信息碎片化环境下大学生移动学习行为影响因素研究

常李艳 陈思璐 刘婧 黄崇

摘   要：随着大数据时代的到来，与传统课堂教学截然不同的移动学习方式，已经融入到人们的日常学习和生活当中。移动学习显著的碎片化特征，带来大学生学习习惯的变化。文章通过问卷调研，利用描述性分析、多元逻辑回归分析等方法，展现终身学习视域下大学生碎片化学习的现状，并从学习资源、服务质量、学习动机、自我效能感、学习满意度这五个维度研究大学生持续学习意愿的影响因素。研究发现，大学生对移动学习持积极态度，学习中喜欢使用学习类APP而不是传统的网页，其学习动机主要来自内生动力——提升自身素质，但其学习时间管理和知识检索存在一定困难。自我效能感、学习动机影响学习的满意度，满意度影响大学生持续碎片化学习的意愿。根据研究结论对大学生学习类APP的设计以及大学生碎片化学习优化提供建议。

关键词：碎片化学习;持续学习意愿;大学生;移动学习;自我效能感;学习满意度

中图分类号：G434;G642      文献标志码：A      文章编号：1673-8454（2022）05-0050-09

移动互联网的快速发展以及“互联网+”时代的到来，带来人们的信息接收和使用方式的巨大变革，也推动线上教育模式的繁荣。2019年《政府工作报告》明确提出发展“互联网+教育”，促进优质资源共享，[1]互联网教育、移动教育成为教育领域的重要阵地。尤其是2019年末至今的疫情常态化环境下，在家学习和工作的模式，更是将网络移动学习变成高校学生学习的一种重要方式。

日渐兴起的碎片化资源，比如微视频客户端、慕课、微课、网易公开课，以及众多权威机构的网络精品课程资源，吸引大批学习者的关注，使碎片化学习成为大学生自主学习的一种重要方式。然而，碎片化信息分布于各种不同的多媒体平台，知识内容较为分散，而且网络信息资源的数量巨大，使信息搜索与整合难度加大，有效信息获取更加困难。因此，研究大学生碎片化学习行为以及影响因素非常必要。本文通过对高校学生进行问卷调研，深入分析大学生碎片化学习习惯以及持续学习的影响因素，对提升大学生学习兴趣、改善学习效果、促进终身学习提出建议。

一、理论基础

（一）信息碎片化

传播学中将信息碎片化描述为信息在传播过程中表现出的需求个性化、信息受众分散化、信息媒体多样化、信息内容零碎化，体现信息传播中的分众化趋势和内容的稀释化方向。[2]由于新媒體传播方式的出现，人们的信息获取来源不再局限于权威媒体的整合信息，而更多的是来自各种不同信息源的碎片，各种信息碎片通过个人门户实现筛选、组装、解读。[3]大脑必须适应网站或智能手机上的大量非线性快速阅读任务。[4]祝智庭教授认为，学习碎片化肇始于信息碎片化，进而带来知识碎片化、时间碎片化、空间碎片化、媒体碎片化、关系碎片化、思维碎片化、体验碎片化等。[5]

（二）持续使用意愿的相关理论

在互联信息领域，阿诺尔·巴特查里亚（Anol Bhattacherjee）是首个提出“持续使用意愿”概念的人，并将其定义为个体继续使用信息系统的主观倾向。[6]后来学者利用巴特查里亚构建的IS行为意向量表，对不同领域用户的持续使用意愿进行研究。在教育领域，一般将学习者对教育教学工具继续使用的主观倾向称之为持续学习意愿。[7]本研究将持续学习意愿定义为学习者在接触移动碎片化学习后，未来仍会持续使用该方法进行学习并且乐意推荐他人尝试使用的意愿倾向。

（三）大学生移动学习研究现状

移动学习是电子学习的延伸，允许用户使用小型便携式无线设备完成学习。移动学习研究主要集中在以下几个方面：①移动学习概念的界定。移动学习在文献中有许多不同的定义，但都归结为由移动和其他手持设备支持的不依赖于时间和地点的学习。[8][9]②移动学习在教学和各专业领域的应用。不少学者探讨移动学习在英语、化学等专业学习中的应用，以及移动环境与传统线下学习环境下采用的不同的学习策略。[10][11]同时，一些学者研究在教学活动中引入移动学习的方式及效果，[12-15]以及移动学习平台的设计[16][17]。③移动学习行为及采用的影响因素研究。彭耀祥（Yew Siang Poong）等[18]调查年轻人使用移动学习的影响因素，研究表明感知易用性、感知享受，分别与行为意图呈正相关。穆罕默德·阿明·阿尔迈亚（Mohammed Amin Almaiah）等[19]研究发现，感知信息质量、感知兼容性、感知信任、感知意识、资源可用性、自我效能感、感知安全是学生接受移动学习系统的主要动因。有学者的研究表明，感知自我效能、内容与资源、绩效期望三个因素对移动学习意愿有显著影响。[20]

在推送通知时代，人们不断地连接一个拥有大量碎片化信息的世界，使移动学习具有“碎片化”的特征。一些学者立足于碎片化环境对学生移动学习的态度、策略、资源进行研究，[21]并从学习意愿和动机等多个角度研究碎片化环境下移动学习的行为特征[22]以及影响因素。有学者采用回归分析法，验证学习者的内在动机、外在动机、学习经历、碎片化知识，分别对学习者在线学习效果、学习满意度、使用意愿有正向影响。[23]也有学者根据学生碎片化学习的特点开发更加符合学生特点的课程或平台模式。[6]

综上，关于移动学习采纳的主题已有很多研究，但立足于碎片化学习环境、对移动学习持续使用的研究仍较少。本研究旨在从学习资源、学习动机、学习满意度方面探讨影响学生持续使用移动学习的因素。

二、研究假设

本研究是在前人研究基础上结合D&M模型（DeLone and McLean Model of IS Success，D&M信息系统成功模型，简称“D&M模型”）和期望确认模型展开的。在期望确认模型中，已经假设期望确认对感知有用性和满意度有显著影响，而这两者又与持续意图有显著关系。威廉·H·德隆（William H DeLone）和伊弗雷姆·R·麦克莱恩（Ephraim R McLean）[24]的信息系统成功模型提出系统质量、信息质量、服务质量三类质量因素影响满意度。同时，在教育领域，先前的研究表明，信息质量和服务质量对使用电子学习系统的满意度和意愿有显著影响。[25]本研究将资源质量定义为学习者感知到的移动学习资源的质量好坏、适用性、丰富性;金泰古（Tae Goo Kim）等[26]将服务质量定义为用户从信息系统中感知和期望的整体服务质量的程度。感知有用性是指“一个人相信使用特定系统会提高他或她的工作绩效的程度”。[27]先前的研究表明，感知有用性与学习满意度有显著关系。在移动学习的背景下，自我效能是指学习者对他们使用移动设备完成学习任务，以及使用移动工具进行通信和协作的能力的理解，[28]其对学生的学习动机、注意力、学习效果产生积极影响，[29]从而影响学生的学习满意度。满意度是指“直接与应用程序交互的最终用户对特定计算机应用程序的情感态度”。[30]移动学习研究表明学习满意度可以积极预测持续意愿。基于此，本研究提出以下假设：4266C034-D217-4847-846A-43207B5BAC84

H1：资源质量对移动学习满意度有正向影响。

H2：服务质量对移动学习满意度有正向影响。

H3：感知有用性对学习满意度有正向影响。

H4：自我效能对移动学习满意度有正向影响。

H5：学习满意度对持续移动学习意愿有正向影响。

相关研究表明，男生和女生由于对技术态度的不同，对技术使用有不同的态度，其使用情况和满意程度不同。同时，不同专业和年级由于专业性质、发展状况不同，也会对学习系统产生不同的使用意愿。因此本研究假设：

H6：性别、专业、年级均对移动学习满意度和学习意愿有调节作用。

三、研究設计

（一）调研问卷设计和回收

问卷主要设置两部分。第一部分是基本情况的调查，包括性别、年级、专业、获取知识的途径、移动学习的时长、内容、媒介、途径、原因;第二部分是问卷的主体内容，主要是从学习资源质量[31]、服务质量[32]、感知有用性[33]、自我效能感[34]、学习满意度[28]、持续使用意愿[30]六个维度设计量表进行调查，量表主要由前期移动学习和电子学习方面的经典文献的量表改编而成。

本次线上问卷共收回254份，筛选除去题项未完成、身份不合适等无效问卷，最终获得有效问卷231份。男女比例分别为54.72%和45.28%，文科与理工科学生的比例为43.31%与56.69%，问卷样本比例较为均衡，如表1所示。

（二）问卷信度效度分析

一般情况下，问卷的合理性和科学性是通过良好的信度和效度来体现的。信度分析主要是考察题项之间的一致性，一致性越高，测量结果就越可信。[35]本问卷中22个题项之间的总体的科隆巴赫系数为0.939，一致性较高。效度检验用来衡量测量结果反映出来的结构与测量值之间的对应程度。效度越高说明问卷的内容与结果越吻合。经计算，调查问卷的KMO（Kaiser-Meyer- Olkin）系数为0.935，说明调查问卷题项之间的相关性良好。

四、结果分析

（一）大学生移动学习行为分析

1.大学生学习媒介选择

通过调研可以发现在课堂教学之外，“通过移动设备上网学习”成为大学生获取知识的主要途径，占比为66.23%。选择线下“查阅书籍、文献资料”和“与老师、同学交流互动”两种方式的学生比例分别是37.23%与31.17%，远小于移动学习的比例。在网络学习中，54.11%的学生选择手机，43.72%的学生选择平板，37.66%和17.32%的学生选择电脑及电子书阅读器。

移动学习中，碎片化信息知识的获取、整合成为学习中的重要环节，设计良好的平台可以为学习带来事半功倍的效果。调研发现，移动学习最常用的途径是“各种学习类APP”，如MOOC、网易云课堂等，占54.55%;27.71%和23.81%的学生选择“搜索引擎”和“电子文献资料”，如图1所示。还有一些学生选择的是社区论坛和其他。功能完善的新媒体APP和移动搜索成为移动学习的主要阵地，而过去的论坛、网页等，由于其信息整合、获取能力欠缺，使用率较低。

2.大学生学习时长

移动学习中，仅9.06%的学生一次性学习时长超过30分钟，每次学习时长小于5分钟的学生，占比达到10.24%。大部分学生一次性知识学习时长为5～15分钟，占比46.06%;其次是15～30分钟，占比34.65%，显示出明显的碎片化学习倾向，如图2所示。这主要是因为碎片化环境下“浅学习”的效果，不同页面、平台信息的搜集跳转，社交平台其他信息的干扰，使传统媒介下的连续和“深度学习”变少。

3.大学生移动学习内容和动机

大学生进行移动学习的主要内容涉及“个人兴趣爱好”“技能证书相关”“学校课程相关”等，分别占48.05%、46.75%、44.59%。同时，在对移动学习的动机调查中，学生的动机大致可以归为5种，如表2所示，“提升自我素质”“便于随时学习”“平台资源丰富”是学生选择移动学习方式的三个主要原因。研究结果显示，大多数学生进行移动学习是出于自我能力提升为主的目的，有较好的主动性。

（二）移动学习及持续学习意愿的影响因素分析

前期调研发现，信息资源的丰富性以及对自我素质的提升是很多学生采纳移动学习的原因。不同的学习动机也对学生持续学习产生影响。为了研究大学生持续移动学习意愿的影响因素，对移动学习资源质量、服务质量、感知有用性、自我效能感、学习满意度、持续学习意愿的因果关系进行分析，并探究不同性别、专业、年级的调节作用。

1.多元逻辑回归分析

回归分析是探究两种或多种变量间是否相关、相关方向、相关强度的分析方法。利用多元逻辑回归对移动学习资源质量、服务质量、感知有用性、自我效能感、学习满意度对持续学习意愿的影响展开探究。

将学习满意度分别与移动学习资源质量、服务质量、感知有用性、自我效能感进行多元线性回归分析，模型整体显著性小于0.01，说明此回归模型有统计学意义。模型整体R为0.812，调整R2为0.654，说明移动学习资源质量、服务质量、感知有用性、自我效能感对学习满意度的解释度较好，占65.4%，整体拟合性较好。资源质量、感知有用性、自我效能感的t值检验P<0.01，说明感知有用性、自我效能感均与学习满意度呈显著正相关关系。感知有用性越强烈，自我效能感越高，对碎片化方式的移动学习满意度越高，如表3所示。但是，服务质量（即学习资源的易获取性，以及课程相关的服务）对学习满意度无显著性影响，这主要因为信息的便利获得服务已经成为社会常态，大学生对碎片化信息的获得主要通过自己整合分析进行，获得的零散资料对大学生满意度影响不大。

对学习满意度和持续学习意愿进行二元线性回归分析，结果显示回归相关系数R为0.798，调整后的R2为0.635，持续学习意愿的标准化回归系数β为0.798，显著性水平P<0.01，如表4所示。说明学习满意度正向影响学习意愿，并且在影响学生持续移动学习的意愿的原因中，63.5%的原因可以用学生的移动学习满意来解释。因此，要提升大学生移动学习的意愿，需要先提高学生对移动学习的满意度。4266C034-D217-4847-846A-43207B5BAC84

通过逻辑回归分析显示，学习动机、自我效能感影响满意度，满意度影响移动持续学习倾向。

2.差异性分析

表5通过独立样本检验，研究感知有用性、自我效能、学习满意度、持续学习意愿，在不同的性别、年级、专业性质上是否存在差异。

分析表明，性别和专业性质在感知有用性、自我效能感、学习意愿、持续学习意愿中均没有显著差异（P>0.05）。而年级对持续学习意愿具有显著中介调节作用，不同年级在感知有用性、自我效能感、学习满意度中均存在显著差异。通过对四个年级进行事后检验（Least Significant Difference，简称LSD）、多重比较分析发现，一二三年级在满意度、自我效能、持续学习意愿中均不存在显著差异，造成差异的主要原因是大四学生与其他年级在移动学习中存在不同。相对于大一、大二、大三的学生来说，大四的学生在移动学习感知有用性、自我效能感方面更强，对移动学习效果更加满意，也对持续进行移动学习持更加积极的态度。首先，因为大四面临升学或者就业的压力，学生往往能认识到学习和未来规划的重要性;其次，大四学生的在校课程更少，拥有自主安排的时间较大一、大二、大三的学生来说更多;最后，大四学生已经历3年的大学时光，有更加明确的学习目标和规划，移动学习的丰富性、灵活性，使他们学习时获得最大便捷性和有用性。另外，在学习上适应能力相对更强，自我效能感较强，所以，大四学生会更倾向于碎片化学习的方式。

（三）大学生移动学习存在的问题

通过对开放性问题“移动学习中存在问题和困难”的回答进行整理分析，大致可以将现有问题分为外部因素和内部因素两方面。外部因素主要涉及移动学习环境和资源本身，内部因素涉及个人自身条件。

首先，外部因素中移动学习环境下信息资源的碎片化使信息缺乏体系性，进而造成学习的间断性是外部因素中学生提得最多的问题。如有学生说“我在小视频上看了一些，觉得很好。但是想系统学习，发现没有后续资源。我就到MOOC上找了类似的，但是不是很满意”。同时，移动信息知识片段化，知识比较浅显，深层次学习内容缺乏。其次，移动环境下，信息资源和源头杂乱，信息筛选和获取困难。就“知识获得困难”对学生进一步访谈，发现大部分在校大学生认为自己找不到学习材料的原因主要有平台选择不当、信息的筛选能力有限、缺乏必要的检索技巧等，也有约20%的被调查大学生选择“语言障碍，表达有误”，15.15%的大学生选择“相关专业领域的资源匮乏”。说明在平台的搭建、信息检索能力的提升上，企业和学生都需要做出不同的努力，也说明有些平台的付费检索和使用阻碍大学生对网络资源的获取。最后，一些学生认为移动学习资源相对于课堂学习，缺少反馈和沟通，不能及时解决学习问题。

内部因素主要是指移动学习和信息碎片化环境下，个人自身的自控力和时间管理能力的欠缺，使学习过程出现注意力失焦。在大学生的自我报告中，对于个人不能很好地利用移动学习资源的原因，占比最高的两类是时间管理欠缺和学习效率低，占比分别达到59.74%和48.92%。还有28%的学生认为自己移动学习效果差，主要是自己“自制力差”“拖延懒惰”。

虽然，移动学习由于其信息的繁杂、碎片化，以及固有的缺陷，导致学生学习的体系缺乏和注意力容易失焦。但是，其便捷性已经成为大学生课堂学习的重要补充方式。大学生对“使用移动学习方式来辅助传统教学看法”的调研中，大多数学生认为移动学习在高等教育中“前景广阔，支持”，占比高达80.52%，少部分学认为其“作用不大”和“浪费时间”。可以看出，大学生对移动学习前景持乐观和支持态度。

五、结论与建議

（一）研究结论

移动环境下碎片化学习已经成为大学生课下学习的主要方式，是传统课堂学习的有力补充。大学生一次学习的时间集中在15分钟左右，碎片化学习特征明显。大学生在学习设备选择上更倾向于使用手机和平板，喜欢使用新兴的学习类APP，以及移动搜索引擎进行学习和知识获取，内容选择上倾向于个人兴趣类和技能证件类。

通过回归分析显示，资源质量、感知有用性、自我效能感正向积极影响学习满意度。碎片化环境下资源的零散性、不易获取、整合性是大学生移动化学习的阻碍因素。及时可靠、有序合适的信息是提升大学生移动学习满意度的重要因素。自我效能感较高的大学生能够对自我学习能力做出恰当的判断，合理理性对待失败挫折，能够很好地控制自身情绪，因而能够选择合适的学习目标，达到较好的学习效果。同时，对移动学习的认知度上，认为移动学习对自己越有用，学习满意度也越高。学习满意度正向影响持续学习意愿，较高的学习满意度有助于提升学习者持续学习的意愿，这一结论符合先前众多研究的结论，证明学习满意度是持续学习意愿的评价因素和重要指标。

不同性别和专业性质的学生在持续移动学习意愿上没有显著差异。不同年级对移动环境下碎片化学习意愿有显著的中介调节作用。与大一、大二、大三的学生相比，大四的学生在感知有用性、自我效能感均值更高，表现得更优，其碎片化学习的满意度较高，有更强烈的持续使用意愿。

（二）建议

上述研究结论对大学生移动学习效果改善以及移动学习类APP的设计有重要启示。

确立合理的学习目标，提升移动学习的感知有用性。感知有用性是大学生对实现自己目标的一种估计，一些学生认为无用，仅是因为不知道进行网络移动学习的目的。因此，要提升感知有用性，大学生在碎片化学习过程中应具备一个良好的学习态度和一个合理的目标，有利于改善大学生拖延懒惰、注意力分散等情况，增强自主学习能力，提高学习兴趣并最终提升持续学习意愿。

提升信息素养与综合素质。自我效能感可以提升大学生移动学习满意度，从而影响移动学习的持续使用意愿。首先，应该努力提升大学生的信息素养和综合素质，使其在资源分散、无序的情况下能很好地利用自身的信息能力，面对海量碎片化资源进行有价值的输出。其次，大学生应该在碎片化信息环境下进行时间规划和实施学习计划，通过进度管理，构建自己的知识体系并进行合理的时间分配，减少注意力缺失。最后，大学生要学会定期整理碎片化知识，对知识进行分类、重组、整合、提炼、分析、总结，形成一个知识体系。4266C034-D217-4847-846A-43207B5BAC84

改进移动学习类平台（App、网站等）的资源质量和服务质量。学习类网站和APP的设计应该有明确的目标人群，信息应该及时、准确，并尽量全面和有序，减少学生为获得信息进行的频繁跨平台或网页搜寻行为，保证在碎片化的时间下进行短时间的高效学习。

结合学生的自我提升需求、学习的主动性特点，针对碎片化本身给学生带来的知识不系统、搜索整理难度较大的特点，学习类APP应该通过用户特征进行用户知识需求识别，根据用户学习习惯，形成用户画像，发掘用户潜在知识需求，并进行针对性的知识推送。同时，学习类网站应该对碎片化信息进行聚类整合，以知识图谱的形式展示知识体系，方便用户发现知识并建立学习体系。

参考文献：

[1]中华人民共和国中央人民政府.2019政府工作报告[R/OL].（2019-03-05）[2020-11-25].http：//www.gov.cn/guowuyuan/ 2019zfgzbg.htm.

[2]陈道志.信息碎片化背景下的用户消费行为模式探析[J].前沿科学， 2013（4）：36-44.

[3]连明.信息碎片化时代的大学生信息素养[J].农业网络信息，2018（6）：115-119.

[4]HUO SHUANGSHUANG. All in pieces： a new media installation about information fragmentation[C] //Association for Computing Machinery. ACE 15： Proceedings of the 12th International Conference on Advances in Computer Entertainment Technology， 2015：1-4.

[5]祝智庭.教育信息化的新發展：国际观察与国内动态[J].现代远程教育研究，2012（3）：3-13.

[6]BHATTACHERJEE A. Understanding information systems continuance： an expectation-confirmation model[J]. Mis Quarterly， 2001， 25（3）：351-370.

[7]张伟.乐趣性与互动性感知对MOOCs学习者持续学习意愿的影响[J].中国人民大学教育学刊，2016（2）：122-138.

[8]SERVICE C， PARSONS D. International journal of mobile and blended learning[J]. International Journal of Mobile and Blended Learning， 2011（1）：1-12.

[9]SHARPLES M， TAYLOR J， VAVOULA G. A theory of learning for the mobile age[M]. VS Verlag für Sozialwissenschaften， 2010：221-247.

[10]郑丽红，游瑞娇.移动学习视域下医学英语词汇学习有效性的研究[J].中医药管理杂志，2021，29（12）：11-14.

[11]王晓静，蒋婉婷.移动学习环境下大学生英语阅读策略调查研究[J].太原城市职业技术学院学报，2021（6）：89-91.

[12]彭金勇.移动APP提高中职生计算机课程学习效果的策略研究[D].桂林：广西师范大学，2021.

[13]周敏.移动学习Apps运用于少数民族地区中职英语口语教学的实证研究[D].贵阳：贵州师范大学，2021.

[14]才华.微信公众平台在中职学校教学中的应用[D].天津：天津职业技术师范大学，2021.

[15]王家钰，嘎玛扎西，曹盼盼.基于Android平台慕课App的设计与实现[J].信息记录材料，2020，21（4）：223-224.

[16]陈媛，黄振宣.高校思想政治理论课移动学习平台的设计与应用——以“静思学堂”手机APP为例[J].广西教育学院学报，2019（2）：160-163.

[17]冯昕烨.基于移动学习平台的高校混合教学模式设计与应用研究[D].大连：辽宁师范大学，2020.

[18]POONG Y S， YAMAGUCHI S， TAKADA J I. Investigating the drivers of mobile learning acceptance among young adults in the world heritage town of Luang Prabang， Laos[J]. Information Development， 2017，33（1）：57-71.

[19]ALMAIAH M A， ALAMRI M M， AL-RAHMI W. Applying the UTAUT model to explain the students' acceptance of mobile learning system in higher education[J]. IEEE Access， 2019， 7：174673-174686.

[20]何慧敏，张晖.基于UTAUT模型的大学生英语移动学习行为影响因素分析[J].西南科技大学学报（哲学社会科学版），2019，36（5）：73-79.

[21]田玲芳，姬永倩，张欢，等.数字化学习时代大学生碎片化学习研究[J].软件导刊（教育技术），2018（9）：56-59.4266C034-D217-4847-846A-43207B5BAC84

[22]尹合栋.微课程的设计、开发与评价[J].现代教育技术，2015（1）：46-52.

[23]李璠.碎片化对学生在线学习效果及持续学习意愿的影响研究[D].北京：北京邮电大学， 2019.

[24]DELONE WH， MCLEAN ER. Information systems success： the deLone and mcLean model of information systems success： a ten-year update[J]. Journal of Management Information Systems， 2003， 19（4）：9-30.

[25]MOHAMMADI H. Social and individual antecedents of m-learning adoption in Iran[J]. Computers in Human Behavior， 2015， 49：191-207.

[26]KIM TG， LEE JH， LAW R. An empirical examination of the acceptance behaviour of hotel front office systems： an extended technology acceptance model[J]. Tourism Management， 2008， 29（3）：500-513.

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

[28]QASHOU A. Influencing factors in M-learning adoption in higher education[J]. Education and Information Technologies， 2020， 26（2）：1755-1785.

[29]SANJEBAD N N， SHRESTHA A， SHAHID P. The impact of personality traits towards the intention to adopt mobile learning[C]. In International Working Conference on Transfer and Diffusion of IT， 2020：182-193.

[30]OGHUMA AP， CHANG Y， LIBAQUE-SAENZ C F， et al. Benefit-confirmation model for post-adoption behavior of mobile instant messaging applications： a comparative analysis of KakaoTalk and Joyn in Korea[J]. Telecommunications Policy， 2015， 39（8）： 658-677.

[31]CHENG Y M. Effects of quality antecedents on e-learning acceptance[J]. Internet Research， 2012， 22（3）：361- 390.

[32]ALMUSHASHA N F， NASSUORA A B. Factors Determining e-learning Service Quality in Jordanian Higher Education Environment[J]. Journal of Applied Sciences， 2012， 12（14）：1474-1480.

[33]AI-EMRAN M， ARPACI I， SALLOUM S A. An empirical examination of continuous intention to use m-learning： An integrated model[J]. Education and Information Technologies， 2020， 25（2）：1-20.

[34]CIGDEM H， TOPCU A. Predictors of instructors behavioral intention to use learning management system： a Turkish vocational college example[J]. Computers in Human Behavior， 2015， 52（11.）：22-28.

[35]吳骏.SPSS统计分析从零开始学[M].北京 ：清华大学出版社， 2014：360.

作者简介：

常李艳，副教授，博士研究生，主要研究方向为数字阅读、信息分析、信息检索，邮箱：030263@jlxy.nju.edu.cn;

陈思璐，本科生，邮箱：964620791@qq.com;

刘婧，副教授，博士，通讯作者，主要研究方向为网络信息资源收集与利用、儿童数字阅读，邮箱：liuj_m@njupt.edu.cn;

黄崇，硕士研究生，主要研究方向为儿童数字阅读、用户行为分析，邮箱：1075917192@qq.com。

Research on College Students Mobile Learning Behavior and Its Influencing Factors with Information Fragmentation Environment4266C034-D217-4847-846A-43207B5BAC84

Liyan CHANG 1，2， Silu CHEN 2， Jing LIU 3*， Chong HUANG3

（1.Nanjing University School of Information Management， Nanjing Jiangsu 210023;

2.Nanjing University Jinling College， Nanjing Jiangsu 210089;

3.Nanjing University of Posts and Telecommunication School of Management， Nanjing Jiangsu 210003）

Abstract： With the advent of the era of big data， mobile learning， which is completely different from traditional classroom teaching， has been integrated into peoples daily learning and life. The significant fragmentation characteristics of mobile learning has brought the changes in college students learning. Through questionnaire survey， this paper probes the current situation of college students fragmented learning under descriptive analysis， multiple logistic regression analysis and other methods from the perspective of lifelong learning， and studies the influencing factors of college students willingness to continue learning from the following five dimensions： learning resources， service quality， learning motivation， self-efficacy and learning satisfaction. The result found that college students have a positive attitude towards mobile learning that they like using learning apps instead of traditional web pages. Their learning motivation mainly lies with endogenous motivation to improve their own literacy， however， students have difficulties in time management and knowledge retrieval. Self-efficacy and learning motivation affect learning satisfaction， and satisfaction affects college students willingness to continue fragmented learning. According to the research conclusions， this paper provides suggestions on the design of college students learning APP and the optimization of college students fragmented learning.

Keywords： Fragmented learning; Willingness of continue to learn; College student; Mobile learning; Self efficacy; Learning satisfaction

編辑：王天鹏   校对：王晓明4266C034-D217-4847-846A-43207B5BAC84