论文部分内容阅读
[摘 要] EIU和IBV的调查显示，数字化学习对国家竞争力的影响越来越大，未来数字化学习将成为一项重要的知识工具。教育技术研究领域对于数字化学习越来越关注，然而与此形成强烈反差的是，我国数字化学习绩效却不尽如人意，本研究以数字化学习绩效为切入点，使用文献研究法对国内外有关数字化学习绩效的研究进行了比较分析和述评。
[关键词] 数字化学习； 绩效； 比较分析； 述评
[中图分类号] G434 [文献标志码] A
[作者简介] 付道明（1977—），男，四川绵竹人。副教授，博士，主要从事学习科学与技术、教育电视与信息传播方面的研究。E-mail： jetinchina@21cn.com。
一、研究背景
信息技术的发展正在改变着人们的工作、学习与生活，为人类提供了一种全新的学习方式——数字化学习（E-learning）。数字化学习对人类意义深远，美国麻省理工学院媒体实验室创办人尼葛洛庞帝甚至将数字化学习对人们的影响提高到决定人类生存的高度，认为“计算不再只和计算机有关，它决定我们的生活”，[1]并提倡“数字化生存”。有研究认为，数字化学习是实现信息技术与课程整合的核心，能够有效促进学习过程的改变与学习绩效的提高，成为建立学习型社会，构建终身教育体系的重要途径。[2][3][4]
世界著名市场调研机构“经济学人智库（Economist Intelligence Unit，简称EIU）”和IBM商业价值研究院（ Institute for Business Value， 简称IBV）认为：[5][6] 世界上每一个角落都需要数字化学习。无论是为了降低训练成本、维持全球化训练的质量，还是为了国家面临危急时刻的应变措施、缩短数字鸿沟、丰富学习模式等，我们都能找到应用数字化学习最适当的理由。对政府来说，除了在政府机关内部应该示范性地应用数字化学习之外，如何在教育政策、产业政策上鼓励数字化学习的发展，提高新一代国民数字化学习的能力，将对国家竞争力的提高有重要意义。可以预见的是，未来数字化学习将成为一项重要的知识工具，数字化学习将可能使其他学习方式边缘化。
由此可见，数字化学习的发展得到了产业界和学术界高度关注，而与此形成的现实反差却是数字化学习绩效不尽如人意。本研究以数字化学习绩效为切入点，使用文献研究法对国内外有关数字化学习绩效的研究进行了比较分析和述评。
二、国外相关研究的比较与述评
国外对于数字化学习绩效及其影响因素研究较早。代表性人物有Jane Webster 、Peter Hackley、Michael J. Hannafin、Janette R. Hill、Susan M. Land、Scott D.Johnson、E.Vance Wilson、Andrew Tolmie、James Boyle、Steven R. Aragon、Najmuddin Shaik et al和Luther Tai等。
（一）Jane Webster 和Peter Hackley的研究[7]
Jane Webster 和Peter Hackley（1997）两位学者以管理传播、教育学以及信息系统相关研究成果为基础，提炼出了一个基于技术的远程学习绩效的概念模型，并将远程学习绩效进行了分类，在此基础上针对不同因素对不同远程学习绩效的影响进行了实证研究。
1. 远程学习绩效
Webster和Hackley在Wetzel、Radtke & Stern、Storck & Sproull等人有关教育电视与面对面学习绩效对比研究和远程学习研究的基础上，提出远程学习绩效应该体现在学生的参与情况、认知水平、技术自我效力、对待技术的态度、技术的有用性、对远程学习的态度以及远程学习的相对优势和劣势的认识等方面。
2. 影响远程学习的因素
Webster和Hackley将影响远程学习绩效的因素归结为四类：技术因素、教师因素、课程因素和学生因素。在技术方面，两位学者认为技术的可靠性、质量和媒介的丰富度是影响学习绩效的关键因素；在教师因素方面，教师对待技术的态度、教学风格以及对技术的驾驭程度将直接影响学习绩效；课程方面，学生所处的物理距离将影响学习绩效；学生因素方面，与面对摄像机相比，学生在基于互联网的远程学习环境中更容易感觉舒适。
在分析这些影响因素时，两位学者建立了9个假设：
假设1.远程学习使用技术的可靠性与学习绩效有必然的联系；
假设2.远程学习中使用的技术的质量与学习绩效有必然的联系；
假设3a.学生将感觉到远程学习中使用的技术将比传统的面对面教学的媒介要少；
假设3b.在近端的学生将比远端的学生感觉到技术使用更为丰富；
假设3c.学生在课程中使用全活动视频将比使用压缩视频的学生感觉到远程学习的技术手段更为丰富；
假设3d.学生学习绩效与其感受到的远程学习中技术使用的丰富度成正比；
假设4.教师对于远程学习中使用的技术的正面态度将影响学生学习绩效；
假设5.教师更多的交互性的教学风格将影响学生的学习绩效；
假设6.教师更好的技术驾驭能力将对学生的学习绩效起到正面的影响；
假设7.学生越集中学习绩效就越好；
假设8.学生在远程学习中越感觉舒适学习绩效越好；
假设9.同班同学对于远程学习中技术的积极态度将影响学生的正面学习绩效。
3. 研究过程与方法
两位学者通过使用质和量的研究方法开展了试验研究，对北美6所大学29门远程学习课程进行了研究，涉及会计、化学、计算机科学工程学、数学、物理、政治学以及社会学等课程，教师分布在7个城市。两位学者设计了影响远程学习绩效的调查问卷以收集量化信息，同时在研究过程中通过观察收集质性材料。通过为期两个学期的试验研究，最后验证了他们提出的9个假设。 4. 研究结论与讨论
研究表明，四类影响远程学习的因素将至少对学生的参与情况、认知水平、技术自我效力、对待技术的态度、技术的有用性、对远程学习的态度以及远程学习的相对优势和劣势的认识等七个方面中的三个产生影响。其中，感知的媒介丰富性对这七个方面均会产生影响。而且，教师对媒介丰富性的利用将直接影响学生的正面的学习绩效。
另外一些影响学习绩效的关键因素还包括学生学习中的舒适度、教师对于技术的驾驭度、技术的质量、教师的态度和教学风格等。因此，在远程教育实践教学中，教师应让学生的学习过程感觉自然舒适，学会驾驭教学媒介，持积极的态度和使用交互性强的教学风格。
（二）Michael J. Hannafin、Janette R. Hill和Susan M. Land的研究
Hill和Hannafin（1997）通过文献分析，从学习者认知角度确定了影响网络学习的五个关键因素，即元认知知识（Meta Cognitive Knowledge）、定位感（Perceived Orientation）、自我效能感（Perceived Self-Efficacy）、系统知识（System Knowlege）和先前的学科知识（Prior Subject Knowlege）。元认知知识指的是一个人通晓自己认识过程的知识。元认知知识可以使学习者有效地反省、评价及直接认识各种活动，监督学习者自身的学习活动。定位感是指学习者对自身在网络体系中位置的理解及对取得所需信息所必需的策略和活动的理解。自我效能感是指个人判断自己执行需要完成的活动的能力。系统知识指学习者已经拥有的一个特定的网络信息系统的知识或经验。先前的学科知识是指学习者在其探索的领域内现有的知识和经验。
两位学者采用问卷调查、出声思维、计算机日志分析、个别访谈等方法对4名学习者的网络搜索行为进行了细致的记录和研究，并据此展开了个案分析和跨案例对比分析。研究结果显示：空间定位感和自我效能感会影响学习策略的使用，而元认知技能有助于学习者自我监控和增强定位感，良好的系统知识对成功的网络学习具有重要作用。[8][9]2003年，Hannafin等再次对网络学习环境中的认知因素和设计因素进行了探讨，并提出了一个全面研究网络学习的框架，包括六大方面：学习者和学习因素、教师和教学因素、领域和任务因素、组织和安排因素、社区和交流因素、评价因素。[10]
（三）美国Illinois州立大学Scotted教授的研究
Scott D.Johnson， Steven R. Aragon， Najmuddin Shaik et al（2000）[11]对在线和面对面两种学习环境中学习者满意度和学习绩效进行了比较研究。该研究认为，影响在线学习绩效的关键因素就是教师因素以及教师对学生的指导。学生在进行网上数字化学习时，其满意程度主要取决于教师的影响尤其是教师指导的质量、有效性等，而并不依赖于技术。这与Jane Webster 和Peter Hackley等人有关教师因素的研究有相同之处。
Scott D.Johnson和Steven R. Aragon（2003）在其前期研究的基础上，进一步提出了一个网上在线学习的教学策略框架（如图1所示）。[12]两位学者认为为了迎接数字化学习的挑战，教学设计人员应该重新审视自己传统的教学设计观，采纳一种适合数字化学习的教与学的设计理念。这并不意味着我们要一味地摒弃行为主义学习理论而完全采纳社会建构主义学习理论，而应该综合运用各种学习理论。例如，高质量的数字化学习环境就应该由行为主义学习理论（如，采用正面的巩固和重复的方法）、认知主义学习理论（如利用多种感官、运用学习激励的方法呈现新知识、限制呈现的信息量以及将新知识与先前的知识进行联接等）和社会建构主义学习理论（如鼓励群组互动、学生互评和个人反馈等）。Scott等人主张，有活力的在线数字化学习环境应该包含以下这些原则和策略：（1）指出个体差异；（2）激励学生学习；（3）避免信息过载；（4）创设真实学习情境；（5）鼓励社会互动；（6）提供亲身实践活动；（7）鼓励学生反思。
两位学者在提出以上教学策略框架后，在《人力资源发展》网上课程中进行了实证研究，最后得出结论认为，学习是一个复杂事件，不能用某一种单一的学习理论来解释。因此，运用基于多种学习理论的教学策略模型，将创设一个高质量的数字化学习环境。
图1 在线学习环境的教学策略框架
（四）E.Vance Wilson教授和Andrew Tolmie、 James Boyle教授的研究
美国Wisconsin-Eau Claire大学的E.Vance Wilson教授和英国Strathclyde大学的Andrew和James教授分别从影响学习者数字化学习的内部和外部因素进行了研究。
E.Vance Wilson（2000）[13][14]从学习者个体特征出发， 考察了学生的人数统计特征（包含年龄和性别等）、先前经验特征和学习者个性特征等三方面因素对学习者数字化学习绩效的影响。E.Vance Wilson的研究主要从学习者内部特征进行了探讨，最后得出结论：学生使用基于计算机交流（Computer-Mediated Communication，CMC）的先前经验，有助于提高学生数字化学习绩效，因为具有较多先前经验的学习者能够熟练掌握并适应这种交流方式；学习成绩好的学生把CMCS交流看成是不同于传统环境的另一种交流工具，他们愿意在使用CMCS方面作出更多的努力和花更多的时间；成绩高的男生和女生比其他学生更多地使用CMCS，表明他们对技术的适应程度较高；学生的个性因素与基于CMCS的交流出现了显著的相关性，感知—思考型的学生对CMCS表现出了明显的兴趣和较高的满意程度，而直觉—感觉型的学生则在CMCS中面临失败的风险。 英国Strathclyde大学的Andrew Tolmie和James Boyle[15]从影响数字化学习者CMCS交流的外部因素入手，对大学中数字化学习者进行了个案研究，他们最后得出结论认为，影响数字化学习者CMCS交流的几个主要外部因素有：群体的大小、其他参与者的理解、学习者的经验、对任务的了解、任务的所有权、对系统的需求、系统的类型和以往具有使用CMCS的经验等。
（五）Daniel Johnson、Peter Sutton和Josiah Poon等人的研究
澳大利亚昆士兰大学的Daniel Johnson， Peter Sutton和Josiah Poon[16]等人从信息传播的角度对技术环境中的学生传播进行了研究。三位学者对该校1999年开始招生的新本科专业——信息环境专业使用CMCS的学生传播行为进行了观察，发现了许多预想之外的行为。他们进一步针对传播行为进行了调研，对学生如何评价传播手段、为什么使用这些手段、学生认为每一种传播方式的优点和缺点是什么等问题进行了考察。研究结果表明，面对面的传播（Face-to-Face Communication）绩效比使用E-mail、MOO、TT、IRC、Writ、Mob、Tele、WWW、INM和WCT等CMCS传播方式的传播绩效更好，但是CMCS传播方式为学生提供了灵活多样的选择。
（六）国外关于企业数字化学习绩效的研究
据美国培训与发展协会（ASID）2007年对221个组织机构的数字化学习调查报告显示：企业采用E-learning培训的时间比例由五年前的11.4%上升至2006年的30.28%，其中2006年完全在线学习的时间高达25.2%（Werner，2007）。[17]美国培训与发展协会还预测，到2010年雇员人数超过500人的公司中90%都将采用E-learning进行培训。[18]国际著名企业如IBM、GE（通用电气公司）、Verizon通信公司等世界500强企业是较早采用数字化学习开展全球员工培训的企业，这些大企业对于数字化学习绩效往往都非常重视。
Luther Tai博士采用个案研究的方法分别对IBM、GE和Verizon等三家企业为什么要采用数字化学习开展员工培训、数字化学习是如何开展的、数字化学习是如何实现的以及企业对数字化学习绩效是如何进行验证的等问题进行了考察（Luther Tai，2005）。[19]在对待E-learning培训绩效方面，IBM、GE和Verizon都不约而同地采用了Kirkpatrick的绩效模型来检验数字化学习的绩效。他们着重对学习者反馈、技能掌握、技能应用、节约成本以及提高生产率等方面对绩效进行检验。Luther最后得出结论认为，对GE、IBM和Verizon等三家企业来说，数字化学习方式已经产生了显著的绩效，该培训方式不仅为企业节省了大量的时间和金钱，而且有效地提高了企业的生产和管理效率。尽管GE、IBM和Verizon各自有不同的数字化学习解决方案，但是有效的数字化学习策略、明确的企业数字化学习目标、完善的学习组织、强有力的领导、公司的支持、审慎的数字化学习应用、高质量的学习内容、便捷的学习访问以及良好的评价系统等是这些企业培训取得成功的共同之处。以上这些因素的成功整合是实现有效数字化学习的必要条件。
Donald Kirkpatrick在研究企业数字化学习绩效时提出了一个包含四个阶段的分析模型：第一阶段，针对学习者满意度的调查；第二阶段，学习评价与测量，即针对学习内容对学习者知识掌握情况进行测试；第三阶段，对学习者将知识运用到实践环节进行观察；第四阶段，对投资回报进行检验（Goldwasser，2001）。然而，Kirkpatrick的绩效分析模型关注学习事件本身及其绩效。由于数字化学习绩效可能体现在顾客界面上，IBM公司在了解数字化学习绩效时采用了一种叫做ACE的绩效分析模型以测量外部顾客的满意度。ACE分别代表的是责任心、环境和绩效。
Eli Munzer提出检验数字化学习绩效的三个方面：文化认可（Cultural Acceptance）、财政影响（Financial Impact）和软测量（Soft Measurement）。文化认可反映了数字化学习在学习者中的一般认可情况，它体现在学习者的出席情况、学习者的类型以及学习者对数字化学习的受纳情况等方面。财政影响主要反映在数字化学习对于成本规避、营业收入以及生产效率的影响上。软测量包含了知识技能的保持、员工工作士气和其他一些难以测量的品质（Munzer，Internal Document，2003）。[20]
三、国内相关研究
国内有关数字化学习绩效及其影响因素的研究始于对Jane Webster 、Peter Hackley、Michael J. Hannafin、Janette R. Hill和Susan M. Land等人研究成果的引入。
（一）中国港澳台地区学者有关数字化学习绩效及其影响因素的研究
在中国港澳台地区，学者们比较早地开展了网络学习绩效及其影响因素的研究。
台湾国立师范大学信息与计算机教育系的Wu Cheng-Chih和Lee Greg C.（1999年）[21]利用BBS作为信息交流与传播的手段开展了教学研究，并认为影响学习者学习绩效的一个关键因素是信息传播需要仲裁者的引导和评价，而且应该允许学习者在网上讨论更广泛的题目。
台湾屏东科技大学的梁佳玲（2001）[22]以异步网络教学学员为调查对象，研究了影响网络学习成效的因素，最后得到以下结论。（1）影响网络学习绩效的因素主要有：教材设计丰富性、课程互动策略、学员管理、学员信息素养、系统与网络质量；（2）各影响因素在年龄与地理位置上无显著差异，但教材设计丰富性及学员信息素养在性别上有显著差异，系统与网络质量在参与次数上有显著差异，课程互动策略在职业与上网时数上有显著差异；（3）评估指标之学员满意度在地理位置与上网时数上有显著差异，学习绩效在年龄、职业及上网时数上有显著差异，使用频率在年龄、职业、参与次数与上网时数上有显著差异，其余均无显著差异；（4）学员最常使用的网络教学系统功能为最新消息、课程讨论与群组讨论；（5）网络教学主要的问题及困难为网络的带宽及速度、网络质量的不稳定性与系统运作的稳定性。 杨奕农等（2002）[23]采用定量研究和回顾分析的方法，探讨了影响网络学习成效的可能因素；薛雅明等（2006）以Davis的科技接受模型为基础，探讨了案例式网络学习中学习系统的质量、教学策略、学习者特性等因素与学习成效之间的关系。[24]另外，Xiaojing Liu等（2006）[25]从活动理论的视角对影响MBA网络教学的社会文化因素进行了案例研究，总结了影响网络教学成效的7个主要因素。
（二）中国大陆地区学者的相关研究
首都师范大学的王陆、冯红（2000）[26]比较早地开始关注远程学习绩效及其影响因素。在分析Hill和Hannafin有关影响远程教学学习质量的五种心理因素以及多位学者的教学实验的基础上，两位学者提出影响远程学习质量的观点：元认知知识是影响学习者应用学习策略的最主要因素；在基于网络的开放式学习环境中， 学习者的定位感对学习质量有重大影响；自我效能感对学习者运用学习策略有影响；学习者的系统知识与先前主题知识相比， 对学习策略的应用有更强的影响；学习者先前的主题知识对提高学习效率有影响。两位学者还进一步讨论了基于学习质量因素的CAI课件的设计特点，以提高远程教学/学习质量。2002年，王陆教授领导的团队[27]在建立首都师范大学虚拟学习社区的基础上，开展了远程学习绩效及其影响因素的教学实践研究。在收集分析数字化学习者各种特征以及对CMCS的使用情况的基础上，几位学者最后得出结论认为：学习者的特征，包括学习风格、个性因素、学习成绩和性别都对基于CMCS的交流有显著影响。设计一个CMCS系统时，需要在如何发挥教师的主导作用，如何提高系统的智能性、敏感性和快速响应性等方面进行更加深入的研究。
胡凡刚（2002）[28]在Hill和王陆等人的研究成果的基础上，针对如何提高网络教学和学习的质量提出了相应的建议，最后总结认为四种心理因素从不同侧面与角度影响网络学习质量：网络元认知为网络学习提供策略保障，调控整个网络学习活动；网络定位感是网络学习的关键性因素， 保障网络学习的系统位置定位与心理定位；自我效能感为网络学习提供动力支持；而网络系统知识及先行主题知识是影响网络学习质量的基础性因素。同时这四种因素之间互相影响、互相作用，对整个网络学习活动发挥整合作用。
张建伟（2004）[29]等人在多媒体与网络学习的心理学研究基础上，分析了网络学习的特点、活动类型和影响因素。在Hill & Hannafin等人研究的基础上，两位学者概括了影响网络学习绩效的六种学习者因素：元认知水平与自我监控学习的能力；导航策略；学习动机，尤其是内在学习动机；自我效能感；信息素养；原有学科知识。刘儒德、江涛（2004）[30]分析了学习者的不同方面的特征对网络学习绩效的影响。
一些研究者尝试从更为宏观的角度对数字化学习绩效的影响因素进行分析和探讨。王昭君（2007）[31]在文献分析的基础上，提出网络学习成效评估指标——学习满意度、学习成绩；指出影响网络学习成效的四大关键要素——学生特性、网络课程特性、学习平台特性和教学互动。王昭君进而以2006年秋华东师范大学网络教育学院《经济学原理》课程的教学为研究个案，最后得到以下结论：网络课程特性——课程内容及其呈现方式、学习平台特性——学习平台认知有用性对学习满意度和学习成绩都有显著性影响；网络课程特性——课程弹性只对学习满意度有显著性影响；而其他影响因素对学习成效没有显著性影响。朱郑州等（2006）[32]提出影响网络学习质量的因素包括五大方面：学习者的心理因素、信息素养、教师的素质、学习环境和教学评价。汪琼（2007）[33]通过对网上教学活动的深入分析和实践总结，提出网上教学成功的四因素模型，即认识因素、技术因素、教学因素和环境因素。
（三）国内有关企业数字化学习绩效的研究
随着E-learning在欧美企业中的兴起和发展，这种培训方式逐步扩展到亚洲地区，韩国、日本、新加坡的一些著名企业都开始采用E-learning方式进行企业内部培训。我国企业也是在这样的背景下开始使用E-learning培训方式，比较有代表性的是南方航空公司、TCL集团以及银行系统的数字化培训。与国外企业相比，我国企业开展数字化培训起步较晚。2006年6月，教育部高等教育司启动了“数字化学习港与终身学习社会的建设与示范”教学改革项目，项目选取TCL集团作为全国唯一的“数字化学习型企业”典型应用示范点，旨在探索“数字化学习型企业”的建设及其运行规律。[34]
四、总 评
比较分析国内外近年来有关数字化学习绩效的相关研究成果，我们可以发现大部分研究都是从因素分析出发，提出影响数字化学习的因素，进而从微观层面即学习成效的角度进行研究，如Hill（1997）从学习者认知角度确定了影响网络学习的关键因素，并从微观层面进行了个案研究。国内的大部分研究都从引入这些研究入手，从学习心理的角度对数字化学习绩效进行了探讨。因此，这些研究就不可避免地陷入到单纯从学习者或学习因素来研究数字化学习绩效，从而忽略了“教”的影响。另一方面，大部分研究主要从主观分类入手，缺乏对数字化学习本质的认识，因而缺乏坚实的理论基础。
[参考文献]
[1] [美]尼葛洛庞帝.数字化生存[M].海南出版社，1997：85.
[2] 李克东.数字化学习（上）——信息技术与课程整合的核心[J].电化教育研究，2001，（8）：24～26.
[3] 李克东.数字化学习（下）——信息技术与课程整合的核心[J].电化教育研究，2001，（9）：16～19.
[4] 李兰.数字化学习在中学信息技术教育教学中的应用[J].中小学教学研究，2006，（4）：21～24.
[5] 王佑镁.全球数字化学习准备度排名报告探析[J].比较教育研究，2007（10）：84～88. [6] Economist Intelligence Unit & Institute for Business Value. The 2006 e- Readiness Rankings[EB/OL].2006- 06- 10.[2012-12-10].http：//graphics. eiu. com/files/ad_pdfs/2006Ereadiness_Ranking_WP.pdf.
[7] Jane Webster & Peter Hackley. Teaching Effectiveness in Technology-Mediated Distance Learning[J].Academy of Management Journal，1997，（11）：1282～1309.
[8] Hannafin， M.， Hill， J.， & Land， S.. Student-Centered Learning and Interactive Multimedia： Status， Issues， and Implications[J]. Contemporary Education，1997，（2）：94～99.
[9] 张家华，张剑平.网络学习四因素理论模型及其构建[R].全国教育技术学博士生论坛，2008：86～88.
[10] Hannafin，M.J，Hill，J.R.， Oliver，K.， Glazer，E.， & Sharma，P.Cognitive and Learning Factors in Web-Based Distance Learning Environments[M].Handbook Of Distance Education. London：Lawrence Erlbaum Associates，Inc.2003：245～257.
[11] Scott D. Johnson， Steven R. Aragon ， Najmuddin Shaik et al. Comparative Analysis of Learner Satisfaction and Learning Outcomes in Online and Face-to-Face Learning Environments [J]. Interactive Learning Research.2000，11（1）：29～49.
[12] Scott D.Johnson， Steven R. Aragon. An Instructional Strategy Framework for Online Learning Environments [C].New Dir Adult Contin Educ no100 Wint，2003：31～43.
[13] E. Vance Wilson.Student Characteristics and Computer-Mediated Communication[Z].Computer & Education，2000，（34）：67～76.
[14] 王陆，杨卉，刘维民.学习者特征与基于CMC交流的相关性研究[J].电化教育研究，2002，（1）：25～28.
[15] Andrew Tolmie， James Boyle.Factors Influencing the Success of Computer Mediated Communication（CMC）Environments in University Teaching：a Review and Case Study[Z].Computer & Education，2000，（34）：119～140.
[16] Daniel Johnson， Peter Sutton and Josiah Poon. Face-to-Face vs CMC： Student Communication in a Technologically Rich Learning Environment[DB/OL]. [2012-12-10].http：//wenku.baidu.com/view/8cecdOaddd3383c4bb4cd294.html.
[17] Werner T （2007）. The Use of E-learning is Up [EB/OL].（2007-11-19）.[2012-12-10].http：//brandon-hall.com/tomwerner/2007/11/19/the-use-of-e-learning-is-up/.
[18] 张京彬，余胜泉.E-learning在中国企业发展趋势[J].中国远程教育（资讯版），2003，（24）：11～12.
[19] [20] Luther Tai. Corporate e-Learning How e-Learning is Created in Three Large Corporations[D].University of Pennsylvania，2005.
[21] Cheng-Chih Wu， Greg C. Lee.Use of BBS to Facilitate a Teaching Practicum Corse[Z].Computer & Education，1999，（32）：239～247.
[22] 梁佳玲.影响网路学习成效之因素研究[D].台湾屏东县台湾屏东科技大学硕士论文，2001：36～38.
[23] 杨奕农，柴惠质.非同步网路学习成效及影响因素之计量分析：经济学课程个案研究[J].科学教育学刊，2002，10（2）：193～210.
[24] 薛雅明，徐玉琼.影响案例式网路学习系统学习成效之研究[J].教育研究学报，2006，40（1）：173～194.
[25] Xiaojing Liu . Sociocultural Factors Affecting the Success of an Online MBA Course： A Case Study Viewed from Activity Theory Perspective[D]. Doctoral Dissertation， Indiana University Bloomington，2006：45～48.
[26] 王陆，冯红.远程教学/学习系统中影响学习质量的五种因素[J].电化教育研究，2000，（7）：22～25.
[27] 王陆，杨卉，刘维民.学习者特征与基于CMC交流的相关性研究[J].电化教育研究，2002，（1）：24～28.
[28] 胡凡刚. 影响网络学习质量的心理因素探析[J].教育研究，2002，（7）：23～27.
[29] 张建伟，孙燕青.多媒体与网络学习的心理机制[J].外语电化教学，2004，（4）：3～7.
[30] 刘儒德，江涛. 学习者特征对网络学习的影响[J].中国电化教育，2004，（6）：11～14.
[31] 王昭君. 影响网络学习成效关键因素探究——以经济学网络课程为例[D].华东师范大学硕士学位论文，2007：37～39.
[32] 朱郑州等. 影响网络学习质量的因素与网络学习质量的提高[J].现代远距离教育，2006，（6）：13～16.
[33] 汪琼.网上教学成功四要素[M]. 北京： 北京大学出版社，2007：25～29.
[34] 丁新，龚静红，陈立勇.企业E-learning现状调查与分析[J].开放教育研究，2008，（2）：100.
[关键词] 数字化学习； 绩效； 比较分析； 述评
[中图分类号] G434 [文献标志码] A
[作者简介] 付道明（1977—），男，四川绵竹人。副教授，博士，主要从事学习科学与技术、教育电视与信息传播方面的研究。E-mail： jetinchina@21cn.com。
一、研究背景
信息技术的发展正在改变着人们的工作、学习与生活，为人类提供了一种全新的学习方式——数字化学习（E-learning）。数字化学习对人类意义深远，美国麻省理工学院媒体实验室创办人尼葛洛庞帝甚至将数字化学习对人们的影响提高到决定人类生存的高度，认为“计算不再只和计算机有关，它决定我们的生活”，[1]并提倡“数字化生存”。有研究认为，数字化学习是实现信息技术与课程整合的核心，能够有效促进学习过程的改变与学习绩效的提高，成为建立学习型社会，构建终身教育体系的重要途径。[2][3][4]
世界著名市场调研机构“经济学人智库（Economist Intelligence Unit，简称EIU）”和IBM商业价值研究院（ Institute for Business Value， 简称IBV）认为：[5][6] 世界上每一个角落都需要数字化学习。无论是为了降低训练成本、维持全球化训练的质量，还是为了国家面临危急时刻的应变措施、缩短数字鸿沟、丰富学习模式等，我们都能找到应用数字化学习最适当的理由。对政府来说，除了在政府机关内部应该示范性地应用数字化学习之外，如何在教育政策、产业政策上鼓励数字化学习的发展，提高新一代国民数字化学习的能力，将对国家竞争力的提高有重要意义。可以预见的是，未来数字化学习将成为一项重要的知识工具，数字化学习将可能使其他学习方式边缘化。
由此可见，数字化学习的发展得到了产业界和学术界高度关注，而与此形成的现实反差却是数字化学习绩效不尽如人意。本研究以数字化学习绩效为切入点，使用文献研究法对国内外有关数字化学习绩效的研究进行了比较分析和述评。
二、国外相关研究的比较与述评
国外对于数字化学习绩效及其影响因素研究较早。代表性人物有Jane Webster 、Peter Hackley、Michael J. Hannafin、Janette R. Hill、Susan M. Land、Scott D.Johnson、E.Vance Wilson、Andrew Tolmie、James Boyle、Steven R. Aragon、Najmuddin Shaik et al和Luther Tai等。
（一）Jane Webster 和Peter Hackley的研究[7]
Jane Webster 和Peter Hackley（1997）两位学者以管理传播、教育学以及信息系统相关研究成果为基础，提炼出了一个基于技术的远程学习绩效的概念模型，并将远程学习绩效进行了分类，在此基础上针对不同因素对不同远程学习绩效的影响进行了实证研究。
1. 远程学习绩效
Webster和Hackley在Wetzel、Radtke & Stern、Storck & Sproull等人有关教育电视与面对面学习绩效对比研究和远程学习研究的基础上，提出远程学习绩效应该体现在学生的参与情况、认知水平、技术自我效力、对待技术的态度、技术的有用性、对远程学习的态度以及远程学习的相对优势和劣势的认识等方面。
2. 影响远程学习的因素
Webster和Hackley将影响远程学习绩效的因素归结为四类：技术因素、教师因素、课程因素和学生因素。在技术方面，两位学者认为技术的可靠性、质量和媒介的丰富度是影响学习绩效的关键因素；在教师因素方面，教师对待技术的态度、教学风格以及对技术的驾驭程度将直接影响学习绩效；课程方面，学生所处的物理距离将影响学习绩效；学生因素方面，与面对摄像机相比，学生在基于互联网的远程学习环境中更容易感觉舒适。
在分析这些影响因素时，两位学者建立了9个假设：
假设1.远程学习使用技术的可靠性与学习绩效有必然的联系；
假设2.远程学习中使用的技术的质量与学习绩效有必然的联系；
假设3a.学生将感觉到远程学习中使用的技术将比传统的面对面教学的媒介要少；
假设3b.在近端的学生将比远端的学生感觉到技术使用更为丰富；
假设3c.学生在课程中使用全活动视频将比使用压缩视频的学生感觉到远程学习的技术手段更为丰富；
假设3d.学生学习绩效与其感受到的远程学习中技术使用的丰富度成正比；
假设4.教师对于远程学习中使用的技术的正面态度将影响学生学习绩效；
假设5.教师更多的交互性的教学风格将影响学生的学习绩效；
假设6.教师更好的技术驾驭能力将对学生的学习绩效起到正面的影响；
假设7.学生越集中学习绩效就越好；
假设8.学生在远程学习中越感觉舒适学习绩效越好；
假设9.同班同学对于远程学习中技术的积极态度将影响学生的正面学习绩效。
3. 研究过程与方法
两位学者通过使用质和量的研究方法开展了试验研究，对北美6所大学29门远程学习课程进行了研究，涉及会计、化学、计算机科学工程学、数学、物理、政治学以及社会学等课程，教师分布在7个城市。两位学者设计了影响远程学习绩效的调查问卷以收集量化信息，同时在研究过程中通过观察收集质性材料。通过为期两个学期的试验研究，最后验证了他们提出的9个假设。 4. 研究结论与讨论
研究表明，四类影响远程学习的因素将至少对学生的参与情况、认知水平、技术自我效力、对待技术的态度、技术的有用性、对远程学习的态度以及远程学习的相对优势和劣势的认识等七个方面中的三个产生影响。其中，感知的媒介丰富性对这七个方面均会产生影响。而且，教师对媒介丰富性的利用将直接影响学生的正面的学习绩效。
另外一些影响学习绩效的关键因素还包括学生学习中的舒适度、教师对于技术的驾驭度、技术的质量、教师的态度和教学风格等。因此，在远程教育实践教学中，教师应让学生的学习过程感觉自然舒适，学会驾驭教学媒介，持积极的态度和使用交互性强的教学风格。
（二）Michael J. Hannafin、Janette R. Hill和Susan M. Land的研究
Hill和Hannafin（1997）通过文献分析，从学习者认知角度确定了影响网络学习的五个关键因素，即元认知知识（Meta Cognitive Knowledge）、定位感（Perceived Orientation）、自我效能感（Perceived Self-Efficacy）、系统知识（System Knowlege）和先前的学科知识（Prior Subject Knowlege）。元认知知识指的是一个人通晓自己认识过程的知识。元认知知识可以使学习者有效地反省、评价及直接认识各种活动，监督学习者自身的学习活动。定位感是指学习者对自身在网络体系中位置的理解及对取得所需信息所必需的策略和活动的理解。自我效能感是指个人判断自己执行需要完成的活动的能力。系统知识指学习者已经拥有的一个特定的网络信息系统的知识或经验。先前的学科知识是指学习者在其探索的领域内现有的知识和经验。
两位学者采用问卷调查、出声思维、计算机日志分析、个别访谈等方法对4名学习者的网络搜索行为进行了细致的记录和研究，并据此展开了个案分析和跨案例对比分析。研究结果显示：空间定位感和自我效能感会影响学习策略的使用，而元认知技能有助于学习者自我监控和增强定位感，良好的系统知识对成功的网络学习具有重要作用。[8][9]2003年，Hannafin等再次对网络学习环境中的认知因素和设计因素进行了探讨，并提出了一个全面研究网络学习的框架，包括六大方面：学习者和学习因素、教师和教学因素、领域和任务因素、组织和安排因素、社区和交流因素、评价因素。[10]
（三）美国Illinois州立大学Scotted教授的研究
Scott D.Johnson， Steven R. Aragon， Najmuddin Shaik et al（2000）[11]对在线和面对面两种学习环境中学习者满意度和学习绩效进行了比较研究。该研究认为，影响在线学习绩效的关键因素就是教师因素以及教师对学生的指导。学生在进行网上数字化学习时，其满意程度主要取决于教师的影响尤其是教师指导的质量、有效性等，而并不依赖于技术。这与Jane Webster 和Peter Hackley等人有关教师因素的研究有相同之处。
Scott D.Johnson和Steven R. Aragon（2003）在其前期研究的基础上，进一步提出了一个网上在线学习的教学策略框架（如图1所示）。[12]两位学者认为为了迎接数字化学习的挑战，教学设计人员应该重新审视自己传统的教学设计观，采纳一种适合数字化学习的教与学的设计理念。这并不意味着我们要一味地摒弃行为主义学习理论而完全采纳社会建构主义学习理论，而应该综合运用各种学习理论。例如，高质量的数字化学习环境就应该由行为主义学习理论（如，采用正面的巩固和重复的方法）、认知主义学习理论（如利用多种感官、运用学习激励的方法呈现新知识、限制呈现的信息量以及将新知识与先前的知识进行联接等）和社会建构主义学习理论（如鼓励群组互动、学生互评和个人反馈等）。Scott等人主张，有活力的在线数字化学习环境应该包含以下这些原则和策略：（1）指出个体差异；（2）激励学生学习；（3）避免信息过载；（4）创设真实学习情境；（5）鼓励社会互动；（6）提供亲身实践活动；（7）鼓励学生反思。
两位学者在提出以上教学策略框架后，在《人力资源发展》网上课程中进行了实证研究，最后得出结论认为，学习是一个复杂事件，不能用某一种单一的学习理论来解释。因此，运用基于多种学习理论的教学策略模型，将创设一个高质量的数字化学习环境。
图1 在线学习环境的教学策略框架
（四）E.Vance Wilson教授和Andrew Tolmie、 James Boyle教授的研究
美国Wisconsin-Eau Claire大学的E.Vance Wilson教授和英国Strathclyde大学的Andrew和James教授分别从影响学习者数字化学习的内部和外部因素进行了研究。
E.Vance Wilson（2000）[13][14]从学习者个体特征出发， 考察了学生的人数统计特征（包含年龄和性别等）、先前经验特征和学习者个性特征等三方面因素对学习者数字化学习绩效的影响。E.Vance Wilson的研究主要从学习者内部特征进行了探讨，最后得出结论：学生使用基于计算机交流（Computer-Mediated Communication，CMC）的先前经验，有助于提高学生数字化学习绩效，因为具有较多先前经验的学习者能够熟练掌握并适应这种交流方式；学习成绩好的学生把CMCS交流看成是不同于传统环境的另一种交流工具，他们愿意在使用CMCS方面作出更多的努力和花更多的时间；成绩高的男生和女生比其他学生更多地使用CMCS，表明他们对技术的适应程度较高；学生的个性因素与基于CMCS的交流出现了显著的相关性，感知—思考型的学生对CMCS表现出了明显的兴趣和较高的满意程度，而直觉—感觉型的学生则在CMCS中面临失败的风险。 英国Strathclyde大学的Andrew Tolmie和James Boyle[15]从影响数字化学习者CMCS交流的外部因素入手，对大学中数字化学习者进行了个案研究，他们最后得出结论认为，影响数字化学习者CMCS交流的几个主要外部因素有：群体的大小、其他参与者的理解、学习者的经验、对任务的了解、任务的所有权、对系统的需求、系统的类型和以往具有使用CMCS的经验等。
（五）Daniel Johnson、Peter Sutton和Josiah Poon等人的研究
澳大利亚昆士兰大学的Daniel Johnson， Peter Sutton和Josiah Poon[16]等人从信息传播的角度对技术环境中的学生传播进行了研究。三位学者对该校1999年开始招生的新本科专业——信息环境专业使用CMCS的学生传播行为进行了观察，发现了许多预想之外的行为。他们进一步针对传播行为进行了调研，对学生如何评价传播手段、为什么使用这些手段、学生认为每一种传播方式的优点和缺点是什么等问题进行了考察。研究结果表明，面对面的传播（Face-to-Face Communication）绩效比使用E-mail、MOO、TT、IRC、Writ、Mob、Tele、WWW、INM和WCT等CMCS传播方式的传播绩效更好，但是CMCS传播方式为学生提供了灵活多样的选择。
（六）国外关于企业数字化学习绩效的研究
据美国培训与发展协会（ASID）2007年对221个组织机构的数字化学习调查报告显示：企业采用E-learning培训的时间比例由五年前的11.4%上升至2006年的30.28%，其中2006年完全在线学习的时间高达25.2%（Werner，2007）。[17]美国培训与发展协会还预测，到2010年雇员人数超过500人的公司中90%都将采用E-learning进行培训。[18]国际著名企业如IBM、GE（通用电气公司）、Verizon通信公司等世界500强企业是较早采用数字化学习开展全球员工培训的企业，这些大企业对于数字化学习绩效往往都非常重视。
Luther Tai博士采用个案研究的方法分别对IBM、GE和Verizon等三家企业为什么要采用数字化学习开展员工培训、数字化学习是如何开展的、数字化学习是如何实现的以及企业对数字化学习绩效是如何进行验证的等问题进行了考察（Luther Tai，2005）。[19]在对待E-learning培训绩效方面，IBM、GE和Verizon都不约而同地采用了Kirkpatrick的绩效模型来检验数字化学习的绩效。他们着重对学习者反馈、技能掌握、技能应用、节约成本以及提高生产率等方面对绩效进行检验。Luther最后得出结论认为，对GE、IBM和Verizon等三家企业来说，数字化学习方式已经产生了显著的绩效，该培训方式不仅为企业节省了大量的时间和金钱，而且有效地提高了企业的生产和管理效率。尽管GE、IBM和Verizon各自有不同的数字化学习解决方案，但是有效的数字化学习策略、明确的企业数字化学习目标、完善的学习组织、强有力的领导、公司的支持、审慎的数字化学习应用、高质量的学习内容、便捷的学习访问以及良好的评价系统等是这些企业培训取得成功的共同之处。以上这些因素的成功整合是实现有效数字化学习的必要条件。
Donald Kirkpatrick在研究企业数字化学习绩效时提出了一个包含四个阶段的分析模型：第一阶段，针对学习者满意度的调查；第二阶段，学习评价与测量，即针对学习内容对学习者知识掌握情况进行测试；第三阶段，对学习者将知识运用到实践环节进行观察；第四阶段，对投资回报进行检验（Goldwasser，2001）。然而，Kirkpatrick的绩效分析模型关注学习事件本身及其绩效。由于数字化学习绩效可能体现在顾客界面上，IBM公司在了解数字化学习绩效时采用了一种叫做ACE的绩效分析模型以测量外部顾客的满意度。ACE分别代表的是责任心、环境和绩效。
Eli Munzer提出检验数字化学习绩效的三个方面：文化认可（Cultural Acceptance）、财政影响（Financial Impact）和软测量（Soft Measurement）。文化认可反映了数字化学习在学习者中的一般认可情况，它体现在学习者的出席情况、学习者的类型以及学习者对数字化学习的受纳情况等方面。财政影响主要反映在数字化学习对于成本规避、营业收入以及生产效率的影响上。软测量包含了知识技能的保持、员工工作士气和其他一些难以测量的品质（Munzer，Internal Document，2003）。[20]
三、国内相关研究
国内有关数字化学习绩效及其影响因素的研究始于对Jane Webster 、Peter Hackley、Michael J. Hannafin、Janette R. Hill和Susan M. Land等人研究成果的引入。
（一）中国港澳台地区学者有关数字化学习绩效及其影响因素的研究
在中国港澳台地区，学者们比较早地开展了网络学习绩效及其影响因素的研究。
台湾国立师范大学信息与计算机教育系的Wu Cheng-Chih和Lee Greg C.（1999年）[21]利用BBS作为信息交流与传播的手段开展了教学研究，并认为影响学习者学习绩效的一个关键因素是信息传播需要仲裁者的引导和评价，而且应该允许学习者在网上讨论更广泛的题目。
台湾屏东科技大学的梁佳玲（2001）[22]以异步网络教学学员为调查对象，研究了影响网络学习成效的因素，最后得到以下结论。（1）影响网络学习绩效的因素主要有：教材设计丰富性、课程互动策略、学员管理、学员信息素养、系统与网络质量；（2）各影响因素在年龄与地理位置上无显著差异，但教材设计丰富性及学员信息素养在性别上有显著差异，系统与网络质量在参与次数上有显著差异，课程互动策略在职业与上网时数上有显著差异；（3）评估指标之学员满意度在地理位置与上网时数上有显著差异，学习绩效在年龄、职业及上网时数上有显著差异，使用频率在年龄、职业、参与次数与上网时数上有显著差异，其余均无显著差异；（4）学员最常使用的网络教学系统功能为最新消息、课程讨论与群组讨论；（5）网络教学主要的问题及困难为网络的带宽及速度、网络质量的不稳定性与系统运作的稳定性。 杨奕农等（2002）[23]采用定量研究和回顾分析的方法，探讨了影响网络学习成效的可能因素；薛雅明等（2006）以Davis的科技接受模型为基础，探讨了案例式网络学习中学习系统的质量、教学策略、学习者特性等因素与学习成效之间的关系。[24]另外，Xiaojing Liu等（2006）[25]从活动理论的视角对影响MBA网络教学的社会文化因素进行了案例研究，总结了影响网络教学成效的7个主要因素。
（二）中国大陆地区学者的相关研究
首都师范大学的王陆、冯红（2000）[26]比较早地开始关注远程学习绩效及其影响因素。在分析Hill和Hannafin有关影响远程教学学习质量的五种心理因素以及多位学者的教学实验的基础上，两位学者提出影响远程学习质量的观点：元认知知识是影响学习者应用学习策略的最主要因素；在基于网络的开放式学习环境中， 学习者的定位感对学习质量有重大影响；自我效能感对学习者运用学习策略有影响；学习者的系统知识与先前主题知识相比， 对学习策略的应用有更强的影响；学习者先前的主题知识对提高学习效率有影响。两位学者还进一步讨论了基于学习质量因素的CAI课件的设计特点，以提高远程教学/学习质量。2002年，王陆教授领导的团队[27]在建立首都师范大学虚拟学习社区的基础上，开展了远程学习绩效及其影响因素的教学实践研究。在收集分析数字化学习者各种特征以及对CMCS的使用情况的基础上，几位学者最后得出结论认为：学习者的特征，包括学习风格、个性因素、学习成绩和性别都对基于CMCS的交流有显著影响。设计一个CMCS系统时，需要在如何发挥教师的主导作用，如何提高系统的智能性、敏感性和快速响应性等方面进行更加深入的研究。
胡凡刚（2002）[28]在Hill和王陆等人的研究成果的基础上，针对如何提高网络教学和学习的质量提出了相应的建议，最后总结认为四种心理因素从不同侧面与角度影响网络学习质量：网络元认知为网络学习提供策略保障，调控整个网络学习活动；网络定位感是网络学习的关键性因素， 保障网络学习的系统位置定位与心理定位；自我效能感为网络学习提供动力支持；而网络系统知识及先行主题知识是影响网络学习质量的基础性因素。同时这四种因素之间互相影响、互相作用，对整个网络学习活动发挥整合作用。
张建伟（2004）[29]等人在多媒体与网络学习的心理学研究基础上，分析了网络学习的特点、活动类型和影响因素。在Hill & Hannafin等人研究的基础上，两位学者概括了影响网络学习绩效的六种学习者因素：元认知水平与自我监控学习的能力；导航策略；学习动机，尤其是内在学习动机；自我效能感；信息素养；原有学科知识。刘儒德、江涛（2004）[30]分析了学习者的不同方面的特征对网络学习绩效的影响。
一些研究者尝试从更为宏观的角度对数字化学习绩效的影响因素进行分析和探讨。王昭君（2007）[31]在文献分析的基础上，提出网络学习成效评估指标——学习满意度、学习成绩；指出影响网络学习成效的四大关键要素——学生特性、网络课程特性、学习平台特性和教学互动。王昭君进而以2006年秋华东师范大学网络教育学院《经济学原理》课程的教学为研究个案，最后得到以下结论：网络课程特性——课程内容及其呈现方式、学习平台特性——学习平台认知有用性对学习满意度和学习成绩都有显著性影响；网络课程特性——课程弹性只对学习满意度有显著性影响；而其他影响因素对学习成效没有显著性影响。朱郑州等（2006）[32]提出影响网络学习质量的因素包括五大方面：学习者的心理因素、信息素养、教师的素质、学习环境和教学评价。汪琼（2007）[33]通过对网上教学活动的深入分析和实践总结，提出网上教学成功的四因素模型，即认识因素、技术因素、教学因素和环境因素。
（三）国内有关企业数字化学习绩效的研究
随着E-learning在欧美企业中的兴起和发展，这种培训方式逐步扩展到亚洲地区，韩国、日本、新加坡的一些著名企业都开始采用E-learning方式进行企业内部培训。我国企业也是在这样的背景下开始使用E-learning培训方式，比较有代表性的是南方航空公司、TCL集团以及银行系统的数字化培训。与国外企业相比，我国企业开展数字化培训起步较晚。2006年6月，教育部高等教育司启动了“数字化学习港与终身学习社会的建设与示范”教学改革项目，项目选取TCL集团作为全国唯一的“数字化学习型企业”典型应用示范点，旨在探索“数字化学习型企业”的建设及其运行规律。[34]
四、总 评
比较分析国内外近年来有关数字化学习绩效的相关研究成果，我们可以发现大部分研究都是从因素分析出发，提出影响数字化学习的因素，进而从微观层面即学习成效的角度进行研究，如Hill（1997）从学习者认知角度确定了影响网络学习的关键因素，并从微观层面进行了个案研究。国内的大部分研究都从引入这些研究入手，从学习心理的角度对数字化学习绩效进行了探讨。因此，这些研究就不可避免地陷入到单纯从学习者或学习因素来研究数字化学习绩效，从而忽略了“教”的影响。另一方面，大部分研究主要从主观分类入手，缺乏对数字化学习本质的认识，因而缺乏坚实的理论基础。
[参考文献]
[1] [美]尼葛洛庞帝.数字化生存[M].海南出版社，1997：85.
[2] 李克东.数字化学习（上）——信息技术与课程整合的核心[J].电化教育研究，2001，（8）：24～26.
[3] 李克东.数字化学习（下）——信息技术与课程整合的核心[J].电化教育研究，2001，（9）：16～19.
[4] 李兰.数字化学习在中学信息技术教育教学中的应用[J].中小学教学研究，2006，（4）：21～24.
[5] 王佑镁.全球数字化学习准备度排名报告探析[J].比较教育研究，2007（10）：84～88. [6] Economist Intelligence Unit & Institute for Business Value. The 2006 e- Readiness Rankings[EB/OL].2006- 06- 10.[2012-12-10].http：//graphics. eiu. com/files/ad_pdfs/2006Ereadiness_Ranking_WP.pdf.
[7] Jane Webster & Peter Hackley. Teaching Effectiveness in Technology-Mediated Distance Learning[J].Academy of Management Journal，1997，（11）：1282～1309.
[8] Hannafin， M.， Hill， J.， & Land， S.. Student-Centered Learning and Interactive Multimedia： Status， Issues， and Implications[J]. Contemporary Education，1997，（2）：94～99.
[9] 张家华，张剑平.网络学习四因素理论模型及其构建[R].全国教育技术学博士生论坛，2008：86～88.
[10] Hannafin，M.J，Hill，J.R.， Oliver，K.， Glazer，E.， & Sharma，P.Cognitive and Learning Factors in Web-Based Distance Learning Environments[M].Handbook Of Distance Education. London：Lawrence Erlbaum Associates，Inc.2003：245～257.
[11] Scott D. Johnson， Steven R. Aragon ， Najmuddin Shaik et al. Comparative Analysis of Learner Satisfaction and Learning Outcomes in Online and Face-to-Face Learning Environments [J]. Interactive Learning Research.2000，11（1）：29～49.
[12] Scott D.Johnson， Steven R. Aragon. An Instructional Strategy Framework for Online Learning Environments [C].New Dir Adult Contin Educ no100 Wint，2003：31～43.
[13] E. Vance Wilson.Student Characteristics and Computer-Mediated Communication[Z].Computer & Education，2000，（34）：67～76.
[14] 王陆，杨卉，刘维民.学习者特征与基于CMC交流的相关性研究[J].电化教育研究，2002，（1）：25～28.
[15] Andrew Tolmie， James Boyle.Factors Influencing the Success of Computer Mediated Communication（CMC）Environments in University Teaching：a Review and Case Study[Z].Computer & Education，2000，（34）：119～140.
[16] Daniel Johnson， Peter Sutton and Josiah Poon. Face-to-Face vs CMC： Student Communication in a Technologically Rich Learning Environment[DB/OL]. [2012-12-10].http：//wenku.baidu.com/view/8cecdOaddd3383c4bb4cd294.html.
[17] Werner T （2007）. The Use of E-learning is Up [EB/OL].（2007-11-19）.[2012-12-10].http：//brandon-hall.com/tomwerner/2007/11/19/the-use-of-e-learning-is-up/.
[18] 张京彬，余胜泉.E-learning在中国企业发展趋势[J].中国远程教育（资讯版），2003，（24）：11～12.
[19] [20] Luther Tai. Corporate e-Learning How e-Learning is Created in Three Large Corporations[D].University of Pennsylvania，2005.
[21] Cheng-Chih Wu， Greg C. Lee.Use of BBS to Facilitate a Teaching Practicum Corse[Z].Computer & Education，1999，（32）：239～247.
[22] 梁佳玲.影响网路学习成效之因素研究[D].台湾屏东县台湾屏东科技大学硕士论文，2001：36～38.
[23] 杨奕农，柴惠质.非同步网路学习成效及影响因素之计量分析：经济学课程个案研究[J].科学教育学刊，2002，10（2）：193～210.
[24] 薛雅明，徐玉琼.影响案例式网路学习系统学习成效之研究[J].教育研究学报，2006，40（1）：173～194.
[25] Xiaojing Liu . Sociocultural Factors Affecting the Success of an Online MBA Course： A Case Study Viewed from Activity Theory Perspective[D]. Doctoral Dissertation， Indiana University Bloomington，2006：45～48.
[26] 王陆，冯红.远程教学/学习系统中影响学习质量的五种因素[J].电化教育研究，2000，（7）：22～25.
[27] 王陆，杨卉，刘维民.学习者特征与基于CMC交流的相关性研究[J].电化教育研究，2002，（1）：24～28.
[28] 胡凡刚. 影响网络学习质量的心理因素探析[J].教育研究，2002，（7）：23～27.
[29] 张建伟，孙燕青.多媒体与网络学习的心理机制[J].外语电化教学，2004，（4）：3～7.
[30] 刘儒德，江涛. 学习者特征对网络学习的影响[J].中国电化教育，2004，（6）：11～14.
[31] 王昭君. 影响网络学习成效关键因素探究——以经济学网络课程为例[D].华东师范大学硕士学位论文，2007：37～39.
[32] 朱郑州等. 影响网络学习质量的因素与网络学习质量的提高[J].现代远距离教育，2006，（6）：13～16.
[33] 汪琼.网上教学成功四要素[M]. 北京： 北京大学出版社，2007：25～29.
[34] 丁新，龚静红，陈立勇.企业E-learning现状调查与分析[J].开放教育研究，2008，（2）：100.