提供论文发表、期刊发表、证书、著作、课题申请、专利等一条龙服务——杂志社张伟浩-您负责教书育人,我们负责解决您职称,晋级路上遇到的难题。

成人在线学习动机对学习迁移的影响:知识惯性的调节作用

分类:(二) 发表时间:2019-08-20

一、引言 以计算机技术和网络通信技术为代表的各种新兴媒体技术在远程学习中的应用促进了新的学习模式在线学习(Online Learning)的发展和繁荣。作为一种全新的组织学习方式,在线
一、引言
 
 
以计算机技术和网络通信技术为代表的各种新兴媒体技术在远程学习中的应用促进了新的学习模式———在线学习(Online Learning)的发展和繁荣。作为一种全新的组织学习方式,在线学习以其低成本、灵活和方便的优势在二十一世纪得到了巨大的发展[1]。越来越多的企业、政府和高校都倾向于将在线学习作为实现终身学习的主要途径。与传统学习方式相比,在线学习有助于学习者打破时间、地点和社会经济等级的藩篱,根据自己所需自主选择学习内容。
 
 
然而,Sitzmann的调查发现,当前在线学习的实际效果并不尽如人意[2]。由此,学习迁移作为评价在线学习质量和效果的重要变量开始受到重视[3]。学习迁移是学习者将所学知识和技能应用在实际工作中的程度[4]。对于学习者来说,若所学习的知识或技能没能转化为所用,则学习就是无效的[5]。之前的研究虽然对成人在线学习的学习动机进行了详细的划分[6],但是并未讨论过在线学习动机对于学习迁移的影响机制,更没有将在线学习动机的各维度与学习迁移效果的关系进行讨论。且学习动机对于迁移行为的影响中是否存在其他变量呢?基于此,本研究利用结构方程模型来观察成人在线学习动机的各维度对于学习迁移的影响机制,并探讨知识惯性的调节作用。
 
二、理论基础与研究假设
 
(一)在线学习动机与学习迁移
 
 
学习动机(Learning Motivation)是学习行为发生和维持的内部动力,是学习者进行有效学习的重要前提[7]。无论是传统学习还是在线学习,学习动机都是学习行为和表现的重要推动力。成人是离开学校的学习者,对学习的时间、方式以及学习过程的特殊要求决定其更适合采用灵活性较大的学习方式来进行自主学习。成人学习动机是其非智力因素中的核心内容,在学习的过程中,学习动机对其行为的影响是非常复杂的,过弱或过强的学习动机对于成人的学习效果都是不利的。
 
 
学习迁移(Learning Transition)是能力和知识在一种情境中的获得和理解对在另一种情境中的影响[8],强调个体对知识的掌握以及在工作中的应用。Jacques在着重研究了学习者的个体特质后发现,个体的学习动机对培训迁移的影响较大[9]。Holton也在研究中指出,学习动机和预期的效用会直接对输出结果产生影响,从而影响学习迁移效果[10]。
 
 
个体参加学习的方式多种多样,有主动参加,也有上级指派或者是“从众”[11]。吴峰等在编制成人在线学习动机量表时将成人在线学习动机划分为六个维度,并通过研究发现,成人进行在线学习活动更多源于其对知识的兴趣,之后是职业发展,即他们希望能够通过在线学习来实现岗位晋升、职位能力提升和增加薪资。同事、朋友和上级的影响对于成人在线学习动机的影响微乎其微[6]。也有研究认为,学习者的性别也会影响其在线学习的动机,女性学习者更希望通过在线学习来改变现状[12]。Vroom的期望理论说明了个人对行为结果的认知、期望以及对这些结果的偏好将对动机产生重要影响。动机水平取决于个体认为他们的行为能够得到的特定结果,这些结果对个体具有一定的价值,个体为追求这些价值而产生了动机。当个人认为他的迁移行为有可能使自己的工作达到某一个期望的绩效水平,而且这个绩效将为他带来有价值的回报时,他就会为达到这个绩效水平而努力,反之,如果迁移与绩效、绩效与回报之间无关或负相关,就不可能很好地促进学习迁移行为的发生。由此可以看出,学习者的学习动机对于学习迁移行为的产生具有显著的积极影响,而学习者参加学习动机的强弱不同,其学习后的迁移行为也不同[13]。基于此,本研究提出如下假设:
 
 
H1:在线学习动机对于学习迁移具有正向影响;
 
 
H1a:认知兴趣对于学习迁移具有正向影响;
 
 
H1b:职业发展对于学习迁移具有正向影响;
 
 
H1c:人际关系对于学习迁移具有正向影响;
 
 
H1d:摆脱常规对于学习迁移具有正向影响;
 
 
H1e:外界影响对于学习迁移具有正向影响;
 
 
H1f:社会服务对于学习迁移具有正向影响。
 
(二)知识惯性的调节作用
 
 
知识惯性(Knowledge Inertia)会使人们在解决问题时,更倾向于使用之前的例行程序和已有的经验[14],在思考方式上也会偏向于某一固定路线[15],个体的工作方法就会被固定在某一个定势模式当中,阻碍了新知识和新技能的应用。袁静等的研究也表明,知识惯性对于创新行为的提升具有一定的抑制作用,使得人们对新方法、新观念和新思想产生排斥[16]。
 
 
台湾学者刘志堂等将知识惯性分为经验惯性与学习惯性[17]。经验惯性是指人们习惯于使用已有的知识、经验和技能来解决新问题和新困难。从Liao等对知识惯性的研究可以看出,高经验惯性的人往往缺乏冒险心和好奇心,在工作生活中也不会尝试学习新的观念和解决方法,而是依赖过去的例行程序和经验[18]。因此,尽管Holton认为学习动机能够有效促进个体进行学习迁移,但是高经验惯性的人由于过于依赖过去解决问题的方法和经验,这种循规蹈矩,不改变、不提高的习惯或意识会阻碍学习者将所学的新知识应用于实际工作中。因此,在线学习动机促进学习迁移的过程中,经验惯性会有一定程度的阻碍作用。基于此,本研究提出如下假设:
 
 
H2:经验惯性对成人在线学习动机对于学习迁移的关系起负向调节作用。学习者的经验惯性越高,越会削弱在线学习动机对于学习迁移的积极影响。
 
 
与此相对应,学习惯性是人们在运用知识解决问题时,更倾向于使用所学的新知识、新方法和新观念来改变已有的惯性思维。在学习动机促进学习迁移的过程中,较高学习惯性的人会不断寻求新的知识来源,希望在工作中应用新知识与新技术[19],从而进一步提升学习迁移行为发生的几率。基于此,本研究提出如下假设:
 
 
H3:学习惯性对成人在线学习动机对于学习迁移的关系起正向调节作用。学习者的学习惯性越高,越会提升在线学习动机对于学习迁移的积极影响。
 
三、研究方法
 
(一)研究样本
 
 
本研究选择已经开展在线学习的企业且在该公司任职超过一年的员工进行调查,这样可以保证所有的调查对象均参加过公司相关的在线学习活动。主要调查方式采用现场调查和网络调查相结合。一方面,进入企业中对员工进行现场调查;另一方面,借助于问卷星网站采取网络问卷的发放,通过微信和电子邮件等网络媒介向被调查企业员工推送调查问卷,让被调查者使用手机进行评分。现场调查主要面向北京地区的企业进行;网络调查则增强了样本来源的地域广泛性,涉及北京、上海、天津、河南、新疆、陕西、四川、广州、甘肃等省和直辖市。为打消受访者的顾虑,提高问卷信息的真实性和客观性,本调查向受访者承诺,即问卷仅仅用于科学研究,所得数据完全保密。与此同时,受访者涉及的行业也具有多样性。
 
 
本调查共发放问卷327份,回收问卷238份,剔除题项选择完全一致的6份问卷以及回答时间小于设定的正常值的21份问卷,共得到有效问卷211份,问卷的有效率为88.7%。在有效问卷中,女性占57.8%,男性占42.2%;年龄主要分布在26~35岁之间;任职年限主要集中在3~5年;教育程度为本科的占到87.2%。上述特征符合在线学习者年轻、灵活的主要特性。
 
(二)测量工具
 
 
本研究的概念测量量表中,均采用国内外比较成熟的量表。对国外的量表,采用翻译与回译的方式进行处理,以确保这些西方量表的有效性。除控制变量外,其他变量均采取Likert 5点计分量表进行打分(1表示非常不同意、2表示不同意、3表示不确定、4表示同意、5表示非常同意)。除反向计分的条目外,分数越高,代表员工对问卷条目的认可度越高。
 
 
在线学习动机。采用吴峰、王辞晓和李杰编制的在线学习动机量表[6],该量表是基于Boshier等提出的成人学习动机量表,并根据我国成人在线学习的实践特征开发而成。该量表与Boshier的量表趋于一致,包括6个维度,分别是认知兴趣、职业发展、人际关系、摆脱常规、外界影响、社会服务,共43个题目。本研究中该量表的CFA拟合指数较好(χ2/df=7.01, GFI=0.82, RMSEA=0.107, SRMR=0.091, NNFI=0.95, NFI=0.95, CFI=0.96, IFI=0.94),具有良好的结构效度,该量表整体的内部一致性系数为0.957。
 
 
学习迁移。采用JIN X所开发的单维度量表来测量学习迁移行为[20]。该量表共6个题目。一个示例项目如下:“我的由于我在学习期间学到的技能, 生产力提高了。”本研究中该量表的CFA拟合指数较好 (χ2/df=2.34, GFI=0.84, RMSEA=0.105, SRMR=0.093, NNFI=0.97, NFI=0.97, CFI=0.99, IFI=0.97) , 具有良好的结构效度, 内部一致性系数为0.863。
 
 
知识惯性。采用Liao、Fei、Liu所开发的量表进行测量[21]。该量表包括经验惯性和学习惯性两个维度,共14个题目。题目1~7测量个体的经验惯性,题目8~14测量个体的学习惯性。本研究中该量表的CFA拟合指数较好(χ2/df=2.01, GFI=0.84, RMSEA=0.107, SRMR=0.092, NNFI=0.95, NFI=0.92, CFI=0.94, IFI=0.96),具有良好的结构效度,内部一致性系数为0.887。
 
 
控制变量。在相关的文献研究中,多将性别、年龄、学历等人口学变量以及工作年限、工作职位等工作相关变量作为控制变量。本研究在统计分析过程中也对性别、年龄、学历、工作年限进行了控制。
 
(三)统计方法
 
 
本研究使用SPSS22.0和AMOS17.0统计软件对有效问卷的数据进行统计分析。首先,进行同源方法偏差检验,并对各变量进行描述性统计分析;其次,建立结构方程模型,检验在线学习动机各维度对学习迁移的影响[22];最后,讨论知识惯性对在线学习动机各维度和学习迁移影响过程中起到的调节作用。
 
四、研究结果
 
(一)同源方法偏差检验
 
 
同源方法偏差是指由于单一的样本来源或测量环境趋同的情况下所形成的人为地夸大自变量与因变量关系。而这种人为地夸大现象会对研究结论的科学性产生严重的影响,属于系统误差[23]。
 
 
在本研究中,为了有效地避免这种系统误差的出现,笔者采用了一些程序控制方法。包括在尽量多的企业和组织中发放调查问卷,以减少样本来源的集中度;要求受访者在匿名填写完调查问卷后直接交给研究人员。在数据分析前,采用Harman单因素检验方法检验是否存在同源方法偏差。将本研究所有题项进行探索性因素分析,检验结果表明,第一主成分解释了34.394%的变异量,未超过建议值的50%。因此,本研究中各相关变量间的同源方法偏差现象不会影响本研究结论的可靠性。
 
(二)描述性统计结果
 
 
本研究中各主要变量的平均数、标准差和相关矩阵见表1,表中的均值表示在各个量表上的项目平均分,r表示相关系数,p表示相关系数的显著性。研究结果表明:首先,在线学习动机各个维度均与学习迁移显著正相关,其中,职业发展(r=0.535, p<0.01)、摆脱常规(r=0.521, p<0.01)和认知兴趣(r=0.415, p<0.01)与学习迁移的相关系数明显高于其他动机维度,可以预测这三个动机维度对学习迁移的影响更显著;其次,学习惯性(r=0.622, p<0.01)和经验惯性(r=0.199, p<0.05)均与学习迁移呈显著正相关,可以预测知识惯性的两个维度均会对学习迁移存在潜在的影响作用,影响方向需要进一步考察;最后,学习惯性与在线学习动机各维度之间的相关性要明显高于经验惯性,因此,与经验惯性相比,学习惯性和在线学习动机的关系更加紧密。
 
 
表1 各变量的平均数、标准差和相关系数     下载原表 
表1 各变量的平均数、标准差和相关系数  
注:M表示平均数,SD表示标准差,n=211,*表示p<0.05,**表示p<0.01;以下同上。
 
(三)在线学习动机对学习迁移影响的结构方程模型分析
 
 
为进一步分析在线学习动机对学习迁移效果的影响过程,本研究建立在线学习动机六个维度与学习迁移的结构方程模型,结构方程模型的各项拟合指数达到良好标准(χ2/df=2.73, GFI=0.86, RMSEA=0.100, SRMR=0.011, NNFI=0.97, NFI=0.97, CFI=0.95, IFI=0.96) 。
 
图1 在线学习动机对学习迁移影响的结构方程模型  
图1 在线学习动机对学习迁移影响的结构方程模型   下载原图
 
 
 
如图1所示,β为标准化的回归系数,即路径系数。P为回归系数的显著性水平。结果表明,认知兴趣(β=0.659, p<0.01)、职业发展(β=0.797, p<0.01)、摆脱常规(β=0.636, p<0.01)、外界影响(β=0.282, p<0.05)和社会服务(β=0.529, p<0.01)均可以显著正向影响学习迁移;人际关系(β=0.177, p>0.05)对学习迁移的影响不显著;除假设H1c未通过检验之外,其余假设均成立,假设H1得到部分验证。其中,职业发展对于学习迁移的正向影响最大,外界影响对学习迁移的正向影响最小。
 
(四)知识惯性调节作用的检验
 
1. 经验惯性的调节作用
 
 
分析经验惯性对在线学习动机与学习迁移之间的调节效果,做Y=aX+bM+cXM+e的层次回归分析,若XM的回归系数c检验显著,则调节效应显著。X代表在线学习动机的认知兴趣、职业发展、摆脱常规、外界影响和社会服务五个维度,Y代表学习迁移,M代表经验惯性。分别以认知兴趣、职业发展、摆脱常规、外界影响和社会服务同经验惯性为自变量进入回归模型,将中心化的经验惯性与认知兴趣、职业发展、摆脱常规、外界影响和社会服务的交互项分别放入回归模型。结果见表2。
 
 
研究表明,经验惯性对在线学习动机的职业发展(β=-0.108, p<0.01;△R2=0.016)、摆脱常规(β=-0.126, p<0.05;△R2=0.017)和社会服务(β=-0.087, p<0.05;△R2=0.007)对于学习迁移的影响上具有负向调节作用。经验惯性对认知兴趣、外界影响对于学习迁移的影响上的调节作用不显著。假设H2得到部分验证。
 
图2 经验惯性对职业发展和学习迁移的调节作用  
图2 经验惯性对职业发展和学习迁移的调节作用   下载原图
 
 
图3 经验惯性对摆脱常规和学习迁移的调节作用  
图3 经验惯性对摆脱常规和学习迁移的调节作用   下载原图
 
 
图4 经验惯性对社会服务和学习迁移的调节作用  
图4 经验惯性对社会服务和学习迁移的调节作用   下载原图
 
 
 
进一步分析经验惯性的调节效果,如图2、3、4所示,经验惯性与职业发展的交互项对学习迁移有负向影响,说明经验惯性越高,越会削弱职业发展对学习迁移的正向影响;经验惯性与摆脱常规的交互项对学习迁移有负向影响,说明经验惯性越高,越会削弱摆脱常规对学习迁移的正向影响;经验惯性与社会服务的交互项对学习迁移有负向影响,说明经验惯性越高,越会削弱社会服务对学习迁移的正向影响。
 
 
表2 经验惯性调节作用的回归分析结果     下载原表 
表2 经验惯性调节作用的回归分析结果  
 
表3 学习惯性调节作用的回归分析结果     下载原表 
表3 学习惯性调节作用的回归分析结果  
2. 学习惯性的调节作用
 
 
分析学习惯性对在线学习动机与学习迁移之间的调节效果,做Y=a X+bM+c XM+e的层次回归分析,若XM的回归系数c检验显著,则调节效应显著。X代表在线学习动机的认知兴趣、职业发展、摆脱常规、外界影响和社会服务五个维度,Y代表学习迁移,M代表学习惯性。分别以认知兴趣、职业发展、摆脱常规、外界影响和社会服务同学习惯性为自变量进入回归模型,将中心化的学习惯性与认知兴趣、职业发展、摆脱常规、外界影响和社会服务的交互项分别放入回归模型。结果见表3。
 
 
研究表明,学习惯性对在线学习动机的职业发展(β=0.117, p<0.01;△R2=0.007)、摆脱常规(β=0.106, p<0.01;△R2=0.011)和社会服务(β=0.101, p<0.01;△R2=0.012)对于学习迁移的影响上具有正向调节作用。学习惯性对认知兴趣、外界影响对于学习迁移的影响上的调节作用不显著。假设H3得到部分验证。
 
图5 学习惯性对职业发展和学习迁移的调节作用  
图5 学习惯性对职业发展和学习迁移的调节作用   下载原图
 
 
图6 学习惯性对摆脱常规和学习迁移的调节作用  
图6 学习惯性对摆脱常规和学习迁移的调节作用   下载原图
 
 
图7 学习惯性对社会服务和学习迁移的调节作用  
图7 学习惯性对社会服务和学习迁移的调节作用   下载原图
 
 
 
进一步分析学习惯性的调节效果,由图5、6、7可见,学习惯性与职业发展的交互项对学习迁移有正向影响,说明学习惯性越高,越会加强职业发展对学习迁移的正向影响;学习惯性与摆脱常规的交互项对学习迁移有正向影响,说明学习惯性越高,越会加强摆脱常规对学习迁移的正向影响;学习惯性与社会服务的交互项对学习迁移有正向影响,说明学习惯性越高,越会加强社会服务对学习迁移的正向影响。
 
五、结论与讨论
 
(一)成人在线学习动机会显著影响学习迁移的效果
 
 
学习动机对学习迁移的影响作用已经得到了学术界的广泛认同[24],但成人在线学习的动机对于学习迁移行为的影响在之前的研究中少有涉及。本研究通过实证研究的方法对成人在线学习动机影响学习迁移的作用机制作出了具体的分析,数据表明,成人参与在线学习的动机会显著影响学习迁移的效果。这与之前的研究结果较为一致[25]。成人参加在线学习的目的以及对学习内容的侧重存在明显差异,有些人倾向于参加具有工作效用(Job Utility)的学习,即学习者感知到的学习在促进现有工作目标实现上的有用性,如生产率的提高、错误率的减少以及实际问题解决能力的增强。有些人则倾向于参加具有职业效用(Career Utility)的学习,即学习者感知到的学习在实现自己职业目标上的有用性,如得到晋升或获得更重要的工作[26]。因此,对学习效用的不同需求会导致员工在学习迁移行为上的差异。虽然两者都能促进学习迁移行为的发生,但是迁移效果是不同的。
 
 
本研究对在线学习动机的六个维度对于学习迁移效果的影响分别进行了考察,发现不同维度对于学习迁移的影响作用存在较大差异。在线学习动机中认知兴趣、职业发展、摆脱常规、外界影响和社会服务均可以显著影响学习迁移,但人际关系对学习迁移的影响并不显著。这一结论说明,以认知兴趣为动机的在线学习通常是员工为了满足自身的求知欲和获得成就感的主动行为,具有很强的自主性,属于工作效用的学习。这种对工作效用的追求可以进一步促进个体主动将所学的知识和技能应用于工作实践中,以提高自己的绩效水平,对学习迁移行为的积极影响最为显著。以职业发展为动机的在线学习是个体为提升自身工作能力、获得职位晋升的学习意愿,具有职业效用。当个体感受到通过学习可以提升工作能力并实现职位晋升的目标时,会主动进行学习并积极寻找学习迁移的机会,以实现自己的目标。这两个维度都具有非常明确、积极的学习动机,而积极的学习动机会激发个体迁移行为的发生[27]。摆脱常规是希望通过学习来改变现状,让自己有更好的生活体验。外界影响是满足上级和朋友对自己的期望而进行的学习。社会服务则是希望通过学习新的知识和技能为组织的改变作出贡献。这三个维度同样是希望通过学习获取知识来改变现状,但对于学习迁移效果的影响程度要低于前两个维度。原因在于这三个学习动机的社会性较强,为个人带来的直接收益并不明显,使得个体学以致用的积极性有所降低。与此相对应,人际关系维度是学习者希望通过学习建立新的联系、结交新的朋友。由于这种需求在学习的过程中就已经得到满足,因此,对于学习迁移行为并未有显著的影响。这一结论明确了在线学习动机的各个维度对于学习迁移效果的影响程度,对于学习动机理论做了有益的补充。组织开展在线学习前应进行充分的调查,针对员工感兴趣的、符合其职业发展的学习内容进行重点设计,以有效地激发个体的学习动机。当个体感知到通过在线学习可以满足自己的需求时,就会自主、自愿地进行在线学习。这种自觉的、带有目的性的学习会促使员工将所学的新知识或新技能进行有效的内化,并进一步将内化的知识部分地或是全部应用于自己的工作中,从而提升了个人的工作绩效和组织绩效。
 
(二)知识惯性在成人在线学习动机影响学习迁移效果的过程中发挥部分调节作用
 
 
本研究将知识惯性作为在线学习动机对学习迁移效果影响的调节变量,研究假设得到了部分验证,即知识惯性在成人在线学习动机中的职业发展、摆脱常规和社会服务对于学习迁移的影响过程中起调节作用,对在线学习动机中的认知兴趣和外界影响对于学习迁移的影响过程中的调节作用不显著。这是由于个体以满足自己求知欲和实现外界期望而进行的主动学习本身就是要打破原有知识体系、获得新的知识和技能并在实际工作中进行实践。
 
 
通过进一步对比发现,经验惯性会削弱在线学习动机中职业发展、摆脱常规和社会服务对于学习迁移的积极影响。这是由于虽然个体希望通过学习来获得职位的晋升,有更好的生活体验,能够为组织作出自己的贡献,但是经验惯性会使个体倾向于运用过去的知识和经验去处理问题,阻碍其将所学的新知识和技能应用于实际工作中进行验证,进而削弱其学习迁移的效果。这一结果与之前的研究结果相同[28,29]。说明经验惯性高的个体习惯于依赖已有的知识结构,可能会漠视组织的学习活动,浪费组织的学习机会和资源,安于现状,不愿意在工作中尝试新知识和新方法。与此相对应,学习惯性会促进在线学习动机中的职业发展、摆脱常规和社会服务对于学习迁移的积极影响。学习惯性较高的员工,会通过学习来持续寻求新的知识来源,并主动在工作中尝试新方法与新技术,积极进行学习迁移,从而提高自己的能力和技术水平,作出有利于组织的行为。这一结论与赵卫东等的研究结论相反[14,18,28,29]。说明虽然学习引起的改变会带来一定的风险,从而降低个人与组织的匹配[14],但是学习惯性较高的员工依然愿意在工作中尝试新的方法和技能,从而满足其获得职位的晋升、有更好的生活体验以及为组织作出贡献的需求。之前的研究多认为,知识惯性为个体和组织带来了巨大的负面影响,从而不利于个体的创新和组织的发展[15,29]。本文通过实证研究发现,知识惯性在某些情况下也会产生积极的影响。这就需要组织营造良好的学习文化,建立有效的激励机制,以鼓励员工在工作中应用新技能和新方法,从而在一定程度上缓解经验惯性对学习迁移带来的消极影响。用精心设计的学习活动激励个体做出改变,用新方法和新技能代替旧知识和老方法,从而进一步促进学习惯性对于学习迁移的积极影响,帮助组织更好地应对外部环境的变化,在创新和变革中不断前行。
 
六、结语
 
 
成人在线学习动机对学习迁移产生积极的影响,是由于在组织环境中,个体对于新知识、新技能和新岗位等的现实需求能够通过学习得到满足,从而促使学习动机的形成,并促进学习迁移行为的产生。与此同时,在线学习动机各个维度对于学习迁移的影响存在差异。相比于以建立人际关系为目的的在线学习来说,获取新知识和新技能为目的的在线学习更倾向于学以致用。除此之外,知识惯性在成人在线学习动机对学习迁移的影响过程中所起到的调节作用也是各不相同的。基于此,在未来的研究中,需要进一步思考的是在动机对行为的影响过程中是否还有其他变量起到中介作用,个体特征中的态度对于行为是如何作用的,环境变量是否能够缓解经验惯性的负向调节作用等,这些问题都需要我们加以研究和讨论。
 

畅志文化期刊网,一个专业的论文发表,期刊发表,著作出版,课题等评职称相关平台。

文章名称:成人在线学习动机对学习迁移的影响:知识惯性的调节作用

文章地址:www.cqpc.cq.cn/lunwenjianshang/_er_/2019/0820/974.html

内容来自网络-如有侵权,请告知删之

上一篇:基于深度学习技术的注意力转移模式的挖掘——以二语学习者的眼动数 下一篇:教育信息化2.0下的高校信息化绩效评价模型和指标体系研究

还有问题,免费咨询专业人员

没有问题了,我想发稿或出版

选择服务:

作者姓名: *

联系电话: *

留言备注: *

咨询部:

发表部:

在线客服

客服电话:17600057161

投稿邮箱:71712724@qq.com

QQ:71712724
QQ:71712724

咨询部:

发表部: