论文部分内容阅读
研究问题
从2012年世界高等教育开启“慕课元年”至今，在线开放课程一直处于发展之中，学生在MOOC课程学习中存在的问题也逐渐显露，如学习主动性不足、参与度不高等。其中，学习满意度作为在线教学的重要评价标准，反映了学生对学习活动的愉快感受或态度。有研究发现，学生学习动机、自我效能感、学习风格、学习灵活性、师生交互等都会影响到在线学习满意度，技术特性、教师特性、学生特性和课程特性也会影响在线学习满意度。
本研究基于高校学生在线学习，对其在线学习自我效能感、学习参与度、学习满意度进行考察，关注问题为：一是学生对此次在线学习满意度如何？二是影响因素有哪些？三是各因素之间有什么关系？
文献综述与研究假设
1.自我效能感与学习满意度
自我效能感不仅会影响线下学习的学习成绩、自主学习能力、学习策略及学业成就，还会影响在线学习的满意度。[1]技术应用的效能感及在线学习的效能感，都可以显著正向预测学生的满意度。[2]由此推论，在线学习自我效能感是影響学习满意度的重要变量之一。
2.学习参与度与学习满意度
学习参与的三个维度能够正向促进学生的满意度。[3]学习参与度不高的学生，对学习毫无兴趣，可能很快放弃学习机会。由此推测，学习参与度可能是影响学习满意度的重要变量。
3.学习参与度的中介作用
自我效能感属于动机层面，学习参与度则属于行为层面，二者对学习过程和结果具有重要的影响。[4]研究表明，学生能够自我激发学习动机，对自己的学习行为积极地做出自我观察、自我反应，教师风格、班级氛围、学习兴趣、教学评价、自我效能感等因素对学生的参与度有显著影响。[5]据此，自我效能感高的在线学生，能够更好地进行自我调控和反思，从而增加学习参与度。由此推测，学习参与度在自我效能感与满意度之间有着中介作用。
综上所述，笔者提出假设如下。
H1：学生的在线学习自我效能感对其学习满意度具有显著正向影响;
H2：学生的学习参与度对其学习满意度具有显著正向影响;
H3：学生的在线学习自我效能感对学习参与度具有显著正向影响;
H4：学生的学习参与度在自我效能感对学习满意度的影响关系中具有中介效应，即自我效能感通过影响学习参与度对学习满意度产生影响。
研究设计
问卷包括三部分：①学生的基本特征，如性别、专业;②在线学习自我效能感、学习参与度及学习满意度问卷;③开放性问题，调查学生对在线教学的看法。
1.研究工具
（1）自我效能感
笔者借鉴王才康修订的自我效能感量表[6]，结合在线学习特点，设计在线学习自我效能感量表，包括在线学习的自我效能及技能应用的自我效能，两个维度共12个题项。
（2）学习参与
根据孔企平的学习参与问卷[7]，编制在线学习参与量表，共11个题项，包括行为参与、认知参与、情感参与三个维度，行为参与包括专心、钻研两个变量，认知参与包括浅层次策略、深层次策略两个变量，情感参与包括三个变量，即乐趣感、成就感、厌倦感。
（3）学习满意度
借鉴王纯的研究[8]，将《信息技术教学法》学习满意度分为课程、资源、交互、平台四个维度，共14个题项。课程维度涉及课程实用性、课程灵活性、课程内容设计丰富性，资源维度涉及任务、评价、讨论，交互主要是从在线学习交互的两大主体进行调查，平台维度关注稳定性、感知易用性、认知有用性。
三个维度都采用Likert 5点计分法，分数越高表示水平越高。
2.模型构建
根据研究假设构建在线学习满意度模型（如图1），考察学生在线学习满意度及影响因素。
3.数据收集与处理
研究问卷通过问卷星发放，发放时间为2020年5月31日—6月11日，研究对象来自中国大学MOOC平台《信息技术教学法》在线学生。共回收问卷338份，有效问卷328份。问卷中的定量数据通过SPSS23.0和AMOS24.0以及process3.3插件进行描述性统计分析、相关分析以及中介效应检验。
模型检验与分析
1.信度和效度检验
（1）信度分析
在数据清理与反向题项处理的基础上，对问卷量表题项进行项目分析，笔者发现全部呈现显著性，说明量表区分度良好。Cronbach’s Alpha系数高于0.8，说明量表信度较高。
（2）效度分析
为了验证量表的准确度、有效性和正确性，对量表进行效度分析。由表1可知，x2/?f为2.627，RMSEA为0.071，CFI、TFI、GFI均大于0.9，结果适配理想，结构效度良好。
2.描述性统计分析
（1）人口学统计变量描述
根据所调查对象性别及学历分布的情况得知，性别上女生占绝对优势，学历上以本科生为主。
（2）研究变量的描述性统计
三个变量的均值都在3分以上（如表2），其中学习满意度均值略高，说明学生对在线课程总体比较满意。在线学习参与度均值为3.82，说明学生对自身调控较好，能够积极参与在线学习。自我效能感均值为3.68，一般偏上。
3.相关分析
为了检验变量之间是否存在相关关系，研究采用Pearson相关分析法对研究模型中的自变量和因变量进行相关性分析，对研究假设进行初步验证，为下一步的中介效应分析做准备。
将学生在线学习的自我效能感、学习参与度作为自变量，将其在线学习满意度作为因变量进行分析。根据Pearson相关性分析（如表3），学习参与与学习满意度的相关系数从大到小依次为认知参与、行为参与、情感参与，认知参与与学习满意度的相关系数最大（0.851），且显著正相关，然后依次是行为参与（0.829）、情感参与（0.824）。对技能应用的自我效能、对在线学习的自我效能与学习满意度的相关性略低（0.806、0.777）。 自我效能感与在线学习满意度之间的相关系数的显著性检验p值小于0.01，表示两者之间存在显著的相关性。Pearson相关系数为0.832，为正数，因此自我效能感与在线学习满意度之间呈显著正相关关系。学习参与与学习满意度之间的相关系数的显著性检验p值小于0.01，表示两者之间存在显著的相关性。Pearson相关系数为0.896，为正数，因此学习参与与学习满意度之间呈显著正相关关系，即学生的自我效能感和学习参与度越高，其在线教学满意度就越高。假设H1得到初步验证。
自我效能感与在线学习参与之间的相关系数的显著性检验p值小于0.01，表示两者之间存在显著相关性。Pearson相关系数为0.805，为正数，因此自我效能感与学习参与之间呈显著正相关关系，即学生的自我效能感越高，其在线学习参与度就越高。假设H2得到初步验证。
4.中介效应分析
为了进一步探究自我效能感、在线学习参与对在线学习满意度的影响程度，采用AMOS24.0进行中介效应分析，验证假设。
首先，采用Hayes（2012）编制的SPSS宏中的Model4（Model4为简单的中介模型），利用中介效应检验步骤验证中介模型。然后，对学习参与在自我效能感与学习满意度之间关系中的中介效应进行检验。结果表明（如表4、下页表5，图2），自我效能感对学习满意度的预测作用显著（B=0.84，t=27.05，p<0.001），当放入中介变量后，自我效能感对学习满意度的直接预测作用显著（c’=0.36，t=9.62，p<0.001）。自我效能感对学习参与的正向预测作用显著（a=0.69，t=23.02，p<0.001），学习参与度对学习满意度的正向预测作用也显著（b=0.70，t=16.49，p<0.001）。研究假设H1、H2、H3成立。
自我效能感对学习满意度影响的直接效应和学习参与的中介效应的Bootstrap95%置信区间的上、下限均不包含0，表明自我效能感不仅能够直接预测学习满意度，而且能够通过学习参与的中介作用预测学习满意度，假设H4成立。直接效应（0.36）和中介效应（0.48）分别占总效应（0.84）的42.57%、57.43%。
结论与建议
1.研究结论
通过数据分析，得出以下结论。
（1）学生自我效能感与学习满意度之间存在显著正相关
研究结果表明，一方面，自我效能感正向预测学习满意度，即自我效能感越高，对学习结果的满意度就越高。另一方面，学习满意度与对技能掌握的自我效能的相关系数（0.806）高于学习满意度与对在线学习的自我效能的相关系数（0.777），说明学习满意度更多地与学生的技能掌握自我效能相联系，技能掌握的自我效能越高，学习满意度越高。
（2）学生自我效能感与学习参与之间存在显著正相关
自我效能感正向预测学习参与，即在完成学习任务时，自我效能感越高，学生学习参与情况越好。进一步，自我效能感能够正向预测学生的行为参与（0.759）、认知参与（0.773）和情感参与（0.712），说明学生遇到困难时会设法解决，促进自己的行为参与，相反，自我效能感弱的学生即使有能力完成学习任务，也会怀疑自己的能力而放弃，降低行为参与;自我效能感对学生的认知参与也有影响，自我效能感高的学生比自我效能感低的学生能更好地使用学习策略;自我效能感和情感参与之间存在相互作用的关系，自我效能感通过影响学生的学习乐趣感、成就感、情绪反应等提高其学习参与。
（3）学生学习参与在自我效能感与学习满意度之间起部分中介作用
中介效应模型分析显示，自我效能感不仅可以直接影响在线学习满意度，还可以通过影响学习参与度间接地影响到学习满意度，说明学习参与在自我效能感与学习满意度之间起到部分中介作用。
2.建议
根据上述分析，可以通过提高学生自我效能感、学习参与来提高其学习满意度。深入分析可知，在线课程的设计会直接影响到学生的自我效能、学习参与及学习满意度。根据开放题统计结果，学生对课程的设计有需求。因此从教学的角度出发，调整课程设计是核心。具体来说，课程内容设计、资源提供及交互设计等都是课程设计的主要方面。
内容维度：根据统计结果，从课程内容的丰富性、实用性、灵活性来看，学生期望的内容与课程提供的内容相近，学生对教学内容的满意度较高，认为教学内容能有效地应用于实践，这一点有助于提升学生对课程的满意度。不过，学生希望可以提供更多的教学案例，增加实践练习，这说明在内容的提供上，还需要进一步丰富。
资源维度：由于在线学习中学生和教师处于时空分离的状态，因此课程资源对在线学习的影响也就最为明显。视频、课件、文本案例等是学生愿意学习并对学习效果有帮助的三类资源，交互动画的方式能增强学生的注意力。《信息技术教学法》在线课程中提供了上述资源，能够满足学生的基本需求。根据反馈，还需要继续提供教学案例、学习网站等。
交互维度：在线学习的交互涉及学生和内容的交互、学生和教师的交互、学生和学生的交互。其中，学生与学习内容之间、学生与学生之间的交互比较理想。观察课程讨论区中学生的参与情况可以发现，教师在讨论区提出的话题学生能够积极响应，学生对作业提交、互评的任务也都能积极完成。学生与教师之间的交互还有待提高。由于参与课程在线学习的人数众多，教师不能及时回复学生的问题，因此学生反映，师生之间的交互活动较少，影响到课程的学习效果，期望增加师生互动。实际上这涉及在线学习过程中的管理问题，后续需要通过设置课程团队等方式，保证相对及时地回应学生的问题，从而促进其学习参与，提升学习满意度。
参考文献：
[1]Demei Shen， Moon-Heum Cho，Chia-Lin Tsai，Rose Marra. Unpacking online learning experience： online learning self-efficacy and learning satisfaction[J].The Internet and Higher Education，2013（19），10-17.
[2] Kuo，Y.C.，Walker，A.E.，Schroder，K.E.，& Belland，B.R.Interaction，internet self-efficacy，and self-regulated learning as predictors of student satisfaction in online education courses[J].The Internet and Higher Education，2014（20）：35-50.
[3]宣旸，張万里.智慧教育平台属性对学习满意度的影响机理研究——基于学生参与度和学校管理视角[J].苏州大学学报：教育科学版，2021（02）：78-90.
[4]Zimmerman，B.J.，& Schunk，D.H.（2011）.Self-regulated learning and performance： An introduction and an overview[M]// Zimmerman，B.J.& Schunk，D.H.（Eds.）.Handbook of selfregulation of learning and performance. New York： Routledge Press.
[5]李玉春.数学课堂教学中提高学生参与度的研究[D].武汉：华中师范大学，2006.
[6]王才康，胡中锋，刘勇.一般自我效能感量表的信度和效度研究[J].应用心理学，2001，7（01）：37-40.
[7]孔企平.数学教学过程中的学生参与[M].上海：华东师范大学出版社，2003.
[8]王纯.在线课程的学习满意度调查及对策分析[D].武汉：华中师范大学，2014.
基金项目：江苏省高等学校教育技术研究会2019年高校教育信息化研究课题“《信息技术教学法》在线开发课程建设与应用”（2019JSETKT011）。
从2012年世界高等教育开启“慕课元年”至今，在线开放课程一直处于发展之中，学生在MOOC课程学习中存在的问题也逐渐显露，如学习主动性不足、参与度不高等。其中，学习满意度作为在线教学的重要评价标准，反映了学生对学习活动的愉快感受或态度。有研究发现，学生学习动机、自我效能感、学习风格、学习灵活性、师生交互等都会影响到在线学习满意度，技术特性、教师特性、学生特性和课程特性也会影响在线学习满意度。
本研究基于高校学生在线学习，对其在线学习自我效能感、学习参与度、学习满意度进行考察，关注问题为：一是学生对此次在线学习满意度如何？二是影响因素有哪些？三是各因素之间有什么关系？
文献综述与研究假设
1.自我效能感与学习满意度
自我效能感不仅会影响线下学习的学习成绩、自主学习能力、学习策略及学业成就，还会影响在线学习的满意度。[1]技术应用的效能感及在线学习的效能感，都可以显著正向预测学生的满意度。[2]由此推论，在线学习自我效能感是影響学习满意度的重要变量之一。
2.学习参与度与学习满意度
学习参与的三个维度能够正向促进学生的满意度。[3]学习参与度不高的学生，对学习毫无兴趣，可能很快放弃学习机会。由此推测，学习参与度可能是影响学习满意度的重要变量。
3.学习参与度的中介作用
自我效能感属于动机层面，学习参与度则属于行为层面，二者对学习过程和结果具有重要的影响。[4]研究表明，学生能够自我激发学习动机，对自己的学习行为积极地做出自我观察、自我反应，教师风格、班级氛围、学习兴趣、教学评价、自我效能感等因素对学生的参与度有显著影响。[5]据此，自我效能感高的在线学生，能够更好地进行自我调控和反思，从而增加学习参与度。由此推测，学习参与度在自我效能感与满意度之间有着中介作用。
综上所述，笔者提出假设如下。
H1：学生的在线学习自我效能感对其学习满意度具有显著正向影响;
H2：学生的学习参与度对其学习满意度具有显著正向影响;
H3：学生的在线学习自我效能感对学习参与度具有显著正向影响;
H4：学生的学习参与度在自我效能感对学习满意度的影响关系中具有中介效应，即自我效能感通过影响学习参与度对学习满意度产生影响。
研究设计
问卷包括三部分：①学生的基本特征，如性别、专业;②在线学习自我效能感、学习参与度及学习满意度问卷;③开放性问题，调查学生对在线教学的看法。
1.研究工具
（1）自我效能感
笔者借鉴王才康修订的自我效能感量表[6]，结合在线学习特点，设计在线学习自我效能感量表，包括在线学习的自我效能及技能应用的自我效能，两个维度共12个题项。
（2）学习参与
根据孔企平的学习参与问卷[7]，编制在线学习参与量表，共11个题项，包括行为参与、认知参与、情感参与三个维度，行为参与包括专心、钻研两个变量，认知参与包括浅层次策略、深层次策略两个变量，情感参与包括三个变量，即乐趣感、成就感、厌倦感。
（3）学习满意度
借鉴王纯的研究[8]，将《信息技术教学法》学习满意度分为课程、资源、交互、平台四个维度，共14个题项。课程维度涉及课程实用性、课程灵活性、课程内容设计丰富性，资源维度涉及任务、评价、讨论，交互主要是从在线学习交互的两大主体进行调查，平台维度关注稳定性、感知易用性、认知有用性。
三个维度都采用Likert 5点计分法，分数越高表示水平越高。
2.模型构建
根据研究假设构建在线学习满意度模型（如图1），考察学生在线学习满意度及影响因素。
3.数据收集与处理
研究问卷通过问卷星发放，发放时间为2020年5月31日—6月11日，研究对象来自中国大学MOOC平台《信息技术教学法》在线学生。共回收问卷338份，有效问卷328份。问卷中的定量数据通过SPSS23.0和AMOS24.0以及process3.3插件进行描述性统计分析、相关分析以及中介效应检验。
模型检验与分析
1.信度和效度检验
（1）信度分析
在数据清理与反向题项处理的基础上，对问卷量表题项进行项目分析，笔者发现全部呈现显著性，说明量表区分度良好。Cronbach’s Alpha系数高于0.8，说明量表信度较高。
（2）效度分析
为了验证量表的准确度、有效性和正确性，对量表进行效度分析。由表1可知，x2/?f为2.627，RMSEA为0.071，CFI、TFI、GFI均大于0.9，结果适配理想，结构效度良好。
2.描述性统计分析
（1）人口学统计变量描述
根据所调查对象性别及学历分布的情况得知，性别上女生占绝对优势，学历上以本科生为主。
（2）研究变量的描述性统计
三个变量的均值都在3分以上（如表2），其中学习满意度均值略高，说明学生对在线课程总体比较满意。在线学习参与度均值为3.82，说明学生对自身调控较好，能够积极参与在线学习。自我效能感均值为3.68，一般偏上。
3.相关分析
为了检验变量之间是否存在相关关系，研究采用Pearson相关分析法对研究模型中的自变量和因变量进行相关性分析，对研究假设进行初步验证，为下一步的中介效应分析做准备。
将学生在线学习的自我效能感、学习参与度作为自变量，将其在线学习满意度作为因变量进行分析。根据Pearson相关性分析（如表3），学习参与与学习满意度的相关系数从大到小依次为认知参与、行为参与、情感参与，认知参与与学习满意度的相关系数最大（0.851），且显著正相关，然后依次是行为参与（0.829）、情感参与（0.824）。对技能应用的自我效能、对在线学习的自我效能与学习满意度的相关性略低（0.806、0.777）。 自我效能感与在线学习满意度之间的相关系数的显著性检验p值小于0.01，表示两者之间存在显著的相关性。Pearson相关系数为0.832，为正数，因此自我效能感与在线学习满意度之间呈显著正相关关系。学习参与与学习满意度之间的相关系数的显著性检验p值小于0.01，表示两者之间存在显著的相关性。Pearson相关系数为0.896，为正数，因此学习参与与学习满意度之间呈显著正相关关系，即学生的自我效能感和学习参与度越高，其在线教学满意度就越高。假设H1得到初步验证。
自我效能感与在线学习参与之间的相关系数的显著性检验p值小于0.01，表示两者之间存在显著相关性。Pearson相关系数为0.805，为正数，因此自我效能感与学习参与之间呈显著正相关关系，即学生的自我效能感越高，其在线学习参与度就越高。假设H2得到初步验证。
4.中介效应分析
为了进一步探究自我效能感、在线学习参与对在线学习满意度的影响程度，采用AMOS24.0进行中介效应分析，验证假设。
首先，采用Hayes（2012）编制的SPSS宏中的Model4（Model4为简单的中介模型），利用中介效应检验步骤验证中介模型。然后，对学习参与在自我效能感与学习满意度之间关系中的中介效应进行检验。结果表明（如表4、下页表5，图2），自我效能感对学习满意度的预测作用显著（B=0.84，t=27.05，p<0.001），当放入中介变量后，自我效能感对学习满意度的直接预测作用显著（c’=0.36，t=9.62，p<0.001）。自我效能感对学习参与的正向预测作用显著（a=0.69，t=23.02，p<0.001），学习参与度对学习满意度的正向预测作用也显著（b=0.70，t=16.49，p<0.001）。研究假设H1、H2、H3成立。
自我效能感对学习满意度影响的直接效应和学习参与的中介效应的Bootstrap95%置信区间的上、下限均不包含0，表明自我效能感不仅能够直接预测学习满意度，而且能够通过学习参与的中介作用预测学习满意度，假设H4成立。直接效应（0.36）和中介效应（0.48）分别占总效应（0.84）的42.57%、57.43%。
结论与建议
1.研究结论
通过数据分析，得出以下结论。
（1）学生自我效能感与学习满意度之间存在显著正相关
研究结果表明，一方面，自我效能感正向预测学习满意度，即自我效能感越高，对学习结果的满意度就越高。另一方面，学习满意度与对技能掌握的自我效能的相关系数（0.806）高于学习满意度与对在线学习的自我效能的相关系数（0.777），说明学习满意度更多地与学生的技能掌握自我效能相联系，技能掌握的自我效能越高，学习满意度越高。
（2）学生自我效能感与学习参与之间存在显著正相关
自我效能感正向预测学习参与，即在完成学习任务时，自我效能感越高，学生学习参与情况越好。进一步，自我效能感能够正向预测学生的行为参与（0.759）、认知参与（0.773）和情感参与（0.712），说明学生遇到困难时会设法解决，促进自己的行为参与，相反，自我效能感弱的学生即使有能力完成学习任务，也会怀疑自己的能力而放弃，降低行为参与;自我效能感对学生的认知参与也有影响，自我效能感高的学生比自我效能感低的学生能更好地使用学习策略;自我效能感和情感参与之间存在相互作用的关系，自我效能感通过影响学生的学习乐趣感、成就感、情绪反应等提高其学习参与。
（3）学生学习参与在自我效能感与学习满意度之间起部分中介作用
中介效应模型分析显示，自我效能感不仅可以直接影响在线学习满意度，还可以通过影响学习参与度间接地影响到学习满意度，说明学习参与在自我效能感与学习满意度之间起到部分中介作用。
2.建议
根据上述分析，可以通过提高学生自我效能感、学习参与来提高其学习满意度。深入分析可知，在线课程的设计会直接影响到学生的自我效能、学习参与及学习满意度。根据开放题统计结果，学生对课程的设计有需求。因此从教学的角度出发，调整课程设计是核心。具体来说，课程内容设计、资源提供及交互设计等都是课程设计的主要方面。
内容维度：根据统计结果，从课程内容的丰富性、实用性、灵活性来看，学生期望的内容与课程提供的内容相近，学生对教学内容的满意度较高，认为教学内容能有效地应用于实践，这一点有助于提升学生对课程的满意度。不过，学生希望可以提供更多的教学案例，增加实践练习，这说明在内容的提供上，还需要进一步丰富。
资源维度：由于在线学习中学生和教师处于时空分离的状态，因此课程资源对在线学习的影响也就最为明显。视频、课件、文本案例等是学生愿意学习并对学习效果有帮助的三类资源，交互动画的方式能增强学生的注意力。《信息技术教学法》在线课程中提供了上述资源，能够满足学生的基本需求。根据反馈，还需要继续提供教学案例、学习网站等。
交互维度：在线学习的交互涉及学生和内容的交互、学生和教师的交互、学生和学生的交互。其中，学生与学习内容之间、学生与学生之间的交互比较理想。观察课程讨论区中学生的参与情况可以发现，教师在讨论区提出的话题学生能够积极响应，学生对作业提交、互评的任务也都能积极完成。学生与教师之间的交互还有待提高。由于参与课程在线学习的人数众多，教师不能及时回复学生的问题，因此学生反映，师生之间的交互活动较少，影响到课程的学习效果，期望增加师生互动。实际上这涉及在线学习过程中的管理问题，后续需要通过设置课程团队等方式，保证相对及时地回应学生的问题，从而促进其学习参与，提升学习满意度。
参考文献：
[1]Demei Shen， Moon-Heum Cho，Chia-Lin Tsai，Rose Marra. Unpacking online learning experience： online learning self-efficacy and learning satisfaction[J].The Internet and Higher Education，2013（19），10-17.
[2] Kuo，Y.C.，Walker，A.E.，Schroder，K.E.，& Belland，B.R.Interaction，internet self-efficacy，and self-regulated learning as predictors of student satisfaction in online education courses[J].The Internet and Higher Education，2014（20）：35-50.
[3]宣旸，張万里.智慧教育平台属性对学习满意度的影响机理研究——基于学生参与度和学校管理视角[J].苏州大学学报：教育科学版，2021（02）：78-90.
[4]Zimmerman，B.J.，& Schunk，D.H.（2011）.Self-regulated learning and performance： An introduction and an overview[M]// Zimmerman，B.J.& Schunk，D.H.（Eds.）.Handbook of selfregulation of learning and performance. New York： Routledge Press.
[5]李玉春.数学课堂教学中提高学生参与度的研究[D].武汉：华中师范大学，2006.
[6]王才康，胡中锋，刘勇.一般自我效能感量表的信度和效度研究[J].应用心理学，2001，7（01）：37-40.
[7]孔企平.数学教学过程中的学生参与[M].上海：华东师范大学出版社，2003.
[8]王纯.在线课程的学习满意度调查及对策分析[D].武汉：华中师范大学，2014.
基金项目：江苏省高等学校教育技术研究会2019年高校教育信息化研究课题“《信息技术教学法》在线开发课程建设与应用”（2019JSETKT011）。