高校学术用户移动学习信息查询行为影响因素分析

黄传慧+万力勇

〔摘要〕将移动学习和信息查询行为二者结合进行研究，结果将为高校职能部门提高移动学习服务效率和质量提供依据。采用实证研究方法，对高校学术用户移动学习信息查询行为的学科、年龄、职称3个影响因素进行研究。结果表明，不同学科是影响用户信息查询行为差异最小的因素，信息意识和信息评价维度几乎没有影响，仅在信息获取和信息利用方面有较小的影响。副教授在信息意识、信息获取、信息评价、信息利用四个维度优势显著，仅在信息评价方面逊色教授，其它维度均高于讲师和教授。35～50岁用户信息查询行为的多个维度高于其它年龄段的用户。

〔关键词〕高校；学术用户；移动学习；信息查询行为；影响因素；维度

DOI：10.3969/j.issn.1008-0821.2017.03.010

〔中图分类号〕C9314〔文献标识码〕A〔文章编号〕1008-0821（2017）03-0052-05

〔Abstract〕This article studied the mobile learning and information search behavior，the results provided a basis for the functional departments of the university to improve the efficiency and quality of mobile learning services.This article used empirical research methods，studied the academic user mobile learning information inquiry behavior of the subject，age，title of the three factors.The results showed that different disciplines were the factors that affect the users information search behavior.The information consciousness and the information evaluation dimensions had little influence on the information acquisition and information utilization.Associate professor in information awareness，information access，information evaluation，information utilization of the four dimensions of significant advantages，only in terms of information evaluation of the professor，other dimensions were higher than the lecturer and professor.35-50 years old user information query behavior of multiple dimensions was higher than other age groups of users.

〔Key words〕university；academic user；mobile learning；information inquiry behavior；influnce factor；dimension

隨着移动技术和数字化学习技术的发展，高校学术用户的学习方式发生了变化，移动学习（Mobile Learning或M-Learning）正日益受到高校学术用户的青睐。移动学习是指在非固定和非预先设定的位置下发生的学习，或有效利用移动技术所发生的学习[1]。众多高校适时整合线上教育资源和学习内容，推出了大量互动在线移动学习服务平台，使用户随时随地学习、边走边学、交互学习成为可能。移动互联网环境为高校学术用户创造了“无缝学习环境”。

然而，随着学习环境的变化、移动技术的更新、手持设备的多样化，移动学习将面临更多挑战。移动学习方式的不稳定性和灵活性，使得学习效率和效果很难追踪。对于高校学术用户移动学习的查询行为进行研究显得尤为重要，分析其信息查询的影响因素很有意义。

1相关研究

移动学习是继远程学习和数字化学习之后的一种新型学习方式，是数字化教育的拓展和延伸，其根本特征是用户可以随时随地进行学习。目前，移动学习主要集中在移动学习理论研究、应用研究、系统相关技术研究、移动学习终端的软件开发研究等[2]。如叶林成、徐福萌提出非正式学习、情境认知学习、活动学习以及经验学习是移动学习的理论基础[3]。移动学习在欧洲和北美经济发达国家研究较早，研究范围广泛、内容比较深入，如英国伯明翰大学教育技术研究小组认为，移动学习的移动性、情境相关的特点使其成为一种完全不同于数字化学习、网络学习的全新学习技术与方式。Keskin和Metcalf从理论视角出发，对企业、高校、军队领域的移动学习研究文献进行了梳理，列举了与移动学习相关的教育教学理论和学习方法。傅钢善等针对MANET的特点及其应用，探讨了基于MANET的移动学习及其系统构建，并通过JIST/SWANS平台进行仿真实验，结果证明MANET具有良好的通信性能[4]。黄建军、张璐在提出移动学习应用环境整体构建框架的基础上，深入阐述了构建移动学习环境的移动学习网络接入技术、移动学习平台、移动学习资源制作和移动学习终端设备[5]。

学者们对信息查询的研究主要包括信息查询的理论、信息查询的模型和信息查询行为影响因素的研究。信息查询是信息行为的一部分，Wilson，TD是较早研究信息行为的学者，他分别于1981年、1996年、1999年三度改善自己所提出的信息行为模型。他的理论基于两个基本观点：一是信息需求是心理、认知、感情三方面的基础性需求；二是满足需求的过程中会遭遇环境中个人、人际、环境的障碍[6]。Wilson，TD认为信息查询行为是用户为了满足一定的需求进行有目的查找信息的行为[7]。行为主义创始人JohnBWatson认为，影响信息查询行为的主要因素包括个性（心理、情感、认知）、人际关系（工作角色、工作参与程度）和环境（工作、社会文化、政治经济、物质环境），同时，用户对信息价值的认同、获取信息的成本、过去的经验以及个人动机都会直接影响信息查询行为[8]。查先进等认为个人对行为态度的改变主要受到中枢神经和边缘路径的影响，运用双路径模型研究微博环境下用户的学术信息搜寻行为，发现信息质量和信息可信度都显著正向影响学术信息搜寻行为[9]。薛杨、许正良基于沉浸理论的视角，分析微信营销环境下，用户在沉浸状态下产生的阅读、点赞、评论的信息关注行为，以及转发、评论、创建信息分享行为的关系[10]。胡德华、王蕊从社会学视角下构建了大学生信息查询行为影响因素的社会学模型[11]。

通过对国内外文献的梳理，从研究现状来看，研究者们分别对移动学习、信息查询行为从理论、方法、实证分析等方面进行了研究，但较少将二者结合起来、关注移动学习的信息查询行为，尚未对高校学术用户移动学习的信息查询行为的影响因素进行系统研究，本文将对学科、年龄、职称3个影响用户移动学习查询行为的因素进行分析探讨。

2研究工具

21信息查询行为量表的开发

比较成熟的信息查询行为量表有CFTimmers等人编制的量表“Information Seeking Behavior Scale”，该量表通过不同专业、不同年级大学生的信息查询能力进行比较、监控、解析，旨在评估高校学生的信息查询行为能力的影响因素[12]。国内学者引进该量表，验证其在中国大学生应用的信度和效度，分析其适用性，结果表明该量表有较好的信息和效度[13]。

本文根据国内外信息查询行为量表的研究，结合高校学术用户的自身特征，开发高校学术用户移动学习信息查询量表，该量表由“信息意识”、“信息获取”、“信息评价”、“信息利用”4个维度共20个条目组成。

信息意识是指对移动学习信息敏锐的感受力、洞察能力和判断能力，选择及吸收信息的自觉程度。本研究中信息意识包括五个维度：我对新的学术信息很敏锐；我持久关注学科前沿动态；我进行信息查询是一种自觉、自发的行动；我进行信息查询是一种有目的、目标的行动；我具有获取、判断、整理、利用信息的意识。

信息获取包括信息获取途径和信息获取技能，用户在信息获取时会受到用户偏好的影响，用户偏好是用户的个人信息、兴趣爱好、历史倾向和行为等，用户在考虑信息服务时会表现出倾向性的选择，是用户认知、心理感受权衡的综合结果。本研究中信息获取包括五个维度：我熟悉自己专业的信息资源分布情况；我会根据自己的兴趣爱好进行移动学习；我能熟练应用各种检索工具和专业数据库；我愿意和同行交流或向老师请教；当检索结果不满意时，我能构建合理的检索策略。

信息评价是指对信息的准确性、权威性、有效性以及相关性等进行判断和分析。本研究中信息评价包括5个维度：我会考虑数据库的学科覆盖范围；我会考虑期刊的权威性；我会根据作者知名度、作者所在单位影响力考虑文献质量；我会重点考虑近5年之内的文献；我会考虑文献全文的可获得性。

信息利用是指利用已有的信息学习、阅读、传播、交流、增殖的过程。本研究中信息利用包括5个维度：我能综合各方观点提炼新的观点；我能梳理前人研究成果找到新的创新点；我能根据查询到的文献资源及时修改我的研究计划；我会比较文献知识的优劣、判断其价值；我能在研究中引用国内外最新的文献成果。

学术用户移动学习的信息查询行为的4个维度的提项都采用5点式量表的形式进行测量，在数据处理中，对完全赞同、比较赞同、基本赞同、不太赞同、不赞同分别赋值5、4、3、2、1。

22信息查询行为量表的信度和效度检验

221信度检验

信度用来衡量问卷的可信程度，主要检验问卷结果的稳定性和可靠性，信度系数是衡量问卷结果的一个重要技术指标，在Likert态度量表法中常用的信度检验方法为Cronbach系数。本文采用Cronbach α值来测量问卷的信度，對各个变量进行α信度检验。一般认为，信度系数在09以上，表示信度极佳；信度系数在08以上表示信度高；如果在07以上都是可以接受的，如果低于07，问卷就要重新设计了[14]。表1显示了本文的Cronbach α值都在07以上，问卷具有很高的稳定性和可靠性。

222效度检验

效度主要包括内容效度和结构效度，本文主要检验量表的结构效度。采用SPSS软件的因子分析来检验量表的结构效度。在进行因子分析前，先进行Kaiser-Meyer-Olkin（KMO）测度和Bartletts Test of Sphericity（Bartlett球形检验），KMO给出抽样充足量的测度，检验变量间的偏相关系数是否过小，Bartlett球形检验相关系数矩阵是否是单位阵，如果是单位阵，则表明不适合采用因子模型。一般来说，当KMO的值大于05时，则适合做因子分析，小于05则不适合做因子分析。从表2可以看出，KMO的值为0721，适合做因子分析。Bartlett的近似卡方为684538，自由度为289，量表总体上有效，变量对应的问项不做调整。

在上述分析基础上，进一步对各个变量的问项做因子分析，每个变量的荷载系数都大于06，问卷具有效度，适合进行模型分析。

3学术用户移动学习信息查询行为整体分析

本研究采用整群抽样方法，选取武汉地区8所不同高校硕士以上学历的教师和学生作为研究对象，发放问卷300份，回收有效问卷278份，问卷有效率9267%。调查对象中，男性122名，女性156名，涉及管理学、教育学等15个专业和5个不同的学科。主要采用描述性统计、相关性分析、秩和检验、多元线性回归等方法，以及SPSS190统计学软件对调查数据进行处理。分析高校学术用户在不同学科、不同职称、不同年龄段上的差异。

31用户的信息意识和信息评价不存在学科差异

分别对不同学科的高校学术用户移动学习信息查询行为各维度进行描述性分析，如表3所示：

从表3分析来看，信息查询行为中，信息获取行为最优，达到M=3614。这说明高校学术用户都是有能力进行移动学习的，而且也愿意进行移动学习，表明在高校进行移动学习的建设是有必要的，而且是可行的。高校学术用户移动学习信息意识最好的是管理学（M=364），其次是工学，信息意识最差的是文学；信息获取最好的工学（M=382），最差的还是文学；信息评价最好的是管理学（M=373），最差的是理学；信息利用最好的是教育学（M=392），最差的是理学。

采用单因素方差分析方法对信息查询行为总量表及各个维度进行学科差异比较，表3清楚地表明不同学科在信息意识和信息评价方面没有差异（P>005），而在信息获取和信息利用方面是有差异的（P<005），这提示有的学科可能要增设文献检索方面的课程提升学术用户的信息获取和利用能力。

32副教授移动学习信息查询行为最活跃

分析不同职称对信息查询行为的影响，将职称分为助教、讲师、副教授、教授，其它系列职称参照进行分类，描述性分析和方差分析如表4所示：

结果显示，从不同职称的4个维度来看，其得到的P值都小于005，说明不同职称的学术用户，其信息查询行为各个维度存在显著差异。职称高低会影响信息查询行为的各个维度，值得关注的是，职称并不是越高越好，副教授在每个维度上的指标较好，有些指标明显超过教授，表明副教授学习能力强，是科研中坚力量。这可能与许多学术用户科研动机有关，教授不存在评职称压力，科研动力不足；副教授大多已完成学业，专业基础好，是单位的教学、科研骨干，需要晋升职称，相反科研需求强烈，科研活跃，这也带给高校相关职能部门启示和思考，制定切合实际的科研考核评价政策和激励政策十分必要。

3335～50岁的用户信息查询行为能力显著高于其它年龄段用户分析不同年龄对高校学术用户移动学习信息查询行为的差异，考虑到大多数用户博士学位是在35岁之前取得，教授职称一般是在50岁之前评上，所以将年龄分为25岁以下，25～35岁、35～50岁、50岁以上几个阶段，结果如表5所示：

数据分析显示，用户年龄影响信息查询行为，各个纬度存在显著差异，P值都小于005。整体来说，35～50岁的用户的信息意识、信息获取、信息评价、信息利用均显著高于其它年龄段的用户。

4影响学术用户移动学习信息查询行为的因素分析

41学科因素的影响

从结果分析来看，不同学科是影响用户信息查询行为差异最小的因素，信息意识和信息评价维度几乎没有影响，仅在信息获取和信息利用方面有较小的影响。这可能与高校科研考核与评价政策有关，高校一般对待不同学科很少有差异化的科研政策，相关职能部门制定的科研考核和评价政策相同对待所有院系的不同专业人员，教师和科研人员都会自觉、自发地进行信息查询，对新的学术信息敏感。查询目的和目标都比较明确，为了完成论文和专著、或者是进行课题申报，会持久关注学科前沿动态，具有关注、判断、整理、利用信息的意识。这些学术人员在进行信息查询时，一般会考虑数据库的学科覆盖范围和期刊的权威性，选择本学科核心期刊，利用篇名或关键字进行查询，并且会根据作者知名度、作者所在单位影响力考虑文献质量。在文献时间范围选择上，会重点考虑近5年之内的文献。在进行文献下载时，会考虑文献全文的可获得性。数据分析表明，不同学科在信息意识和信息评价维度没有太大差异。

42职称因素的影响

研究发现，副教授在信息意识、信息获取、信息评价、信息利用4个维度优势都非常显著，仅在信息评价方面逊色教授，其它维度数据均高于讲师和教授。分析其原因，副教授一般科研基础都比较好，熟悉自己专业资源的分布情况，能熟练运用各种检索工具和专业数据库。在评职称的压力下，会根据自己的研究方向主动进行移动学习，积极参加学术研讨会，愿意与同行交流，或者向专家权威请教，能认真思索专业前沿，迫切希望写出高质量论文在权威期刊发表，更希望获得国家级课题的资助。在论文创新方面，副教授可能會稍微差于教授，为了论文有所创新，副教授在对信息进行利用时，会综合查阅各方观点，然后结合自己研究的主题提炼新的观点，或者在梳理前人研究成果的基础上，找到创新点，并能根据查询到的文献资源及时修改科研计划。通过比较发现，在引用国内外最新的文献成果时，副教授会优于教授，更主动去查阅国外的最新研究成果，并为我所用。教授在信息查询多个维度相反不及副教授。高校一般对助教没有科研要求，对讲师的科研要求很低，他们在信息意识等4个维度的劣势明显。

43年龄因素的影响

本研究发现年龄因素对用户移动学习信息查询行为的差异影响很明显，具体分析发现，35～50岁的用户各个维度处于优势。这说明25岁以下的年轻人虽然有许多低头族，时间花在移动设备上比较多，但使用移动设备比较感性，许多时间可能是在阅读娱乐、游戏、休闲等信息，阅读科学研究等学术信息的时间不如其它年龄段用户多。25～35岁的用户大多还在攻读硕士或博士学位，可能工作单位还不明朗，家庭处于初步建设时期，分散了学术信息的需求，影响科研成果的产出。50岁以上的学术用户可能有行政职务，社会兼职颇多，约束了用在信息查询上的时间和精力。而35～50岁的用户家庭稳定、研究方向明确、科研基础成熟，是一个学术用户科研周期的黄金时期，对于一所高校来说，科研领军人物大多是50岁以上的学术用户，但35～50岁学术用户的科研力量决定了学校整体科研水平；35岁以下的用户是高校的科研新生力量，学校的科研环境、科研政策对于他们的引领作用很重要。

5结束语

本文对高校学术用户移动学习信息查询行为的学科、职称、年龄影响因素进行了分析，揭示高校学术用户移动学习信息查询行为的特征、探究高校学术用户移动学习信息查询影响因素，分析结果将为高校提高移动学习服务效率和质量提供依据。本研究也存在一些不足，如选择量本较小、范围较窄，仅对武汉地区的部分高校进行了调研，3个影响因素可能还不够，还有待拓宽、细化，对于这些不足，将在后续的研究中继续深入改进。

参考文献

[1]黄荣怀.移动学习—理论、现状、趋势[M].北京：科学出版社，2008：10.

[2]王作伟.移动学习对大学生学习表现影响因素研究——基于认知负荷理论[D].上海：东华大学，2016.

[3]叶成林，徐福荫.移动学习及其理论基础[J].开放教育研究，2004，（3）：23-26.

[4]傅钢善，李婷，马少星.基于MANET的移动学习及其系统构建研究[J].现代电子技术，2011，34（3）：42-48.

[5]黄建军，张璐.移动学习应用环境构建研究[J].电化教育研究，2013，（7）：59-63.

[6]Wilson，TD..Models in Information Behavior Research[J].Journal of Documentation，1999，55（2）：249-270.

[7]Wilson，TD..Human Information Behavior[J].Informing Science，2000，3（2）：49-55.

[8]周佩.高校图书馆用户信息行为及影响因素研究[D].南宁：广西民族大学，2011.

[9] 查先进，张晋朝，严亚兰.微博环境下用户学术信息搜寻行为影响因素研究——信息质量和信源可信度双路径视角[J].中国图书馆学报，2015，（5）：71-86.

[10]薛杨，许正良.微信营销环境下用户信息行为影响因素分析与模型构建——基于沉浸理论的视角[J].情报理论与实践，2016，（6）：104-109.

[11]胡德华，王蕊.社会学视角下大学生信息查询行为影响因素研究[J].图书馆论坛，2014，（8）：56-61.

[12]Timmers C F，Glas C A W.Developing scales for information-seeking behavior[J].Journal of Documentation，2010，66（1）：46-69.

[13]劉妍，邬男男，程文英，等.信息搜寻行为量表对中国大学生的适用性探讨[J].图书情报工作，2013，（22）：99-102，42.

[14]吕振通，张凌云.SPSS统计分析与运用[M].北京：机械工业出版社，2009.

[15]田春虎.信息生态问题初探[J].情报杂志，2005，（2）：90-92.

[16]Fred DDavis，Richard PBagozzi，Paul RWarshaw.User Acceptance of Computer Technolgy：A Comparison of Two Theoretical Models[J].Management Science，1989，35（8）：982-1004.

[17]范晓春.移动图书馆用户使用行为意愿影响因素实证研究——基于信息生态视角的分析[J].图书馆学研究，2015，（14）：85-93.

[18]Lorraine Paterson，Boon Low.Student Attitudes towards Mobile Library Services for Smartphones[J].Library Hi Tech，2011，29（3）：412-423.

[19]韩毅，周畅.学术团队合作信息查寻与检索行为的影响因素实证研究[J].情报学报，2015，（4）：432-448.

[20]叶凤云，胡雅萍.青少年用户移动阅读采纳行为实证研究[J].情报学报，2015，（8）：787-800.

（本文责任编辑：孙国雷）