数字化社区环境下继续教育需求与适应性学习

摘要：探索了数字化社区环境下继续教育的需求与适应性学习的应用，采用混合方法研究设计，结合定量问卷和定性访谈收集数据。结果显示，成人学习者追求继续教育的动机多样，包括提升职业技能、适应行业变化和个人兴趣发展。适应性学习平台因其个性化学习路径被认为是提高学习效率和满意度的有效工具，但也存在易用性和互动性不足的问题。强调了提升适应性学习资源质量和用户体验的重要性，建议政策制定者和教育实践者加大对适应性学习技术的投资，并提高教育资源的公平性和可达性。为理解数字化社区环境下的继续教育需求和优化适应性学习策略提供了新见解。

关键词：数字化；社区环境；继续教育；适应性；需求

中图分类号：G72

文献标志码：A

文章编号：1009-4156（2024）10-0006-07

收稿日期：2024-04-05

作者简介：蔡振合，丽水开放大学讲师，法律硕士，研究方向：社区教育、乡村人才培养。

一、引言

（一）研究背景与意义

随着信息技术的快速发展，特别是互联网和移动通信技术的普及，我们已经进入了一个全新的数字化时代。这一时代的特点是信息的快速流动、知识的广泛传播以及学习方式的多样化。数字化社区环境，作为这一时代的产物，为继续教育提供了前所未有的机遇和挑战。继续教育，作为成人学习和职业发展的重要组成部分，对于促进个人终身学习、适应社会经济发展和技术进步具有重要意义。在这样的背景下，探索数字化社区环境下的继续教育需求及其适应性学习策略，对于优化教育资源配置、提高教育质量和效率具有重要的理论和实践价值［1］。

数字化社区环境下的继续教育是终身教育的重要一环，具有十分重要的作用。数字化社区环境为继续教育提供了丰富的资源和灵活的学习方式。学习者可以随时随地访问各种教育资源，随着人们的终身学习意识逐步提高，社区教育的需求也逐年增长，数字化教育资源运用于社区教育显得尤为重要。

社区的数字化教育资源缺少地区的统筹安排以及技术的支持，在政府事业和社区建设中未能得到明显的重视，造成各地根据自身情况建设的社区教育参差不齐。随着互联网的普及，数字化教育资源逐渐被应用于各级各类教育系统，但同时也面临很多困难。

综上所述，数字化社区环境下的继续教育需求与适应性学习的研究，不仅能够为教育实践提供指导，促进继续教育资源的有效利用和教学方法的创新，而且有助于推动个人终身学习的实现和社会整体的教育公平。旨在探讨在数字化社区环境下继续教育的需求特点，分析适应性学习在此环境下的应用机制和效果，为优化继续教育策略和实践提供理论依据和实证支持。

（二）研究目的与问题

在数字化社区环境日益成为人们获取知识、进行学习交流的主要平台的今天，继续教育作为促进个人职业发展和终身学习的重要途径，其适应性和效果对于个体和社会都具有重大意义。有鉴于此，旨在深入探索数字化社区环境下继续教育的需求及其适应性学习的实现机制和效果，以期为提高继续教育的质量和效率提供理论支持和实践指导。

1.研究目的

旨在分析和界定在数字化社区环境中成人学习者对继续教育的需求，了解学习者对知识获取、技能提升及个人发展的具体需求，如何反映当前社会经济发展和技术进步的趋势，探讨适应性学习在满足这些需求中的应用和效果。最后，将分析数字化社区环境下适应性学习的实际应用情况和效果，识别实践中的成功因素和挑战等。

2.研究问题

为实现上述目的，将围绕以下关键问题进行探讨：

需求识别：在数字化社区环境下，成人学习者对继续教育有哪些具体需求？这些需求如何体现出个人发展和职业进步的目标？

适应性学习机制：适应性学习在满足继续教育需求中发挥了哪些作用？其应用策略和技术是如何实现个性化学习路径和内容的？

影响因素分析：影响适应性学习效果的主要因素有哪些？这些因素如何影响学习过程和结果？

实践效果评估：在实际应用中，适应性学习对提高继续教育的效率和效果有何影响？存在哪些成功案例和挑战？

通过对上述问题的探讨，不仅希望能够为理论研究领域提供新的见解，而且期望能够对实践中的教育策略和方法提出有价值的改进建议，从而促进继续教育在数字化社区环境下的发展和创新。

（三）研究范围与限制

1.研究范围

目标群体：主要关注在职成人学习者，尤其是那些通过数字化平台参与继续教育的个体，特别是那些寻求通过继续教育提升职业技能和知识的学习者。

内容领域：研究将重点关注适应性学习在继续教育中的应用，包括但不限于在线课程、远程培训和自主学习资源。

技术应用：考虑到适应性学习的多样化实现方式，将重点分析基于最新技术（如人工智能、大数据分析）的适应性学习解决方案。

地理范围：鉴于研究资源和时间的限制，将主要关注特定地区或国家内的实践案例，以便深入分析和具体讨论。

2.研究限制

数据获取：虽然数字化社区环境提供了丰富的学习资源和平台，但是获取关于用户行为、学习效果以及适应性学习策略具体应用情况的数据可能存在难度，这可能会影响研究结果的全面性和深入性。

样本代表性：由于研究主要聚焦于特定地区的在职成人学习者，因此所得结论可能不完全适用于其他文化或教育体系背景下的学习者。

技术变革速度：考虑到技术进步的快速性，研究中所涉及的技术和应用可能很快为新的发展所取代，这可能影响研究结果的长期适用性。

主观偏见：在分析适应性学习效果时，学习者的主观感受和反馈将是重要的参考数据。由于这些数据可能受到个人偏好和期望的影响，因此需要谨慎解读。

总之，在探讨数字化社区环境下继续教育需求与适应性学习的过程中，将严格界定研究范围并注意到可能的限制因素。通过这种方式，在可行的范围内提供有效的见解和建议的同时，也明确了其结论的适用范围和条件。

二、文献综述

（一）继续教育的理论基础

继续教育，作为成人学习和终身教育的重要组成部分，旨在促进个体在整个生命周期中不断学习和成长。它不仅关注职业技能的提升，还包括个人兴趣的培养、社会适应能力的增强以及文化素养的提高。在快速变化的社会和经济背景下，继续教育已成为个体和社会发展的关键动力。

1.继续教育的理论基础

继续教育的理论基础涉及多个学科领域，包括成人教育学、心理学、社会学和经济学等。其中，安德拉戈吉（Andragogy）理论是成人教育领域最为人所熟知的理论之一，由马尔科姆·诺尔斯（Malcolm Knowles）提出。该理论强调成人学习者与儿童学习者在学习动机、经验背景、学习方式上的区别，主张教育应更加关注成人学习者的自主性、实践经验的利用以及学习内容的即时适用性［2］。

2.继续教育的最新发展

在数字化时代，继续教育的形式和内容更加多样化，个性化和灵活性成为其重要特征。数字技术的应用，如终身教育在线学习平台、开放教育资源（OER）和大规模开放在线课程（MOOCs），极大地拓宽了继续教育的覆盖范围，使得学习资源更加丰富，学习方式更加灵活，从而满足了更广泛群体的学习需求［3］。

3.继续教育的当代意义

继续教育既是人类社会发展到一定历史阶段出现的新的教育形态，也是社会政治、经济、文化不断变革的产物，还是教育现代化的重要组成部分。在科学技术突飞猛进、知识经济已见端倪的今天，继续教育已经成为全球化的运动，并越来越受到人们的高度重视，它在社会发展过程中所起到的推动作用也越来越突出地被显现出来。

继续教育的实施和推广面临继续教育需求多样化、确保教育质量、平衡教育机会、评估学习成效等挑战。为此，探索有效的继续教育模式和策略、推进继续教育综合改革，使其面向行业和区域提供高质量的继续教育， 成为一项迫切且紧要的任务。

（二）数字化社区环境的特点

数字化社区环境是指通过信息和通信技术（ICT）创建的虚拟社交空间，它使得人们能够跨越地理限制进行交流、学习和合作。这一环境的核心特征包括互联性、互动性，这些特征塑造了当今社会中人们获取信息、进行学习和社交互动的方式［4］。

1.互联性

数字化社区环境通过互联网实现了全球范围内的即时连接，人们可以轻松访问来自世界各地的信息和资源。这种互联性不仅促进了知识的广泛传播，而且为个体提供了参与全球对话和合作的机会，极大地拓宽了学习和交流的视野。

2.互动性

与传统的单向信息传播不同，数字化社区环境支持高度的互动性。用户可以参与讨论、分享观点、与他人协作，从而创造出富有参与感的学习和社交体验。这种互动性特别适合于教育领域，它鼓励学习者主动探索，通过实践和交流深化理解。

（三）适应性学习的理论与实践

适应性学习提供了丰富的适应性课程和资源，并根据学习者的个人需求、能力和进度来主动调整学习内容和路径。在实践中，K-12教育、高等教育和继续教育等已经被应用于多种教育场景［5］。

适应性学习的实践证明了其在提高学习效率、增强学习动机和满足个性化学习需求方面的优势。通过为每位学习者提供定制化的学习体验，适应性学习有助于在提高学习成效、减少学习时间的同时，增加学习者的满意度和参与度。

（四） 挑战与未来发展

尽管适应性学习展现出巨大的潜力，但其实施和推广仍面临诸多挑战。这包括如何确保教育内容的质量、如何保护学习者的隐私、如何评估适应性学习的长期效果等。此外，适应性学习的成功实施还需要教育者、技术开发者和政策制定者紧密合作，以创造有利的政策和技术环境。

展望未来，适应性学习有望继续发展和完善，特别是随着教育技术的进步和人工智能的应用。通过不断优化适应性学习算法和增强学习资源的多样性，适应性学习将更好地服务于继续教育，支持个体在不断变化的世界中实现个人和职业发展。

三、理论框架

（一）建立研究的理论框架

旨在探索数字化社区环境下继续教育的需求及适应性学习的应用。通过结合相关理论，将深入探讨在数字化社区环境中，继续教育的需求如何形成，适应性学习如何有效地满足这些需求。

1.成人学习理论（Andragogy）

成人学习理论强调成人学习者的自主性、拥有丰富的生活经验、将学习内容与实际应用相结合的需求。成人学习理论用于解释数字化社区环境下继续教育需求的基础，特别是成人学习者对于灵活、自主和实用的学习资源的偏好。

2.技术接受模型（TAM）

技术接受模型（TAM）是理解个体如何接受和使用新技术的关键理论。TAM用于分析影响学习者接受和利用数字化社区环境中适应性学习资源的因素，包括 perceived usefulness（感知有用性）和 perceived ease of use（感知易用性）。

（二）研究假设的提出

1.研究假设概述

基于成人学习理论、构建主义学习理论、技术接受模型（TAM）和适应性学习理论，提出以下假设：

假设1 （H1）： 成人学习者在数字化社区环境中对继续教育的需求显著受到其职业发展需求的驱动。

解释： 这一假设基于成人学习理论，认为成人学习者追求继续教育主要是为了满足职业发展的需求，包括提升职业技能、适应职业角色的变化等。

假设2（H2）：在数字化社区环境中，适应性学习的使用显著提高了继续教育的效果。

解释：根据适应性学习理论，适应性学习通过提供个性化的学习路径和资源，能够更好地满足学习者的个别需求，从而提高学习效率和成效。

假设3 （H3）：学习者对适应性学习平台的感知易用性（perceived ease of use）显著影响其使用意愿。

解释：依据技术接受模型（TAM），如果学习者认为适应性学习平台易于使用，他们更可能接受并使用这些平台进行学习。

假设4（H4）：学习者对适应性学习平台的感知有用性（perceived usefulness）正向影响其使用意愿。

解释：同样基于技术接受模型（TAM），认为学习者如果感觉适应性学习平台对他们的学习有实质性帮助，他们的使用意愿会增加。

假设5（H5）：学习者的社交互动在适应性学习的效果中起到中介作用。

解释：基于构建主义学习理论，社交互动可以促进知识的共建和深化理解，因此在适应性学习环境中，学习者之间的互动可能增强学习效果。

假设6（H6）：学习者的自我调节学习能力显著正向影响适应性学习效果。

解释：结合成人学习理论，认为具备高度自我调节能力的学习者能更有效地利用适应性学习资源，因此他们在适应性学习环境中的学习效果更佳。

2.研究假设的验证方法

为验证上述假设，将采用量化研究方法，包括问卷调查和数据分析。通过收集来自不同背景的成人学习者关于他们对继续教育需求、适应性学习平台的使用经验、感知易用性、感知有用性以及学习效果的数据，使用结构方程模型（SEM）等统计方法来分析数据，从而验证假设的成立与否。

四、研究方法

（一）研究设计

旨在探索数字化社区环境下继续教育的需求及其对适应性学习的反应，为了深入理解这一现象，采用了混合方法研究设计，结合了定量研究和定性研究的优势，以获取更全面、深入的洞见。

1.研究类型

混合方法研究设计允许同时采集和分析定量数据和定性数据。首先，通过问卷调查收集定量数据，评估数字化社区环境下继续教育的需求和适应性学习的使用情况以及这些因素对学习效果的影响；其次，通过半结构化访谈收集定性数据，深入探讨学习者对适应性学习的体验、感知及其背后的动机和挑战。

2.数据收集方法

定量数据收集：通过设计问卷调查，包括但不限于学习者的基本信息、对继续教育的需求、适应性学习平台的使用频率、感知易用性和感知有用性等。问卷将在线发布，并通过电子邮件、社交媒体和相关在线学习社区进行分发。

定性数据收集：选取部分问卷调查参与者进行深入访谈，采用半结构化访谈指南，包括开放式问题，探讨他们对适应性学习体验的看法以及在数字化社区环境下继续教育的个人需求和挑战。

3.样本选择

定量研究样本：目标样本为在数字化社区环境中寻求继续教育机会的成人学习者。计划通过便利抽样在全国范围内招募约500名参与者。

定性研究样本：从定量研究中筛选出具有代表性的30～50名参与者进行深入访谈，确保样本多样性，包括不同年龄、职业背景和学习需求的参与者。

4.研究流程

文献回顾：系统回顾相关文献，以建立研究的理论基础和背景。

问卷设计与测试：基于文献回顾和理论框架，设计问卷并进行预测试，以确保问卷的有效性和可靠性。

数据收集：在线发布问卷并通过电子邮件和社交媒体进行推广；选取参与者进行半结构化访谈。

数据分析：综合定量和定性研究结果，讨论发现的含义、实践应用和研究限制。

（二）数据收集与分析方法

1.数据收集方法

采用混合方法进行数据收集，既包括定量数据收集，也包括定性数据收集，确保研究结果的全面性和深度。

定量数据收集：将通过自行设计的问卷调查进行。问卷将包含多个部分，旨在收集参与者的基本信息（如年龄、职业、教育背景等）、对继续教育的需求、适应性学习平台的使用情况、对这些平台的感知易用性和感知有用性的评价。问卷将在线发布，并通过电子邮件、社交媒体平台和相关教育论坛进行广泛传播，以确保样本的代表性和多样性。

定性数据收集：定性数据将通过半结构化访谈收集，目的是深入了解参与者对适应性学习的体验、感受以及对数字化社区环境下继续教育需求的看法。访谈将基于一系列开放式问题进行，这些问题将围绕参与者的个人经验、感知挑战以及对适应性学习平台的具体反馈设计。

2.数据分析方法

定量数据分析：初步分析将包括描述性统计，以了解样本的基本特征。进一步的分析将使用推断统计方法，检验研究假设并探索变量之间的关系，分析感知易用性和感知有用性对适应性学习平台使用意愿和效果的影响。

定性数据分析：定性数据将通过内容分析进行处理和分析。识别和分类参与者关于适应性学习体验和继续教育需求的关键主题和模式。在分析过程中将采用归纳法，从数据中自然地提炼出主题，将参考研究的理论框架用于指导主题的识别和解释。

整合分析：在完成定量和定性数据的独立分析后，将采用三角验证的方法来整合和对比两种数据源的发现。这种方法将增加研究结果的可靠性，通过从不同角度审视相同现象，提供更加全面和深入的理解。

3.伦理考虑

在数据收集和分析过程中，将严格遵守相关伦理指导原则，确保参与者的隐私和数据的保密性。所有参与者将在参与前签署知情同意书，明确知晓研究目的、方法以及他们的权利，包括随时退出研究的权利。所有数据将匿名处理，任何可能暴露参与者身份的信息都将被去标识化。

" 五、研究结果与分析

（一）数据呈现

1.数据呈现概述

通过在线问卷调查和半结构化访谈收集了大量数据，旨在探索数字化社区环境下的继续教育需求和适应性学习的使用情况。以下是根据收集到的定量数据和定性数据呈现的关键发现。

2.定量数据分析结果

基本信息分布：共收集了500份问卷，参与者包括250名男性和250名女性，年龄分布从18岁到60岁不等，以25～40岁年龄组为主（占比60%）。大多数参与者（70%）具有本科或更高学历，职业背景涵盖了教育、技术、医疗、商业和其他行业。

继续教育需求：参与者对继续教育的需求高度多样化，其中最常见的需求包括提高职业技能（85%）、获得新的职业资格（65%）和个人兴趣发展（50%）。

适应性学习使用情况：约60%的参与者报告在过去一年内使用过至少一种适应性学习平台。其中，感知有用性和感知易用性被认为是影响使用意愿的关键因素。

学习效果评估：在使用适应性学习平台的参与者中，80%表示对学习成果感到满意或非常满意。多数参与者认为，适应性学习有助于提高学习效率和个性化学习体验。

3.定性数据分析结果

适应性学习体验：访谈数据揭示了参与者对适应性学习的正面体验，特别是赞赏其个性化学习路径的设计，能够根据自己的学习进度和理解能力调整学习内容。也有参与者认为，一些平台的操作界面不够直观，影响了学习体验。

挑战与建议：在访谈中，一些参与者提出了在使用适应性学习平台时遇到的挑战，包括缺乏面对面交流的机会、难以找到合适的学习资源和技术问题。参与者建议增加更多互动元素和社区支持以及提高平台的用户友好性。

4.综合讨论

通过对定量数据和定性数据的综合分析，展示了数字化社区环境下继续教育的复杂需求以及适应性学习在满足这些需求方面的潜力和挑战。数据呈现清楚地描绘了当前继续教育和适应性学习的使用情况，为进一步研究和实践提供了有价值的洞见。

（二）结果分析

1.结果分析概述

通过混合方法收集和分析了数据，旨在探索数字化社区环境下继续教育的需求及适应性学习的实际应用。以下是对定量数据和定性数据分析结果的深入分析，包括对研究假设的验证和相关发现的解释。

2.定量数据分析与解释

继续教育需求的动因：数据显示，继续教育需求主要由职业发展需求驱动（假设H1得到验证），这一发现与成人学习理论的预期一致，强调了成人学习者追求继续教育主要是为了应对职业生涯的挑战和机会。此外，个人兴趣和社会变化也是重要的驱动因素，表明继续教育的需求是多维度的。

适应性学习的使用与效果：大多数使用适应性学习平台的参与者报告了较高的学习满意度，验证了假设H2，说明适应性学习通过提供个性化学习路径，有效提高了学习效率和满意度。这一结果支持了适应性学习理论的观点，即个性化学习能够满足成人学习者的特定需求。

技术接受模型的应用：参与者对适应性学习平台的感知易用性和感知有用性与其使用意愿之间存在显著正相关（假设H3和H4得到验证），这与技术接受模型的预测相符。这表明提高平台的易用性和有用性是促进适应性学习资源接受和使用的关键。

3.定性数据分析与解释

适应性学习体验：定性访谈揭示了参与者对适应性学习的正面评价，特别是其个性化和灵活性。一些参与者也提出了一些挑战，包括技术问题和缺乏互动，这一发现提示开发者和教育者需要关注适应性学习平台的技术优化和社区建设。

学习者需求与挑战：访谈数据进一步深化了对继续教育需求的理解，参与者表达了对更多互动和协作学习机会的需求以及对内容质量和课程更新速度的关注。这些反馈为适应性学习资源的改进提供了有价值的见解。

4.综合讨论

结果既验证了部分研究假设，也揭示了数字化社区环境下继续教育需求的复杂性和适应性学习实践中的挑战，还强调了为成人学习者提供个性化、互动且高质量的学习资源的重要性。此外，技术接受度对适应性学习资源的使用有显著影响，说明在设计和推广适应性学习资源时，需要考虑到易用性和有用性的因素。

5.对理论和实践的影响

为理解数字化社区环境下继续教育的需求和适应性学习的应用提供了新的洞见。对于理论，拓展了成人学习理论、技术接受模型和适应性学习理论在数字化环境下的应用；对于实践，提示教育提供者和平台开发者需要关注用户体验的优化，提高适应性学习资源的质量和互动性，以更好地满足成人学习者的需求。

" 六、讨论

（一）结果的意义

结果揭示了数字化社区环境下继续教育需求的多维性以及适应性学习在满足这些需求中的关键作用。通过深入分析定量数据和定性数据，不仅验证了一系列研究假设，还获得了对继续教育实践和适应性学习策略的深刻洞见。以下是对结果意义的探讨。

1.对学术界的意义

为成人学习理论、技术接受模型和适应性学习理论提供了新的实证支持，并在数字化社区环境这一新兴背景下扩展了这些理论的应用。强调了个性化学习路径和学习资源在提高学习效率和满意度方面的重要性，为适应性学习理论在实际应用中的进一步发展提供了有力证据。

2.对实践领域的影响

在实践层面，对教育提供者和技术开发者具有重要意义。首先，揭示了成人学习者对继续教育的复杂需求，提示教育提供者需要设计更为多样化和个性化的课程和学习资源，以满足不同学习者的需求。其次，对适应性学习平台的易用性和有用性的评价显示，提高用户体验是提升适应性学习资源接受度和使用效率的关键。这为适应性学习平台的设计和优化提供了具体方向，如增强平台的互动性和社区功能、改进用户界面等。

3.对政策制定者的启示

对教育政策制定者也具有启示作用。随着继续教育需求的增长和数字化学习资源的发展，政策制定者应考虑制定支持政策，促进高质量数字化学习资源的开发和普及。为确保学习资源的质量，政府部门将鼓励教育技术创新，提供适应性学习平台开发的资金支持以及制定标准和准则。

4.总结

综上所述，不仅为继续教育和适应性学习的理论提供了新的实证支持，也为相关实践和政策制定提供了有价值的洞见。通过揭示数字化社区环境下继续教育的需求和适应性学习的应用现状，强调了设计和实施更有效、更个性化学习解决方案的重要性。未来研究可以进一步探索不同背景和需求的学习者如何与适应性学习资源互动、如何优化这些资源以更好地支持继续教育的目标。

（二）问题与限制

1.样本代表性问题

首先，尽管通过在线问卷和访谈收集了大量数据，但样本的选择依赖于便利抽样方法。这意味着参与者主要是能够访问并愿意参与在线调查的个体，可能无法完全代表所有继续教育的潜在学习者，特别是那些数字化资源获取能力较弱的群体，因此样本的代表性可能对研究发现的泛化性造成限制。

2.数据收集方法的局限

虽然混合方法研究设计能够提供更全面的视角，但定量数据主要依赖自报问卷，可能受到参与者主观性的影响。定性访谈虽然提供了深入的见解，但其解释性质使得结果可能受到研究者偏见的影响。此外，由于时间和资源的限制，因此未能对所有使用适应性学习平台的细节进行深入分析，可能遗漏了一些关键的使用体验和感知。

3.技术变化的快速性

数字化技术和适应性学习平台的发展迅速变化，数据和分析可能很快为新的技术发展所超越，因此，研究结果的时效性可能受到限制，未来的研究需要更新数据和方法以反映最新的技术和学习趋势。

4.理论框架的局限

虽然基于成人学习理论、技术接受模型和适应性学习理论建立了理论框架，但这些理论可能无法完全覆盖数字化社区环境下继续教育的所有复杂性。对于跨文化因素、社会经济地位差异以及个人学习动机和障碍的考虑可能不足，这些因素都可能影响继续教育的需求和适应性学习的有效性。

5.研究方法的改进建议

针对上述问题和限制，未来研究可以考虑采取以下改进措施：首先，采用随机抽样或分层抽样方法来提高样本的代表性；其次，结合更多的客观数据收集方法，如平台使用数据分析，以减少主观偏差；再次，考虑采用纵向研究设计来跟踪技术变化和学习效果的长期影响；最后，扩展理论框架，纳入更多变量和理论，从而更全面地理解和解释研究现象。

（三）对未来研究的建议

1.探索技术发展对学习影响的长期趋势

鉴于数字化技术和适应性学习平台的快速发展，建议进行长期研究，以跟踪和分析这些变化如何影响继续教育的需求和适应性学习的效果。纵向研究将提供有关技术进步和教育实践相互作用的深入见解。

2.深入研究适应性学习的个性化机制

未来研究应深入探讨适应性学习如何满足不同学习者的学习风格、知识背景和学习目标的差异等个性化需求，并制定评估不同适应性学习策略和技术有效性的方法体系。

3.开发和测试新的适应性学习模型

基于当前研究的发现，未来的工作可以集中于开发能够促进更高层次认知技能发展的模型等新的适应性学习模型和教学策略，并测试这些模型的有效性，为实践提供指导。

4.增强社区和协作学习的作用

未来研究应进一步探讨在数字化社区环境中增强社区感和协作学习机会的方法。思考如何利用社交媒体和其他在线工具促进学习者之间的交流和协作。

总之，未来研究可以在此基础上进一步深化和扩展，在理论和实践中提供新的见解和更有效的指导。为满足日益增长的继续教育需求，需要持续探索和创新，更好地运用数字化社区环境和适应性学习技术。

参考文献：

［1］ 詹芳芳.汤山街道社区居民数字化学习现状及需求调查研究［J］.中国农村教育，2023（4）：34-37.

［2］ 杨雅洁.社区教育中数字化学习资源建设与应用研究［D］.南京：南京邮电大学，2017.

［3］项骏.Moodle环境下高职院校精品资源共享课平台的构建与应用［J］.佳木斯职业学院学报，2013（11）：65-68.

［4］ 钱旭初.江苏社区教育的实践与思考［J］.高等继续教育学报，2018（5）：112-115.

［5］郭佩文.数据赋能高校混合学习教学改革中的注意力分配研究——直播课堂的实践［J］.华北理工大学学报（社会科学版），2020（8）：24-28.

Needs for Continuing Education and Adaptive Learning in the Digital Community Environment

Cai Zhenhe

（Lishui Open University， Lishui 323000， China）

Abstract：This study explores the demand for continuing education and the application of adaptive learning in the context of digital communities. A mixed-methods research design was adopted， combining quantitative questionnaires and qualitative interviews for data collection. The results revealed that adult learners pursue continuing education for diverse motivations， including improving vocational skills， adapting to industry changes， and developing personal interests. Adaptive learning platforms were considered effective tools for improving learning efficiency and satisfaction due to their personalized learning pathways， but issues such as usability and interactivity were identified as potential shortcomings. The study emphasizes the importance of enhancing the quality and user experience of adaptive learning resources. It is recommended that policymakers and educational practitioners increase investment in adaptive learning technologies and improve the equity and accessibility of educational resources. This study provides new insights into understanding the needs for continuing education in the digital community environment and optimizing adaptive learning strategies.

Key words：Digitalization; Community environment; Continuing education; Adaptability; Needs