大学生数字化阅读的影响因素研究*
2014-05-24李子运
□ 王 雨 李子运 陈 莹
大学生数字化阅读的影响因素研究*
□ 王 雨 李子运 陈 莹
本研究依托于时代背景,着眼于现实矛盾,以大学生为研究对象,以整合性技术接受与使用模型(UTAUT)为基础,开展实证研究,探讨影响大学生数字化阅读的因素。研究结果显示:绩效期望、努力期望、数字化阅读特性、路径依赖正向影响大学生数字化阅读意愿,促进因素、数字化阅读特性、阅读意愿对阅读行为有显著影响,社会影响和感知风险的影响作用不显著,年级、数字化阅读经验对数字化阅读有调节作用,性别不具备显著调节作用。基于上述各影响因素,本研究提出了优化大学生数字化阅读的对策与建议。
数字化阅读;影响因素;整合性技术与接受模型
研究背景
阅读,伴随着人类感知世界的过程,见证了历史发展和社会文明进程。自古以来,人类在追求真理的道路上,从未停止过阅读的脚步。
20世纪50年代以来,以微电子技术为核心、网络通讯技术和数字技术为主流的世界新技术革命,使人类社会进入了一个崭新的时代。数字时代所带来的技术变革正改变着学习图景,促进了阅读载体的嬗变,重构着阅读生态版图。从甲骨到简竹,从简竹到丝帛,从丝帛到纸张,再从纸张到屏幕——平板电脑、智能手机……数字化阅读内容丰富、环境开放、过程互动的特征形成了其独特的优势,一跃成为主要阅读方式之一,挑战着传统阅读的统治地位。
尽管数字化阅读发展势头迅猛,但仍处于发展阶段,还存在诸多不利因素,如行业标准不明、内容质量不高、版权纠纷不断、读者数字化阅读能力不高以及理论研究体系不完善等,这些因素在一定程度上制约了数字化阅读的发展。
既然时代的发展衍生了数字化阅读,那么如何优化阅读效果成为数字化阅读研究亟须解决的问题。探寻影响数字化阅读的因素,能够从根本上探究读者的数字化阅读行为和阅读心理,以更全面、客观地研究数字化阅读课题。本研究以大学生为研究对象,尝试挖掘影响其数字化阅读的各因素。
研究设计
1.理论基础
在研究领域,对新生事物的研究是每个时代的关注焦点,尤其在新生事物蓬出的现当代。其中,以使用者为研究视角,探寻个人对于新生事物的使用行为一直是非常活跃的研究课题,分析人们使用特定产品行为的影响因素是常见的切入点,而这类研究在组织行为学、社会心理学和心理学等领域已经具有丰富的理论基础支撑。
Venkatesh、Morris和Davis[1]等人综合借鉴了已有的八个理论模型,于2003年提出了整合性技术接受与使用模型,如图1。
本研究以数字化阅读为研究课题,试图寻找影响大学生数字化阅读的变量。借鉴UTAUT作为构建大学生数字化阅读影响因素模型的理论基础,依据如下:
第一,UTAUT汲取了已有模型的精髓,提出了比较全面的描述行为的影响因素,模型构建简单、清晰,适合作为理论基础。另外,经过多次验证,发现UTAUT对于人类使用行为的解释力高达70%,被认为是一个有效的测量、分析、评价工具。[2]
图1 整合性技术接受与使用模型
第二,UTAUT自2003年被提出以来日趋成熟,已经被广泛应用于各个领域,其应用范围早已超过了技术接受范畴,遍及教育、医疗、图书情报、电子商务等各个行业领域。在教育领域,UTAUT多应用于移动学习、在线学习、数字化学习等方面,如高峰[3]研究了高校教师网络教学方式的采纳和使用;常玮等[4]研究了网络教学效果影响因素。
第三,数字化阅读是数字时代技术发展的衍生物,是新生事物。遵循发展规律,数字化阅读必然要经历一段被质疑、被接受、被完善的过程。而UTAUT是一个解释和预测各种信息行为接受的通用模型,借鉴UTAUT,可增加数字化阅读影响因素模型的说服力和科学性。
2.研究模型与研究假设
本研究以UTAUT为基础,借鉴相关研究成果,保留“绩效期望”、“努力期望”、“社会影响”和“促进因素”这四个经多次验证的变量。同时根据研究内容,增加符合数字化阅读特征的因素:“感知风险”、“路径依赖”以及“数字化阅读特性”。调整原变量“使用意愿”、“使用行为”为“阅读意愿”、“阅读行为”,使之更契合研究主题。另外,结合本研究对控制变量进行部分调整:修改“年龄”为“年级”,这是因为本研究以年龄层次相近的大学生为研究对象,用年级来衡量大学生群体更符合其特性;删除“自愿性”,这是因为目前大学生进行数字化阅读大多数都是个人行为,自愿性的控制变量意义不大。各变量解析如下:
(1)绩效期望(PerformanceExpectancy)
绩效期望是UTAUT模型的核心变量。其在UTAUTA模型中的定义是:个体相信使用新事物会提高其工作绩效的程度。Venkatesh等在UTAUT中提出假设,一项新事物能给用户带来的绩效会正向影响用户对该技术的使用。该假设已通过众多实证研究的验证。
结合本研究,将绩效期望定义为读者相信数字化阅读能够帮助其提高能力的程度。当读者认为数字化阅读可以提高其阅读效果,增强其阅读能力,相信使用数字化阅读能够帮助其获得一定的裨益,能明显感受到与传统阅读相比所体现的优势时,读者会更加愿意进行数字化阅读。因此,提出假设:
H1:绩效期望会正向影响大学生数字化阅读的意愿。
(2)努力期望(EffortExpectancy)
努力期望是UTAUT模型的核心变量。其在UTAUTA模型中的定义是:个体使用新事物的容易程度。Venkatesh等在UTAUT中提出,用户感知到的使用某项技术的容易程度会影响用户的接受和使用情况。
结合本研究,将努力期望定义为读者认为进行数字化阅读的容易程度。如果读者认为数字化阅读容易进行,那么将会提高读者进行数字化阅读的意愿,因此,提出假设:
H2:努力期望会正向影响大学生数字化阅读的意愿。
(3)社会影响(SocialInfluence)
社会影响是UTAUT模型的核心变量。其在UTAUTA模型中的定义是:个体察觉其他重要的人认为其应该使用新事物的程度。UTAUT认为社会影响和使用意愿之间存在着显著的关系。
结合本研究,将社会影响定义为读者进行数字化阅读时受到周围其他人影响的程度。当读者认为周围比较重要的人觉得他应该进行数字化阅读,数字化阅读方式能够提升自己形象的时候,社群影响和氛围就会对开展数字化阅读产生正面的作用,会增加读者的阅读意愿。因此,提出假设:
H3:社会影响会正向影响大学生数字化阅读的意愿。
(4)感知风险(PerceiveRisk)
感知风险是本研究新增变量。感知风险是一个源自于心理学的概念,由Bauer[5]在1960年提出。其定义是:个体预期在使用新技术过程中可能受到的损失,这是一种不可预知的风险。随着研究的深入,感知风险被分为多个维度,很多学者关注绩效风险、心理风险、社会风险、时间风险、财务风险和身体风险。
结合本研究,将感知风险定义为读者在进行数字化阅读时对产生不良后果的心理预期和风险承担。根据数字化阅读的特点,本研究关注感知风险中的财务风险和身体风险两个方面。在本研究中:财务风险指读者在数字化阅读过程中可能会产生的费用;身体风险指读者在进行数字化阅读过程中可能产生的危害身体健康的风险。
数字化阅读材料需要付费购买,阅读过程中因长时间对着屏幕,易导致眼睛酸涩、身体疲劳等问题,这些因素会削弱读者进行数字化阅读的积极性,降低阅读意愿,因此,提出假设:
H4:感知风险会负面影响大学生数字化阅读的意愿。
(5)路径依赖(Path)
路径依赖是本研究新增变量。1985年美国经济史学家David[6]提出了路径依赖的概念,与物理学中的“惯性”较为相似。其定义为“个体一旦进入了特定的路径(无论该路径好坏与否)都有可能会产生对这一路径的依赖”。路径依赖可以用来解释一切关于习惯的现象和理论。
本研究将路径依赖定义为读者对于网络环境的习惯与依赖。当读者有着强烈的路径依赖和阅读习惯时,会在一定程度上更易于接受新的阅读方式,影响其进行数字化阅读。因此,提出假设:
H5:路径依赖会正向影响大学生数字化阅读的意愿。
(6)数字化阅读特性(DigitalReadingCharac⁃teristics)
数字化阅读特性是本研究新增变量。数字化阅读是互联网发展到一定阶段的产物,具备一定的科技特性。本研究界定数字化阅读特性的构成要素为:阅读设备、阅读内容以及界面设计。阅读设备是开展数字化阅读的前提。阅读内容是进行数字化阅读的保障。良好的阅读界面设计能够优化读者的用户体验,增加读者阅读意愿和阅读行为。数字化阅读特性同时作用于阅读意愿和阅读行为,因此,提出假设:
H6:数字化阅读特性会正向影响大学生数字化阅读的意愿。
H7:数字化阅读特性会正向影响大学生数字化阅读的行为。
(7)促进因素(FacilitatingConditions)
促进因素是UTAUT模型的核心变量。其在UTAUTA模型中的定义是:个体察觉组织和技术设备支持其使用新事物的程度。UTAUT认为促进因素对使用意愿没有显著影响,而对使用行为有影响作用。
本研究将促进因素定义为读者相信现有的客观条件支持其数字化阅读的程度。如果读者认为其组织和现有的知识技能能够支撑数字化阅读,数字化阅读与自己期望的阅读方式相一致,那么促进因素将对读者进行数字化阅读的行为产生正面作用,增加读者数字化阅读频率。因此,提出假设:
H8:促进因素会正向影响大学生数字化阅读的行为。
(8)阅读意愿(ReadingIntentions)
阅读意愿是本研究修改的变量。定义为读者对数字化阅读的主观意愿和态度。已有研究证实,个人行为意向与其实际行为之间存在着显著的直接关系。因此,提出假设:
H9:大学生的阅读意愿会正向影响其阅读行为。
(9)阅读行为(ReadingBehavior)
阅读行为是本研究修改的变量。定义为读者实际进行数字化阅读的行为。
(10)性别(Gender)
性别是UTAUT模型变量。本研究将性别作为控制变量,并提出如下假设:
H10:性别对于大学生数字化阅读影响因素模型有显著影响。
(11)年级(Grade)
年级是本研究修改的变量。提出假设:
H11:年级对于大学生数字化阅读影响因素模型有显著影响。
(12)经验(Experience)
经验是UTAUT模型变量。本研究将其界定为“进行数字化阅读的经历和经验”。提出假设:
H12:经验对于大学生数字化阅读影响因素模型有显著影响。
综上所述,提出如图2所示的大学生数字化阅读影响因素研究模型。
图2 大学生数字化阅读影响因素研究模型
实证分析
1.问卷设计
调查问卷是本研究收集数据的主要工具和方法。问卷设计主要依据研究主题、国内外的相关研究成果、UTAUT的原始测量项目和相关研究中可借鉴的测量项目而进行。问卷采用封闭式题型,问卷结构分为三个部分:第一部分为问卷前言,向调查者说明本研究的研究背景,调查目的以及调查内容;第二部分为受访者的基本信息调查;第三部分为大学生数字化阅读影响因素量表,采用LikertScales五级量表,由“非常不同意”到“非常同意”。
(1)预测问卷
问卷预测的主要目的是通过初步调查,及时发现问卷在语意、逻辑等方面存在的问题和缺陷,删除无效问项,以保证问卷的科学性。于笔者所在单位江苏师范大学发放网络预测问卷,回收107份问卷,剔除大片问项答案一致或前后矛盾的无效问卷,获得有效问卷88份,回收率100%,有效率82.2%。经SPSS19.0进行描述统计发现,预测对象的性别(男性为45.5%,女性为55.5%)、年级(大一占12.5%,大二占13.6%,大三占15.9%,大四占10.2%,研一占17%,研二占17%,研三占13.6%)分布较平均,多数受访者有数字化阅读经验(经常进行数字化阅读的有51.1%,偶尔进行数字化阅读的有31.8%,很少进行数字化阅读的有17.0%,从没进行过数字化阅读的有0%),说明样本具有较好的预测价值。由于本研究锁定的研究对象来自于教育水平相对较高、教育现代化开展较早的地区,学生接触新媒体频繁,因此没有“从未进行数字化阅读”的受访者。另外,结合对受访者的访谈可知,新媒体环境下大学生在学习、生活中不可避免地会接触各种形式的数字化阅读。因此认为,“从未进行数字化阅读”的选项不符合实际,故删除该项。另外,经项目分析后,删除临界比率CR值不显著的5题。进行信度分析时发现,删除校正项总计相关性小于0.5的2题后,问卷的总体信度为0.866。删除鉴别度不高的题项后问卷具有较好的效度。最终,经局部语句和题序修改,删除了无效题目7题,形成了最终33题(不含个人信息)的正式问卷。
(2)正式问卷
于江苏师范大学发放500份纸质问卷,回收500份,回收率100%,剔除16份无效问卷,获得有效问卷484份,有效率为96.8%。经SPSS19.0描述统计分析,结果如表1所示。
表1 正式问卷样本的描述统计
经SPSS19.0检验问卷第二部分各变量的内在一致性,结果如表2所示。另外,每个题项对总体的相关系数均大于0.5,且每个变量的分值都比较接近总体的系数值,故认为样本可信。总之,结果表明,各个项目与各自因子总体的Cronbachα具有相关性和一致性。同时说明,测量指标的内部一致性较好,具有较好的信度。
表2 研究变量的信度检测结果
对问卷中的量表进行KMO值和Bartlett球形检验,得出KMO值为0.749,Bartlett的球形度检验结果显著(近似卡方9295.467,自由度528,显著概率为0.000),表明数据适合做因子分析。然后,采用主成分分析法对预测数据进行探索性因子分析,并采用Varimax(正交)旋转方法,提取特征值大于1的因子,对测量指标进行纯化,得到特征值大于1的公因子9个,累积解释变异量为71.295%,大于60%,所以认为涵盖了大部分变量信息,各因子中的原始变量指标间有较显著的相关性。一般而言,通过初级变换得到的因子载荷差异不大,含义不明显,实用价值不高。因此本文采用方差最大旋转法,得到旋转后的因子载荷,由表3可知,各测量指标的因子负荷符合要求,故保留表中涉及的题项。
表3 旋转成分矩阵
综上,通过信度、效度检验,证实该问卷具有良好的信度和效度,可进一步验证构建的模型。
2.模型检验
(1)结构方程模型概述
20世纪70年代中期,瑞典统计学家KarlG· Jöreskog提出结构方程模型(StructuralEquation Modeling,SEM)。这是一种通过整合诸如路径分析、因子分析综合等多种统计方法,用以评估变量间关系的线性建模技术。结构方程模型分析已经成为当今社会与行为科学计量研究中一种通用的数据分析技术。AMOS(AnalysisofMomentStructures)是一种处理结构方程模型的软件,与SPSS数据文件互通,能同时处理分析多个变量,是一个操作简单、结果精确、功能强大的统计分析工具。本研究借助AMOS17.0进行模型验证。
(2)模型构建
结合本研究模型,外生潜变量为绩效期望、努力期望、社会影响、促进因素、数字化阅读特性、感知风险和路径依赖,外生显变量共27个;内生潜变量为阅读意愿和阅读行为,内生显变量共6个。根据各个显变量和各个潜变量之间的假设关系构建大学生数字化阅读影响因素的模型图。
(3)模型拟合与评价
采用最大似然估计法进行分析,得到了模型的拟合指数,并算出路径系数用以了解各变量间的因果关系,得到参数估计结果如图3所示。
图3 参数估计结果图
利用AMOS17.0可计算出构建的模型与数据的拟合结果,如表4所示。总体来讲,模型的拟合效果比较好。因此,下文将从该模型出发,展开分析与讨论。
表4 全模型拟合优度指标
模型系数估计结果如表5所示。
根据邱皓政等[7]的建议,显著水平为0.01时,CR值≥2.58表示具有良好的鉴别度;显著水平为0.001时,CR值≥3.29表示具有良好的鉴别度。由表5可知,社会影响与阅读意愿关系参数的P值大于0.05,CR值小于2.58,说明该参数与零没有显著差异。根据数据,两变量间假设关系不存在,需要删除该路径。同理,删除感知风险与阅读意愿间的假设路径。
表5 模型系数估计结果
(4)模型修正
根据模型拟合和评价结果,调整模型如图4所示。
图4 大学生数字化阅读影响因素修正模型
对修正后模型再次估计系数,结果表明各变量之间的关系均达到显著。另外,AMOS计算得到各变量之间的直接效果、间接效果和总效果,得到各变量对阅读行为的影响效果,结果如表6所示。
表6 各变量对阅读行为的影响效果(标准化的结果)
(5)控制变量检验
为了保证样本满足分析条件,将性别分为男、女两组,年级分为本科组和研究生组,数字化阅读经验分为经验丰富组(经常进行数字化阅读)和经验缺乏组(偶尔进行数字化阅读和很少进行数字化阅读)。借用AMOS17.0分别对3个控制变量共6组数据进行拟合,通过对比各组模型拟合指数与理想拟合指数,得出性别(男生,女生)、年级(大学生、研究生)、经验(多,少)的数据对模型的拟合均可以接受。采用多群组结构模型分析方法,通过不同群组间路径系数差异的临界比值判断不同群组路径系数是否具有显著差异。判断的标准是成对群组间的路径系数差异的临界比值的绝对值大于1.96,即存在差异。结果得出,性别群组间路径参数差异的临界比值的绝对值均小于1.96,两个路径系数视为相等,组间不变性,假设不成立。年级和经验的组间路径系数差异临界比值的绝对值符合要求,假设成立。
假设验证结果与解释
表7 研究假设验证结果
从表7所示的研究假设检验结果来看,H3、H6和H10没有通过假设检验,其余9个假设通过检验。H3未通过检验的原因,可能与大学生自身的特点有关,大学生有较强的个人自主意识,追求个性化发展。另外,目前的数字化阅读,更多的是大学生自主支配时间、选择阅读种类,属于自我体验的行为,不易受其他人的劝说或影响。H6未通过检验的原因,可能是大学生对于新鲜事物更为敏感,数字化阅读在学习、娱乐上的特有优势促使其愿意尝试,以至于可以忽略一些可能存在的风险。H10未通过检验的原因,可能是当代大学生男女平等的观念已根深蒂固,性别之间的差异已经逐渐缩小,对于新鲜事物追逐与尝试的态度和做法已经趋于一致。
结论与建议
根据研究结论,应从以下几个方面优化大学生数字化阅读。
(1)提高大学生数字化阅读的绩效期望
由研究结果可知,绩效期望通过影响阅读意愿,继而影响数字化阅读行为。如果大学生认为数字化阅读能够实现他们对阅读的结果期望,他们会更愿意阅读。因此,提高大学生数字化阅读的绩效期望是优化数字化阅读最根本的对策。这是一个宏观而系统的工程,需要构建一个健康的、可持续发展的数字化大背景。
首先要提升数字化阅读自身魅力,加强数字资源建设与开发。数字资源的开发需要站在国家视角从整合所有学习资源的高度进行战略谋划、顶层设计、科学实施。开发优质阅读资源时要以读者为本,开发优质且便于加工和掌握的阅读内容,同时兼顾娱乐性与教育性,科学性与艺术性,并创建行之有效的阅读资源共享平台和阅读评价平台。[8]其次要加强数字化阅读行业建设,构建可持续的生态环境。要规范数字出版的权利,出台数字内容版权的相关法律法规,制定统一的行业规范和标准,逐步规范构建数字化阅读文化,打造良好的数字化阅读生态环境。
(2)提高大学生数字化阅读的努力期望
由研究结果可知,努力期望通过影响阅读意愿,继而影响数字化阅读行为。如果大学生能感知到数字化阅读服务及操作的易用性,能增加其阅读意愿。因此,提高大学生数字化阅读的努力期望是优化数字化阅读最直接的对策。这需要数字化阅读建设者寻求最舒适、最有效的阅读感官体验。
首先要优化数字化阅读服务,完善开发技术。信息推送服务是当前行之有效的优化数字化阅读服务的方式之一,为数字化读者定制个人阅读信息,定期推送,是数字化阅读的深层次服务。数字化阅读服务的保障还要依靠完善的技术支撑,才可以通过提供多种平台帮助读者更为快捷地获取信息。其次要提高读者的阅读体验,重视读者权利。在功能上实现多种形式的内容获取服务;在操作上使数字化阅读系统操作方便,布局结构和视觉要素的设计要清晰、美观,允许个性化设置;在安全性方面要加强保密、防病毒等措施;另外要加强阅读设备之间的兼容性,实现跨平台操作。
(3)最大限度发挥数字化阅读特性的优势
由研究结果可知,数字化阅读的特性影响阅读意愿,同时影响数字化阅读行为。数字化阅读具有区别于其他阅读的特性,反映了数字化阅读的内部特征,只有当读者感受到数字化阅读的良好特性时才会选择数字化阅读。因此,提升数字化阅读的特性是优化数字化阅读最明确的对策。这需要通过加大研究力度,探究数字化阅读材料设计、开发、制作的一般规律。
首先要改善数字化阅读的界面设计,提升数字化阅读的视觉享受。数字化阅读的交流是可视的,用户界面的设计要以科学理论为指导,根据读者的阅读习惯进行阅读环境设计。这就要求加大研究力度,探究读者最喜欢的、阅读效果最好的界面设计方式,形成视觉要素的最优组合。同时要倡导绿色阅读、健康阅读,如创建护眼阅读模式,开启隔行换色和夜间模式,以有效缓解视觉疲劳。其次要建立数字化阅读效果评估与反馈机制,及时掌握阅读动态。要同时开展大学生数字化阅读过程中的形成性评价,注重阅读效果的反馈,才能及时掌握读者的阅读趋势与心理,同步调整以适应读者变化。
(4)注重大学生数字化阅读的路径依赖培养
由研究结果可知,路径依赖通过影响阅读意愿,继而影响数字化阅读行为。如果大学生熟知数字化环境,具有一定信息素养,具备类似的经验,会促进其数字化阅读及其效果。因此,提高大学生数字化阅读的路径依赖是优化数字化阅读最长久的对策。这需要培养大学生对数字环境的亲切感与归属感,从心理上接受数字化阅读,产生阅读兴趣。
首先要与传统阅读相结合,提高数字化阅读的兴趣。在开发数字阅读产品时,通过结合大学生所熟知且习惯的传统阅读终端的经典功能,赋予数字化阅读作品以一定的亲切感和熟悉感,适应大学生的阅读习惯。其次要适应数字化环境,培养深度阅读的意识。面对数字时代的快节奏以及数字内容的“碎片化”,大学生要主动开展深度阅读。最后要培养元认知能力,提高数字化阅读能力。
(5)提供大学生数字化阅读的促进条件
实证研究结果表明,促进因素直接影响大学生数字化阅读行为。如果大学生认为自己具备数字化阅读的有利条件,则会更多的开展数字化阅读。因此,提供大学生数字化阅读的促进条件是优化数字化阅读最有效的对策。这需要联结多方面的力量切实为大学生提供数字化阅读的保障条件。
一方面要全方位提供数字化阅读的保障。要从政策上为数字化阅读的健康发展提供保障,依法治网。如国家先后出台了《文化产业振兴规划》、《国家“十二五”时期文化改革发展规划纲要》等多个促进数字出版产业发展的政策措施,为数字出版产业的繁荣发展指明了方向,有力推动了数字阅读的快速发展。另外,传播媒体组织如社会媒体要为数字化阅读内容提供正确的导向和保障。另一方面要整合各方面力量,推广数字化阅读。联合社会、学校以及产业界各方面力量,构建一个数字化阅读生态系统。为大学生创造一个良好的全民阅读的氛围,让大学生对数字化阅读有一个全新的感受。
[1]Venkatesh,V.,Morris,M.G.,Davis,G.B.,Davis,F.D.UserAccep⁃tanceofInformationTechnology:TowardaUnifiedView[J].MIS Quarterly.200327(3):425-478.
[2]孙建军,成颖,柯青.TAM模型研究进展——模型演化[J].情报科学,2007,(8):1121-1127.
[3]高峰.高校教师网络教学方式的采纳和使用——基于技术接受与使用整合理论的研究[J].开放教育研究,2012,(1):106-113.
[4]常玮,马玲.网络教学效果影响因素实证研究——基于社会认知理论及整合性技术接受模型[J].远程教育杂志,2012,(1):85-91.
[5]Bauer,R.A.Consumerbehaviorasrisktaking[A].InR.S.Hancok (Ed.),DynamicMarkingforaChangingWorld[C].Chicago:American MarketingAssociation,1960:389-398.
[6]David,P.A.ClioandtheEconomicsofQWERTY[J],AmericanEco⁃nomicReview,1985,75(2):332-337.
[7]邱皓郑,林碧芳.结构方程模型的原理与应用[M].北京:中国轻工业出版社,2009:288.
[8]陈琳.有效网络阅读资源建设研究[J].情报杂志,2011,(1):178-181.
陈莹,教师,江苏宿迁市泗洪县曹庙中心小学(223800)。
责任编辑 石 子
G434
A
1009—458x(2014)08—0057—08
2014-01-25
王雨,研究生在读;李子运,硕士生导师,副教授。江苏师范大学教育研究院(221116)。
*本文为教育部人文社会科学研究青年基金项目“大学生数字化阅读的眼动研究”(编号:12YJC880050)和2012年度江苏师范大学研究生科研课题“大学生数字化阅读效果的影响因素及其作用机制研究”(编号:2012YZD010)研究成果之一。