesh， V. et al. User acceptance of information technology： Toward a unified view[J]. MIS Quarterly，2003，27（3）： 425-478.

[31]Viswesvaran， C.amp; D. S. Ones. Theory testing： Combining psychometric meta-analysis and structuralequation modeling[J]. Personnel Psychology，1995，48 （4）： 865-885.

[32]Ye， L.， M.Kuang amp;S.Liu.ICT self-Efficacy，organizational support，attudes， and the use of blendedlearning： An exploratory study based on English teachers in basic education[J/OL]. Frontiers inPsychology，2022. https ：//doi. org/10.3389/fpsyg. 2022.941535.[2024-12-28]

[33]戴振威，馬偉光．基于Meta分析的中國護士離職傾向影響因素模型構建[J]．解放軍護理雜志，2021，（8）：5-7.

[34]李濤，歐陽護華．教育信息化背景下職前外語教師技術傾向研究[J]．外語電化教學，2017，（12）：78-83.

[35]李濤，張蓮．英語專業師范生信息技術與課程整合教學認知及其影響因素[J]．山東外語教學，2021，（4）：51-62.

[36]廖勇海，劉益，賈興平．基于Meta視角的市場導向、產品創新、產品競爭優勢與新產品績效關系研究[J]．研究與發展管理，2015，（3）：105-113.

[37]馬牧青．高校外語教師信息資源給養轉化行為研究[D]．上海外國語大學，2018.

[38]邱皓政．量化研究與統計分析[M]．重慶：重慶大學出版社，2009.

[39]許宏晨．第二語言研究中的結構方程模型案例分析[M]．北京：外語教學與研究出版社，2019.

[40]張紹勛．Meta分析實作：使用Excel與CMA程式[M]．臺中：五南圖書出版股份有限公司，2014.

[41]張哲等．教師應用智能技術教學影響因素元分析[J]．現代遠距離教育，2019，（2）：3-13.

（責任編輯：潘潔）