在线课程是信息时代新的教学组织形式，为解决高等教育中教育理念与技术的融合[1]、创建符合教学需求的优质教育资源和先进可持续发展的资源共享机制[2]等问题提供新途径。学习资源是在线课程的关键要素，然而目前高校在线课程学习资源存在资源种类单一[3]、结构僵化[4]、资源建设主体缺少主动性和创造性[5]、资源更新速度慢等问题。《教育信息化2.0行动计划》中指出，要“实现数字资源开放共享，汇集力量提供精品大规模在线开放课程，为各级各类学校和全体学习者提供海量、适切的学习资源服务”[6]。伴随教学过程的开放、互动、共享等要求不断提高，学习资源从预设走向生成，具有过程性、开放性和发展性的意义[7]，促使教育教学发生了变化。因此，本研究通过梳理相关研究综述，利用结构方程模型探究在线课程学习资源动态生成与应用影响因素，为优化在线课程学习资源建设与应用提供借鉴。
一 在线课程资源动态生成的研究现状
生成性学习资源是在教育教学过程之中发生的[8]，在课堂合作探究、交流沟通中，随机产生的超出预设以外的新问题、新情况[9]，包括师生互动交流观点、学习建议、提出的问题与争论、学习的关注点和兴趣点、错误的回答等[10]，具有参与性、动态性、情境性、开放性、可生长性、潜在的教育价值等特点[11]。“互联网+教育”时代的在线课程资源不仅包括网络学习内容，而且包含以学习者为中心、以促进有意义学习为最终目的，有机融合了内容、活动、工具以及人际智慧在内的资源体[12]。随着“用户生成内容”理念在全球的发展，在教育领域中强调学生在学习过程参与生成资源的重要性[13]，通过参与促进知识、资源、技能和思维生成进化。为满足学习者动态可持续的学习需求，运用具有生成性、开放性、联通性、智能性、微型化等特征的“学习元”来促进资源生成与应用[14]。或是通过课程论坛与课程 Wiki 来促进学习者之间的交流与协作，增加学习者自主学习能力，帮助其进行生成性学习[15]。因此，在线课程动态生成的资源是以学习者为中心，以预设学习资源为基础，以师生、生生的讨论、协作、解答、提问等交互活动为方式，促进学习目标的达成和提升学习效果的新问题和新资源，包括教师解答学生问题资源（文字、图片）、学生回答问题的答复（文字、图表、视频等）、学生课程作品（实物、视音频、文章等）、师生交流过程中创生的可视化资源等。
目前，在线课程资源动态生成的研究尚处于起步阶段，主要集中于在线课程动态生成的资源特征研究，资源动态生成与应用的影响因素研究较少。因此，本研究从在线课程资源动态生成的概念内涵入手，运用系统分析方法对在线课程资源动态生成的影响因素及其结构开展研究。
二 影响在线课程资源动态生成与应用的因素模型构建
为了厘清在线课程资源动态生成与应用的影响因素，对在线课程学习成效影响因素、资源生成性建设动因进行系统分析后，本研究归纳出了影响在线课程生成性学习资源因素的研究维度。在线课程学习成效主要从教师、学生、教材等视角切入，其中自我效能感、课程灵活性是其关注的重点；资源生成性建设动因的研究主要从资源建设与应用的影响层面考虑，更多关注学习者个人、学习环境和技术等变量的影响，如表 1 所示。
随着学习的不断深入，学习者对资源的需求也不断变化。然而学习资源本身缺少更新进化能力，需要学习者以预设资源为基础，通过探究交互、交流分享等活动促进资源的优化与再应用，实现学习者和资源的共同发展，提高学习效果。综上所述，本研究初步得到影响在线课程资源动态生成的要素包括课程学习环境、课程预设资源、教师教学行为、学生学习行为等四个维度。
1 课程学习环境
技术接受模型（Technology Acceptance Model，TAM）指出，感知易用性和感知有用性通过使用态度直接影响行为意向[23]，技术可靠性是促使学习者参与资源生成的重要因素[24]。因此，课程学习环境变量包括：①感知易用性，是指学习者感知到使用在线学习平台的容易程度；②技术可靠性，是学习平台在资源使用和生成过程中的稳定性，包括操作稳定性、访问速度、平台界面等。据此，本研究提出假设——H1a：技术可靠性与资源生成、应用行为正相关；H9：感知易用性与资源生成、应用行为正相关。
2 课程预设资源
资源感知的技术接受资源模型（PRTAM，Perceived Resources and Technology AcceptanceModel）是在 TAM 的基础上扩展而来，发现资源感知对于技术使用的影响[25]。资源生成是在预设资源的基础，学习者能够感知到资源及其弹性空间对于资源生成具有重要意义。因此，课程预设资源变量包括：①感知有用性，是指学习者在学习过程中感知到使用预设资源的有用程度；②预设资源弹性，是指学习者感知到预设资源可更新的空间和价值。根据 TAM 可知，感知易用性、感知有用性和资源感知之间成正相关关系[26]。据此，本研究提出假设——H2a：感知有用性与资源生成、应用行为正相关；H2b：预设资源弹性与资源生成、应用行为正相关；H8：感知易用性与感知有用性正相关。
3 教师教学行为
在线课程中学习者通过提问、交流、回答、评价等行为来积极建构知识，促进知识发展[27]，所以教师的及时答疑、评价、反馈能够促进学习者使用资源、创作新资源。由此可见，教师教学行为与课程学习环境、课程预设资源和学生学习行为息息相关。据此，本研究提出假设——H3：课程学习环境与教师教学行为正相关；H4：课程预设资源与教师教学行为正相关；H5a：学生学习行为与教师教学行为正相关；H5b：教师教学行为与资源生成、应用行为正相关。
4 学生学习行为
稳定可靠的学习环境能够帮助学习者更好地开展在线课程的学习，学习者的阅读、自学和反思的行为都要基于课程学习资源。因此，课程学习环境和课程学习资源对于学生开展资源动态生成与应用具有重要作用。其次此外，教师的引导、反馈、评价和共享等行为也能影响学习者。据因此，本研究提出以下假设：H6：课程学习环境与学生学习行为正相关；H7：课程预设资源与学生学习行为正相关；H8a：教师教学行为与学生学习行为正相关；H8b：学生学习行为与资源生成与应用行为正相关。根据分析，本研究绘制了影响在线课程的学习资源动态生成与应用的影响因素分析图，如图 1 所示。
三 研究过程及结果
1 问卷的设计
本研究结合前期文献研究和专家访谈结果，采用李克特五点量表法设计了“在线课程资源动态生成的影响因素调查问卷”。问卷内容包括感知易用性、技术可靠性、感知有用性、预设资源弹性、教师教学行为、学生学习行为和资源生成与应用行为等 7 个维度，共 18 道测量题。问卷发放对象为 H 大学具有在线课程学习经历的大二学生，共发放问卷 300 份，回收300份，有效问卷 276 份，有效率为 92%。
2 信度和效度分析
本研究通过 SPSS 22.0 对问卷数据进行信度检验，所有变量均值均超过 3.50，标准差在0.665～0.971 之间，表明题项值主要围绕均值小幅度变化。Cronbach’s Alpha 值=0.858，表明该问卷具有较高的信度。本研究取样的 KMO 值=0.717，Bartlett 卡方值=983.396（P=0.000），表明该问卷具有较高的效度、量表可以进行因子分析。采用主成分分析法进行探索性因子分析，因子所含题项的共同度均大于 0.590，说明各变量的重要度较高，影响因素具有良好的建构效度。
3 假设的检验数据
本研究利用结构方程模型[28]，进行假设关系的实证检验。将数据导入 AMOS 24.0，得到模型适配度指数：卡方值=174.879（P=0.000<0.05），已经达到显著水平，说明模型不接受虚无假设。RMR=0.716>0.05、RMSEA=0.556<0.8、GFI=0.724<0.9、AGFI 值为负数，综合各项模型适配指数，可知假设模型与实际观察数据不适配，需要修正。结合模型修正指标，如表 2 所示，如果修正指标值大于 5，这说明该残差值具有修正的必要，但是模型的修正应与理论或经验法相契合。从表2可以看出：①如果将“感知易用性”和“技术可靠性”设为共生关系，则可以减少卡方值 56.31。根据变量分析可知“感知易用性”和“技术可靠性”是属于“课程学习环境”的变量，因此，可将这两个测量变量进行关联。②“感知有用性”和“预设资源弹性”属于“课程预设资源”变量，因此将这两变量设为共变关系是符合理论的，同时可将“感知有用性”的误差变量 e4 与“预设资源弹性”设为共变关系。③“预设资源弹性”需要“技术可靠性”的支撑，因此将两者设置为共变关系是合理的。④“教师教学行为”与“学生学习行为”所测量内容的特质可能类同，所以误差变量 e2 的误差变量 e3 可以考虑加以释放。修正后模型的卡方统计量为 0.394，显著性概率值P为0.530>0.05，表示未达到 0.05 显著水平，接受虚无假设；NFI、RFI、IFI 值均大于0.90，说明修正后提出的在线课程资源动态生成与应用的影响因素构建的假设与实际数据可以契合。
根据影响因素模型得到验证情况如表 3 所示。H1 技术可靠性正向影响资源生成与应用
（Β=0.108），感知易用性对资源生成与应用影响不显著。学习平台的功能与学习需求越一致，学习者使用学习平台的意向就越高[29]。学习环境对学生学习、资源生成影响较小，需要为学生提供尽可能稳定、方便、性能高的学习平台环境。H2 中感知有用性和预设资源弹性对资源生成与应用具有正向作用，说明课程预设资源质量越高，资源生成与应用效果越好。与已有研究一致，即在线课程灵活性是影响学习满意度的重要因素[30]。预设资源弹性与感知有用性为共变关系（Β=0.642），变量为相互影响关系。H3 中技术可靠性（Β=0.236）和感知易用性（Β=0.055）正向影响教师行为，良好的学习环境对于教师开展教学活动、引导学生生成资源具有较大影响。
H4 中课程预设资源对教师教学行为有正向影响，其中预设资源弹性影响较大（Β=0.701）、感知有用性较小（Β=0.066），说明创建预设资源时预留空白较多、预设资源质量较好，教师引导学生进行资源创生的效果越好。H5b 中教师教学行为正向影响资源生成与应用（Β=0.426），说明教师的引导、反馈、评价等行为能够促进资源生成与应用。教师行为与学生行为是共变关系（Β=0.388），通过师生、生生的互动，启发学生深入思考，学习者从资源接收者变为资源创造者、知识主动建构者[31]。发挥主动性和积极性，共同建设课程资源，丰富了学习资源的多样性[32]。H6 技术可靠性和感知易用性对学生学习行为的影响不显著，说明课程学习环境变量通过学生学习行为对资源生成与应用无间接作用。H7 课程预设资源对学生学习行为有正向影响，预设资源弹性影响较大（Β=0.910）、感知有用性较小（Β=0.146），说明预设资源的弹性空间越大、资源形式丰富多样，学生在线学习行为越多，促进学生生成和应用资源的可能性越高。H8b中学生学习行为正向影响资源生成与应用（Β=0.772），与理论和实际情况相符合。H9 中，感知易用性对感知有用性有正向影响（Β=0.742），感知易用性和技术可靠性的共变效果显著（Β=0.787）、感知易用性与预设资源弹性共变效果显著（Β=0.156），技术可靠性与预设资源弹性共变效果显著（Β=0.316），说明学习环境与预设资源相互影响作用较大。
四 结语
本研究通过文献研读、问卷调查等方式得出影响在线课程资源动态生成与应用的因素，并对各影响因素之间的关系进行分析，拟从以下四个方面提出建议：
①稳定便捷的学习环境有利于促进资源生成。可靠稳定的学习平台、简单便捷的操作界面、易获取的学习工具构成了良好的课程学习环境，使得教师和学生乐于通过在线课程进行学习和交流，为资源的生成与应用、学习效率和质量的提高奠定基础。
②形式多样的优质预设资源能够实现个性化学习。感知有用性和资源弹性预设对在线课程学习资源生成模式有直接影响，并且两者之间具有共同变化的关系。因此，可根据学生的学习需求弹性预设学习目标，为学习群体制定来源多样化、形式多样化、资源开放性的具有交互设计的预设学习资源，以提高学生的学习效率。
③教师适当的反馈和指引能加强师生互动。教师教学行为对在线课程学习资源生成有积极的影响。教师通过问题连接线上线下学习，同时通过引导学生探究问题，促进师生互动、资源生成[33]。另外，由于在线课程的时空分离，学习一旦缺乏相应的监管，便容易造成学习者中断学习，因此，教师可以设置奖励机制，鼓励学生能够持续参与课程学习和资源生成。
④学生的思考和疑惑，增进在线课程学习活性。预设学习资源、课程学习环境、教师教学行为对学生具有积极的影响，学生通过自主学习、协作探究去深化学习，提升了思维能力、实践能力、交流能力、问题解决能力，同时生成显性和隐形的学习资源，将其转化生成新的学习资源促进学习[34]。此外，可以充分发挥同伴学习的作用，采用小组协作的方式来互相督促。
从生成性学习视角分析在线课程满足学生动态学习过程中的个性化学习需求，强调了以学生为中心的教育理念，可为在线课程教学模式提供新的路径。本研究基于资源动态生成参与动因模型和在线课程的特点，从在线课程环境、预设性学习资源、教师行为和学生行为等维度分析了影响在线课程的学习资源动态生成与应用的因素，并指出这些影响因素较多，如师生的心理、在线课程学习平台技术支撑环境等。因此，后续研究尝试构建更加全面的在线课程的学习资源动态生成的影响因素模型，揭示资源动态生成与应用影响因素的因果关系规律，为形成更具操作性的在线课程学习资源动态生成模式提供有力的科学依据。
参考文献
[1]过宏雷,崔华春.幕课:高校教学模式的全新挑战与变革契机[J].湖南师范大学教育科学学报,2014,(5):110-114.
[2]李白燕,郑州.区域性高校在线开放课程平台建设与应用探析——以“重庆高校在线开放课程平台建设项目”为
例[J].现代教育技术,2017,(4): 85-91.
[3]陈庚,丁新,袁松鹤,等.网络课程要素分析及建设[J].开放教育研究,2008,(6):73-79.
[4]谢明凤.基于网络学习平台和知识本体应用的远程课程资源设计[J]. 中国电化教育,2013,(5):78-86.
[5]胡声洲.精品课程网络资源建设与共享推动对策探讨[J].赣南师范学院学报,2015,(6):71-73.
[6]教育部.关于印发《教育信息化 2.0 行动计划》的通知[OL].
<http://www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.html>
[7]余胜泉.学习资源建设发展大趋势(上)[J].中国教育信息化,2014,(1):3-7.
[8]殷晓静.课堂教学中的动态生成性资源研究[D].上海:华东师范大学,2004:10.
[9]朱志平.课堂动态生成资源论[D].南京:南京师范大学,2007:50.
[10] 叶 澜 . 重 建 课 堂 教 学 过 程 观 ——“ 新 基 础 教 育 ” 课 堂 教 学 改 革 的 理 论 与 实 践 探 究 之 二 [J]. 教 育 研
究,2002,(10):24-30、50.
[11]李祎.新课程课堂教学:从弹性预设到动态生成[J].青年教师,2005,(8):6-9.
[12]杨现民,赵鑫硕.“互联网+”时代学习资源再认识及其发展趋势[J].电化教育研究,2016,(10):88-96.
[13]万力勇,黄志芳,邢楠,等.用户生成性学习资源建设的驱动因素研究——以百度百科平台为例[J]. 电化教育研
究, 2015,(2):50-57.
[14]余胜泉,杨现民,程罡.泛在学习环境中的学习资源设计与共享——“学习元”的理念与结构[J].开放教育研
究,2009,(1):47-53.
[15]Ebner M, Holzinger A, Maurer H. Web 2.0 Technology: Future Interfaces for Technology Enhanced Learning?[A]
4th International Conference on Universal Access in Human-Computer Interaction[C]. International Conference on
Universal Access in Human-Computer Interaction. Springer, Berlin, Heidelberg, 2007: 559-568.
[16]胡勇,赵凤梅.在线学习成效的理论分析模型及测量[J].电化教育研究,2015,(10):37-45.
[17]陈鹏宇,冯晓英,孙洪涛,等.在线学习环境中学习行为对知识建构的影响[J].中国电化教育,2015,(8):59-63、84.
[18][30]赵国栋,原帅.混合式学习的学生满意度及影响因素研究——以北京大学教学网为例[J].中国远程教
育,2010,(6):32-38、79.
[19]McKenzie P J, Burkell J, Wong L, et al. User-Generated Online Content 1: Overview, current state and context[J].
First Monday, 2012,(6).
[20]常静,杨建梅,欧瑞秋.基于 TAM 的百度百科用户参与意向的影响因素研究[J].软科学,2011,(12):34-37.
[21]Chang H H, Chuang S S. Social Capital and Individual Motivations on Knowledge Sharing: Participant
Involvement as a moderator[J]. Information & Management, 2011,(1):9-18.
[22]Hsua C L, Lin J C C. Acceptance of blog usage: The roles of technology acceptance,social influence and knowledge
sharing motivation[J]. Information & Management, 2008,(1):65-74.
[23]Davis F D. Perceived usefulness, perceived ease of use, and user acceptance of information technology[J]. MIS
Quarterly, 1989,(3):319-340.
[24]万力勇,黄志芳,邢楠,等.用户生成性学习资源建设的驱动因素研究——以百度百科平台为例[J].电化教育研
究,2015,(2):50-57.
[25]Taylor. S, Todd ,P.A. Understanding information technology usage: A test of competing models[J]. Information
Systems Research, 1995,(2):144-176.
[26]Davis F D. User acceptance of information technology: system characteristics, user perceptions and behavioral
impacts[J]. International Journal of Man-Machine Studies, 1993,(3):475-487.
[27]穆肃,陈思,布莱恩·贝迪.创新、相互依存与公平参与——在线学习知识建构过程分析[J].开放教育研
究,2015,(1):17-33.
[28]吴明隆.结构方程模型:AMOS 的操作与应用(第二版)[M].重庆:重庆大学出版社, 2010:37-62.
[29]胡勇.在线学习平台使用意向预测模型的构建和测量[J].电化教育研究,2014,(9):71-78.
[31][33][34] 钟 丽 霞 , 胡 钦 太 , 胡 小 勇 . 面 向 SPOC 的 生 成 性 学 习 资 源 开 发 与 应 用 研 究 [J]. 中 国 电 化 教
育,2018,(5):118-124.
[32]胡小勇,伍文臣,饶敏.面向私播课的混合学习设计与实证研究[J].电化教育研究,2017,(8):70-77.
