学习者文化因素对MOOCs参与度的影响*——以edX平台为例

夏丽华 韩冬梅

（上海财经大学 信息管理与工程学院，上海 200433）

一、引言

自2011年以来，大规模在线开放课程（MOOCs）在世界范围兴起。有别于传统教育和在线教育，MOOCs凭借开放、免费及网络化等优势[1]，为来自不同文化背景的世界各地学习者提供了终身学习的机会[2-5]，不仅促进着教育资源和机会的公平化[6，7]，也为实现教育模式的变革和创新提供契机。

MOOCs是一种非正式的网络学习[8]，与传统教育一样，MOOCs教育同样根植于文化[9-11]。国家之间的文化信仰和价值观之间的根本差异[12-14]，形成了多样化的东西方教学实践，同一文化背景下的学习者有着相似的学习风格、思维方式[15]以及信息技术使用偏好，例如，导航、搜索行为、图像和色彩界面方面的文化认同[16-18]。多元性文化会造成学习者和教师之间以及学习者之间的冲突，文化差异越大，文化摩擦发生的可能性越大，从而形成学习障碍[19，20]，对学习者的参与积极性产生负面影响。

越来越多的业界管理者和研究者重视文化认知，为了适应用户文化差异，很多公司推出本地化用户界面的设计以改善用户体验[21-24]。如，研究者Parrish等[25]构建了文化维度的在线学习框架，Mi Lee AHN等[26]结合edX、Coursera平台设计，提出MOOCs本土化设计框架。现有的研究结论表明，文化差异影响学习者参与行为。然而，当前文化差异研究成果大多依赖案例方法的研究思路[27-30]，使研究结论具有局限性，不能够进一步度量文化差异对学习参与度的影响。

edX是麻省理工和哈佛大学于2012年创建的MOOCs平台，吸引着众多不同文化背景的世界各地学习者注册并参与学习[31]，同时伴随“高退课率”现象出现。因此，MOOCs学习持续性（Retention）与参与度问题，一直是业界、学术界的关注热点[32-34]。首先，MOOCs参与度反映了学习者持续学习效果，基于edX提供的多元文化背景下大量学习行为数据，可以深入分析文化因素对于MOOCs持续学习的影响。其次，在传统教学、在线学习环境下，在文化差异分析中混杂学习费用成本的影响[35]，免费、开放的edX学习平台则提供了理想的分析学习者文化因素的环境。第三，语言是文化的载体，如，Hofstede[36]建议老师选择学生的母语进行授课，但MOOCs学习者来自全球不同的国家，大多数采用通用语言英语进行授课，在文化因素分析中，应当同时考虑语言对学习参与行为的影响。但在当前研究中，较少见到语言对MOOCs学习参与度影响的研究，更忽略了文化和语言同时纳入研究范畴对学习参与度的影响。为此，本研究构建了泊松分布模型，以识别文化、语言及时间投入等因素对学习参与度的影响；考虑到MOOCs中存在大量“爽约者”和“只注册者”产生的多零值，特采用泊松伪最大似然方法（PPML）估计模型参数。

二、理论背景与假设

（一）文化价值观内涵

文化价值观是一群人所共同具有的重要信仰[37]，它基于人们所处环境构建人们思想框架和行动框架，因而，文化价值观对个体行为有着强有力的影响[38]。梳理已有文献[39-41]，有助于我们了解文化对学习者思维方式及偏好的影响。MOOCs是一种非正式的网络学习，文化也会使学习者形成不同信息技术偏好和使用习惯[42]。表1分析了三个文化维度对学习者文化偏好的影响。

表1 学习框架的文化维度

（二）概念模型与研究假设

MOOCs平台吸引着众多不同文化背景的世界各地学习者，来自相同文化背景的学习者长期接受本国文化环境的熏陶，形成了相似的学习风格，因此，每个学习者个体都打上了社会性印记[51]。MOOCs设计者不可能考虑到所有学习者的文化取向，或者设计者缺乏文化认知[52]，可能会更多地倾向自己的文化偏好设计MOOCs平台。如果学习者不能适应课程的文化背景，就会影响学习者的积极参与，如果学习期间充满挫败感[53]，学习效果会大打折扣，甚至导致“退课”发生。为此，我们提出假设H1：

H1文化差异对学习参与度有负面影响

语言是文化的载体。现有MOOCs中的edX、Coursera等主要平台，大多是英语授课，实际上只有20%的世界人口能够从英语教学内容中受益。如果仅在提供英语的MOOCs平台上学习，许多在线学习者会出现语言障碍问题[54-56]，从而导致非英语母语学习者减少其学习参与度。值得注意的是，即使学习者母语为英语，由于文化差异的存在，“文化翻译”（Cultural Translation）使得MOOCs学习者按着自己的文化背景来理解课程内容[57]，即在“文化翻译”过程中降低了教学效果。所以提出假设H2：

H2英语母语对学习参与度有正面影响

在MOOCs学习环境下，学习者要制定自己的学习目标，安排自己的学习进度，寻找合适的学习资源等[58]。在传统课堂中，这些相关学习活动由教师负责完成，因此，MOOCs对学习者提出了更高的自主学习能力要求。时间投入代表着学习者的主观努力，它直接决定了学习者的学习收获[59，60]，即时间投入决定了课程参与、完成情况。相比外部因素（文化差异、语言），内在主观努力（时间投入）驱动更容易促进学习效果[61]。所以提出假设H3：

H3时间投入对学习参与度有正面影响

MOOCs实质是学习者基于在线学习信息系统的一种网络学习行为，MOOCs学习参与度是学习者对在线教育技术的接受和持续使用后的累积效果。因此，我们基于TAM3模型[62]，建立了基于文化维度的MOOCs学习参与度的概念研究模型，如图 1所示，并将语言、时间投入因素同时纳入模型，以识别文化因素对学习参与行为的影响程度。

图1 MOOCs的文化维度概念研究模型

综上，本文需要研究的问题如下：（1）识别文化差异对学习参与度的影响程度；（2）分析语言对学习参与度的冲击；（3）考察时间投入是否可以有效保障学习效果。

三、模型设定与研究数据说明

（一）研究数据

edX （www.edx.org）平台第一年的学习数据[63]包含了2012秋、2013春及2013夏三个学期，64万条学习人次记录。结合edX平台特点，我们分别从课程和学习者两方面，设置选取样本数据的条件：（1）“CS50x”课程大部分都是在edX平台外开展教学活动，大量的学习日志缺失，因此，选取其余15门课程作为样本数据；（2）剔除学习者国籍、学历、出生年份字段有缺失的记录，为了避免年龄值异常的学习者[64]，筛选年龄满足13-69岁间的279539学习人次；（3）扩展edX样本数据，结合两个公开可靠的数据库，即世界价值观调查库 （World Values Survey，WVS）、CEPII地理数据库（包括各个国家物理距离、各国共享的官方语言等指标，主要用于经济领域的研究）[65]。

WVS的调查数据[66]涵盖了全球100多个国家，调查问卷包括360多个选择题；相对于Hofstede[67]的调查范围仅局限于IBM员工，WVS受访者范围更广，避免选择有偏向的影响，而且数据定期更新。在最近几年的研究中，WVS数据已经被应用在一些研究成果中，并且发表在顶级期刊上[68，69]。

（二）模型设定与估计方法

学习参与度（Engagementijc）是可观测的离散变量，反映了来自国家j的学习者i在课程c的学习参与情况。若假定Engagementijc满足泊松分布，就可以知道学习者完成k个章节数的概率为：

在式（1）中，λc=E（Engagementijc）是每门课程的平均学习章节数，构建式（2）所示泊松模型：

在式（2）模型中，包含文化差异、语言、时间投入、便利期望，人口特征因素也纳入模型，包括学历和年龄，课程固定效应γc，未观测随机误差εijc。

其中：第一，学习参与度（Engagement）是指学习者实际学习课程章节数量。第二，文化差异（Cultural Difference）是指学习者与美国学习者之间的文化偏好差异，综合了思维方式差异、学习方式差异、学习情境差异及可视化界面偏好差异。我们采用欧氏距离计算方法处理文化坐标对，以获取综合文化差异值。第三，语言（Language）是指超过全国人口的20%共享使用的语言[70]，为虚拟变量，如果该国共享语言为英语，则Language为1，否则为0。第四，便利期望（FacilitationExpectancy）反映了学习者在edX平台学习的倾向性，FacilitationExpectancy取值是学习者到美国学习的物理距离，这里用两个国家最大城市间的距离代替[71]，单位为千公里。学习者所在国家到美国的距离不仅代表着到美国学习的便利性，也反映了实际学习成本[72]。第五，时间投入（LearningTime）是指学习者参与某门课程的在线学习天数，包括阅读学习资料、观看视频及参加论坛等学习活动。第六，人口特征向量包括学历和年龄。学习者学历为小学，Education取值为1；学历为中学，Education取值为2；学历为大学，Education取值为3；学历为研究生，Education取值为4；学历为博士，Education取值为5。第七，课程固定效应包括不同课程学习者异质性、课程内容难易的异质性、课程时间长度的异质性。表2给出了变量定义及说明，表3提供关键变量的描述性统计。

表2 变量及相关说明

表3 关键变量描述性统计

本文借用经济学领域的泊松伪最大似然方法（Poisson Pseudo-maximum Likelihood，PPML），研究采用了PPML方法估计公式（2）模型。Silva等[73]认为，普通最小二乘（OLS）方法可能导致严重有偏估计，由于加权非线性OLS的一阶条件和泊松分布模型的最大似然估计相同，他提出使用PPML估计量作为OLS估计量的替代。PPML估计方法具有很大优势：第一，数据无论是否服从泊松分布，都能得到模型参数的一致和渐进正态估计量[74]，泊松分布具有很好的稳健性质。第二，对过度离势[75]的泊松分布，PPML估计方法也能提供一致估计量和稳健标准误，并且完全不限制方差[76]。第三，MOOCs的“高退课率”现象，导致模型中因变量有很多零观测值，PPML估计法能有效解决因变量大量零值估计的问题[77]。

四、结果与讨论

（一）实证结果

表4给出了泊松模型参数的主要结果。本文基于不同文化背景下学习者的学习参与度，探索了文化差异和学习者参与行为的关系，还在式（2）列给出添加人口特征控制变量后的模型参数。两列都获得非常相似的参数结果，因此，集中在式（2）讨论本文的研究发现。

泊松模型系数解释比较复杂，式（2）的对数形式和对数方程类似，可以像将log（λc）作为因变量的线性模型那样解释式（2）系数，也可以更精确地采用比例变化进行解释 ，如式（3）所示：

在式（3）中，给定xk提高一个单位，因变量比例变化为 exp（βk）-1。

表4 泊松模型参数估计结果

首先，观察本文关键自变量，我们研究发现，文化差异对学习参与度有显著负向影响，为第一个假设提供支持。保持模型中其他控制变量因素不变，文化差异增大一个标准单位，学习参与度降低6.34%。考虑到edX学习者人数众多，这个效应将会很大。同时，学习参与度的降低，也会进一步加剧课程通过率的下滑[78]。值得注意的是，文化的根本差异形成了学习者多样性的思维方式、学习风格，由于学习者没有文化认同[79]，很难进一步开展跨文化协作学习。

按综合文化差异从大到小次序将数据分为高、中、低三组，比较三种文化差异的平均学习行为趋势，如图2所示。随文化差异的缩小，学习章节数呈现递增变化趋势，学习者表现的参与完成度越来越高，而中低文化差异学习者在课程章节完成情况比较接近。按课程性质，科学、技术、工程和数学课程属于STEM类课程[80]，将学习数据划分为理科（STEM课程）和文科（非STEM课程）两大组，依次重复比较三种文化差异的学习行为趋势，理科组、文科组都得到与课程混合组一致的变化趋势，理科组学习参与度普遍高于文科组学习者。从文化差异角度看，中国归属为高文化差异组，可以观察到中国学习者平均学习参与度都远远低于中等文化差异组的平均值。

图2 比较三种文化差异的学习参与度趋势

英语母语对学习参与度有显著的正向影响，支持第二个假设，英语母语学习者参与度提高1.3%。这个结论符合本文的预期，Hofstede[81]曾建议，教师授课尽量采用学习者偏好的语言或者学习者母语，帮助学习者解决“文化翻译”[82]。语言可以有效帮助学习者克服畏难情绪，减少认知负荷，促进更有效的互动交流和学习过程[83，84]。例如，edX提供多语言支持，除了英语界面，edX平台还支持另外四种语言界面：阿拉伯语、西班牙语、法语及中文，以使更多的学习者能有更好的学习体验。

时间投入对学习参与度有显著的正向影响，支持第三个假设，时间投入对学习参与度的边际影响是3.6%。图3按文化差异，从大到小的次序比较学习者时间投入的变化趋势：随文化差异的缩小，学习者有更多的文化认同，其活跃天数呈现递增变化趋势，并与图2所示学习参与度变化趋势一致。因此，相比外部因素（文化、语言），内在主观努力（活跃天数）更能决定学习参与度，保障学习效果。通过将学习数据划分为理科（STEM课程）和文科（非STEM课程）两大组，理科组、文科组都得到与课程混合组一致的变化趋势，理科组学习者投入普遍高于文科组学习者，这可能是因为STEM课程难度高，学习者要保证更多的时间投入，才能更好地吸收课程内容[85]。同时，我们也观察到中国学习者平均活跃天数都普遍低于中等文化差异组学习者。随着时间持续投入，学习者知识构建能力和MOOCs使用经验都得到了提高[86]，这些技能促进着学习者更好地参与学习。

图3 比较三种文化差异的时间投入趋势

除了上述主要研究结果，本文还获得了其他控制变量的效应：便利期望（距离）对学习参与行为有显著的正向影响，保持模型中其他控制变量因素不变，每增加1000公里，学习参与度提高1.9%。我们认为，MOOCs的使命是 “教育的公平性”[87]，研究表明，edX平台的开放、免费、网络化，为那些不方便到美国顶级大学求学的学习者搭建了文化桥梁，实现着全球跨文化共享学习。还有学者则提出，距离是不熟悉的代理[88]，MOOCs学习是教育模式的变革和创新，吸引很多“好奇者”[89]。这种跨文化在线学习体验，有助于扩大学习者的全球视野[90]。

学历对学习参与度有显著的正向影响。学习者学历代表学习者的知识储备，前期的知识基础会影响新知识理解、吸收及创新[91]。有相关的研究表明，教育水平较高的人使用电脑的次数往往高于教育水平低的人[92]，学历高的学习者能够更容易地运用信息工具，更方便地参与MOOCs平台学习。

（二）鲁棒性检验

本文基于edX平台提供的大样本数据估计模型结果，保证了研究结论的合理与因果解释。此外，针对式（2）所示的模型，我们进行了多个鲁棒性测试，以确保主要研究结果的可靠性。首先，PPML估计方法很好地解决过度离势和多零值因变量问题；其次，通过控制变量、数据集分离，以检查替代模型的鲁棒性，结果如表5所示。

表5 鲁棒性检验

表5是根据学习者学习课程门数和学习者学习课程时间估计模型结果。考虑参与多门课程会加重学习者负担，影响学习者在每门课程中的参与行为，表中第（1）列只保留了选择一门课程的学习者，获得与表4一致的研究结论。edX学习数据分为三个学期，MOOCs学习是教育模式创新，2012秋是edX第一次开放学习资源，考虑到2013春、2013夏后两个学期均有2012秋的借鉴，可以缓解文化差异对学习参与度的影响，第（2）列增加Term虚拟变量，也获得与表4一致的研究结论。

（三）克服文化差异的策略

Hofstede等人[93]提出，提高跨文化沟通能力具有三个阶段：文化认知、文化了解、文化适应。首先，MOOC平台的设计者、管理者要增强文化的认知能力。正如本文研究发现，英语母语有助于提高学习参与度，支持多语言版本的用户界面可以改善用户体验[94，95]，缓解文化差异的负向影响。其次，学习者也要增强文化认知能力。学习者很少接触跨文化学习，会导致缺乏文化认知；本文研究发现，活跃学习者通过深入的学习 （时间投入）可以克服文化差异的负效应。大量的研究也表明，在线论坛为学习者提供社交沟通方式，不仅增强学习者社会存在[96]，而且建立了一个积极的反馈循环[97]，有助于学习者提高文化认知，促进产生更好的MOOCs学习体验。

为此，我们为了进一步证实学习者通过在线论坛的互动是否能够缓解文化差异的负效应，在式（2）模型中加入“社交互动×文化差异”的交互。考虑到“只注册者”不参加任何学习活动，交互测试只针对活跃学习者进行模型估计，结果如表6所示。正如预期，交互效应是显著正向的，提供在线论坛的社交互动，的确有效缓解了文化差异对学习参与度的负影响，增强了MOOCs学习效果。

表6 平稳性检验：社交互动

按文化差异，从大到小的次序比较学习者论坛发帖量的变化趋势，如图4所示，发现随文化差异的缩小，呈现先增后减的趋势：低文化差异组发帖数略高于高文化差异组，而处于中等文化差异组的学习者发帖量最高。这可能是因为学习者偏好中等难度任务[98]，可见，跨文化学习更吸引中等文化差异学习者。学习者通过互动对于文化偏好有了更多的理解和支持，也促进这部分学习者的学习参与度，使得中低文化差异组学习者在课程章节完成情况比较接近；相反，对于高文化差异组的学习者，由于很难形成统一的文化认同，从而阻碍建立有效沟通。

图4 比较三种文化差异的论坛发帖量趋势

五、结束语

我们针对MOOCs学习持续性问题，从文化视角扩展了edX学习数据，结合WVS、CEPII数据库，建立泊松分布模型以分析文化、语言和时间投入对学习参与行为的影响，并采用PPML方法估计模型参数。研究识别出文化差异对学习参与度有显著负向影响，而英语母语及时间投入因素对学习参与度有显著正向影响；时间投入保障了学习者学习效果，而在线论坛能够建立增强文化认知的桥梁，并有效缓解文化差异的负效应。

本研究的主要贡献之一，在于采用文化视角的研究不仅丰富了MOOCs成果，提供了分析MOOCs学习持续性问题的新思路和方法；贡献之二，把经济学领域的PPML应用到MOOCs教学与分析中，拓展了研究方法；贡献之三，由于MOOCs学习持续性问题是实践中的热点问题，研究结论对进一步完善国内MOOCs管理有实际价值。我们结合中国学习者的文化特征、edX经验及存在问题，具体建议如下：

第一，理解和支持中国学习者文化偏好，实现MOOCs平台本地化。按照中国学习者思维认知、用户界面偏好设计好网站，组织教学素材及完善教学设计，丰富文化教学导向，促进学习者自我导向式学习。

第二，MOOCs不仅仅是开放资源、开放学习，更是一种开放式的生活[99]。以“开放、平等、参与、分享”为核心的MOOCs，不仅带来了知识，更重要的是要引导新一代学习者文化价值观的改变及对多元文化的认同，丰富学习者的全球化体验。

第三，不断推进中国MOOCs的国际化，促进中国文化的传播，为多元文化学习者搭建跨文化学习的桥梁。我们尊重全球学习者的不同文化背景，不仅仅是借鉴edX多语言界面设计，还要推进有助于团队协作学习的工具使用，如，文本或视频聊天，甚至按文化取向和语言偏好分组开展讨论。

[参考文献]

[1]程璐楠，韩锡斌，程建钢.MOOC平台的多元化创新发展及其影响[J].远程教育杂志，2014（2）:58-66.

[2][10][28][54][79]Colas J-F，Sloep P B，Garreta-Domingo M.The Effect of Multilingual Facilitation on Active Participation in MOOCs[J].International Review of Research in Open and Distributed Learning，2016（4）:280-314.

[3][31][33][78][80]Ho A D，Reich J，Nesterko S O，Seaton D T，Mullaney T，Waldo J，Chuang I.HarvardX and MITx:The First Year of Open Online Courses （HarvardX and MITx Working Paper No.1） [J/OL].[2018-03-13].http://papers.ssrn.com/sol3/papers.cfm?abstract_id=2381263，2013.

[4][11][25][29]Parrish P，Linder-VanBerschot J A.Cultural Dimensions of Learning:Addressing the Challenges of Multicultural Instruction[J].International Review of Research in Open and Distance Learning，2010（2）:1-19.

[5]Waldrop M M，Magazine N.Massive Open Online Courses，aka MOOCs，Transform Higher Education and Science[J/OL].[2018-03-13].http://www.scientificamerican.com/article/massive-open-onlinecourses-transform-higher-education-and-science/.

[6][34]Alraimi K M，Zo H，Ciganek A P.Understanding the MOOCs Continuance:The Role of Openness and Reputation[J].Computers&Education，2015，80:28-38.

[7][58][85][86][91][96]Kop R.The Challenges to Connectivist Learning on Open Online Networks:Learning Experiences during a Massive Open Online Course[J].International Review of Research in Open&Distance Learning，2011（3）:19-38.

[8][89][97]Kizilcec R F，Piech C，Schneider E.Deconstructing Disengagement:Analyzing Learner Subpopulations in Massive Open Online Courses[C]//Third International Conference on Learning Analytics and Knowledge.New York:ACM，2013:170-179.

[9][20][26][30][53]Mi Lee AHN，Hwan Sun YOON，Hyun Jin CHA.Cultural Sensitivity and Design Implications of MOOCs from Korean Learners’Perspectives:Case Studies on edX and Coursera[J].Educational Technology International，2015（2）:201-229.

[12][36][52][81]Hofstede G.Cultural Differences in Teaching and Learning[J].International Journal of Intercultural Relations，1986 （3）:301-320.

[13][37][40][44][47][67][93]Hofstede G，Hofstede G J，Minkov M.Cultures and Organizations:Software of the Mind，Third Edition[M].New York:McGraw-Hill，2010.

[14][15][41][43][48]Nisbett R E.The Geography of Thought[M].New York:Free Press，2003.

[16][24][42][46][49]Reinecke K，Bernstein A.Knowing What A User Likes:A Design Science Approach To Interfaces That Automatically Adapt To Culture[J].Mis Quarterly，2013（2）:427-453.

[17]Marcus A，Gould E W.Crosscurrents:Cultural Dimensions and Global Web User-interface Design[J].Interactions，2000（4）:32-46.

[18]Kralisch，A，Berendt B.Cultural Determinants of Search Behaviour on Websites[C]//Designing for Global Markets 6，Iwips 2004，Sixth International Workshop on Internationalisation of Products and Systems，Culture，Trust，and Design Innovation.Vancouver，Bc，Canada.2004:61-75.

[19][83]Gómez-Rey P，Barbera E，Fernández-Navarro F.The Impact of Cultural Dimensions on Online Learning[J].Journal of Educational Technology&Society，2016（4）:225-238.

[21]Ross J，Sinclair C，Knox J，Bayne S，Macleod H.Teacher Experiences and Academic Identity:The Missing Components of MOOC Pedagogy[J].Journal of Online Learning and Teaching，2014（1）:57-69.

[22][94]Reinecke K，Bernstein A.Improving Performance，Perceived Usability，and Aesthetics with Culturally Adaptive User Interfaces[J].Acm Transactions on Computer-Human Interaction，2011（2）:29.

[23][95]Nantel J，Glaser E.The Impact of Language and Culture on Perceived Website Usability[J].Journal of Engineering and Technology Management，2008（1）:112-122.

[27][84][90]Yang J F，Kinshuk，Yu H J，Chen S J，Huang R H.Strategies for Smooth and Effective Cross-Cultural Online Collaborative Learning[J].Educational Technology&Society，2014（3）:208-221.

[32]Hone K S，Said G R E.Exploring the Factors Affecting MOOC Retention:A Survey Study[J].Computers&Education，2016，98:157-168.

[35][72]Berge Z L.Planning and Managing Distance Training and Education in the Corporate Sector[C]//Handbook of Distance Education（2nd ed.）.Mahwah，New Jersey:Lawrence Erlbaum Associates，2003:601-613.

[36][55]Beaven T，Comas-Quinn A，Hauck M，de los Arcos B，Lewis T.The Open Translation MOOC:Creating Online Communities to Transcend Linguistic Barriers[J].Journal of Interactive Media in Education，2013.

[38]Yang R.Educational Research in Confucian Cultural Contexts:ReflectionsonMethodology[J].ComparativeEducation，2011（3）:395-405.

[39][66]Inglehart R，Welzel C.Changing Mass Priorities:The Link between Modernization and Democracy[J].Perspectives on Politics，2010（2）:551-567.

[45][50]Gould E W，Zakaria N，Yusof S A M.Applying Culture to Website Design:A Comparison of Malaysian and US Websites[C].//Proceedings of IEEE Professional Communication Society International Professional Communication Conference and Proceedings of the 18th Annual ACM International Conference on Computer Documentation:Technology&Teamwork，2000:161-171.

[51]Sawyer R K.The Cambridge Handbook of the Learning Sciences[M].Cambridge University Press，2006.

[56]Fitzgerald A，Wu S，Witten I.Flexible Open Language Education for A Multilingual World[C]//Proceedings of OpenCourseWare Consortium Global 2014:Open Education for a Multicultural World，2014.

[57][82]Nkuyubwatsi B.Cultural Translation in Massive Open Online Courses （MOOCs） [J].eLearning Papers，2014，37:23-32.

[59]Breslow L，Pritchard D E，Deboer J，Stump G S，Ho A D，Seaton D T.Studying Learning in the Worldwide Classroom Research into edX’s First MOOC[J].Research&Practice in Assessment，2013，8:13-25.

[60]蒋卓轩，张岩，李晓明.基于MOOC数据的学习行为分析与预测[J].计算机研究与发展，2015（3）:614-628.

[61][98]Ryan R M，Deci E L.Intrinsic and Extrinsic Motivations:Classic Definitions and New Directions[J].Contemporary Educational Psychology，2000（1）:54-67.

[62]Venkatesh V，Bala H.Technology Acceptance Model 3 and a Research Agenda on Interventions[J].Decision Sciences，2008（2）:273-315.

[63]HarvardX-MITx Person-Course Academic Year 2013 De-Identified dataset，version 2.0[DB/OL].http://dx.doi.org/10.7910/DVN/26147.

[64]Hansen J D，Reich J.Socioeconomic Status and MOOC Enrollment:Enriching Demographic Information with External Datasets[C]//International Conference on Learning Analytics&Knowledge，2015:59-63.

[65][70][71]Mayer T，Zignago S.Notes on CEPII’s Distances Measures:The GeoDist Database[DB/OL].CEPII Working Paper no.2011-25.http://www.cepii.fr/CEPII/fr/publications/wp/abstract.asp?NoDoc=3877.

[68]Burtch，Ggue，Ghose Aasne，Wattal S ste.Cultural Differences And Geography As Determinants Of Online Prosocial Lending[J].Mis Quarterly，2014（3）:773-794.

[69]Chen M K.The Effect of Language on Economic Behavior:Evidence from Savings Rates，Health Behaviors，and Retirement Assets[J].American Economic Review，2013（2）:690-731.

[73][77]Silva J，Tenreyro S.The Log of Gravity[J].Review of Economics and Statistics，2006（4）:641-658.

[74][76]Wooldridge J M.Introductory Econometrics:A Modern Approach，5th[M].South-Western College Pub，2012.

[75]Kabacoff R.R in Action[M].Manning Publications，2011.

[87]Emanuel E J.MOOCs Taken by Educated Few[J].Nature，2013（7476）:342-342.

[88]Grinblatt M，Keloharju M.How Distance，Language，and Culture Influence Stockholdings and Trades[J].Journal of Finance，2001（3）:1053-1073.

[92]Microsoft.Accessible Technology in Computing Examining Awareness，Use，and Future Potential[EB/OL].[2018-01-25].http://ininet.org/download/accessible-technology-in-computing--examiningawareness-use-an.doc.

[99]史蒂芬·道恩斯，肖俊洪.不仅仅是免费:网络世界的开放学习 [J].中国远程教育，2015（04）:5-16.