网络环境下远程学习者信息素养调查与差异性分析

网络环境下远程学习者信息素养调查与差异性分析

ID:22426184

大小:82.50 KB

页数:11页

时间:2018-10-29

网络环境下远程学习者信息素养调查与差异性分析_第1页
网络环境下远程学习者信息素养调查与差异性分析_第2页
网络环境下远程学习者信息素养调查与差异性分析_第3页
网络环境下远程学习者信息素养调查与差异性分析_第4页
网络环境下远程学习者信息素养调查与差异性分析_第5页
资源描述:

《网络环境下远程学习者信息素养调查与差异性分析》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、网络环境下远程学习者信息素养调查与差异性分析摘要:针对网络环境下远程学习者信息素养的特点,借助“网上人大”学习平台对远程学习者开展深入调查,采用“李克特五点式”评价量表,通过独立样本T检验和方差分析,对调查数据进行研宄。研宄发现,远程学习者在性别、层次、区域等方面信息素养差异显著,全国范围内的信息数字鸿沟现象仍然存在。并针对远程学习者的信息素养教育提出了若干建议。关键词:远程教育;学习者;信息素养;差异中图分类号:G203文献标志码:A文章编号:1673-8454(2016)15-0083-04一、引言信息素养的概念最初是由美国信息产业协会主席保罗?泽考斯(PaulZurkowski)于197

2、4年提出的,他将信息素养划分为知识、意识和技术三个基本层面,并认为信息素养是利用大量的信息工具及主要信息源使问题得到解答的技能。[1]1992年,美国图书馆协会将信息素养定义为:人能够判断确定何时需要信息,并能够对信息进行检索、评价和有效利用的能力。[2]信息素养包括人对信息重要性和需要的知识,以及为解决面临的问题确定、查询、评价、组织和有效生产,适用于交流信息的能力。[3]国内学者普遍认为,信息素养是信息时代人类需要具备的基本生存技能,包括信息知识、信息能力、信息意识和信息道德。娜曰等(2011)提出网络信息素养的概念,即有效地使用网络信息并进行创造信息的能力,主要特征是:以网络信息环境为平

3、台、以现代信息检索技术和数据库检索为核心内容、以全球网络信息资源为主要检索对象,突破时空界限,实现信息资源共享。[4]向磊等(2013)分别从信息知识、信息能力、信息意识和信息伦理四个方面对远程学习者的信息素养进行了界定。王晶(2012)提出了远程学习的主要模式,即网络教学课件的自主学习模式、网络资源的主动学习模式、网上实时授课的收看(听)模式、虚拟教学实验室模式和计算机网络平台的协作学习模式。[5]鉴于此,本文以中国人民大学网络教育平台(以下简称“网上人大”平台)为例,提出远程学习者的信息素养问题,对此开展调查研宄具有一定的研宄价值。二、研宄设计与检验(一)量表设计为调查远程学习者的信息素养

4、现状,笔者设计了远程学习者信息素养评价量表,共计28个题项,主要层面和题项为:①信息意识,包括4个题项;②信息知识,包括5个题项;③信息能力,包括12个题项,其中获取能力(5个题项)、分析能力(4个题项)、加工能力(3个题项);④信息道德,包括7个题项。信息素养各题项的评价采用“李克特五点式”评价法,即设计五个不同的选项为:非常符合、比较符合、说不上、不符合、完全不符合,并分别赋值为5、4、3、2、1分,学习者根据题目所描述的事件,在五个不同的选项中选择一个最符合被试者个人实际的选项。最后,对收集到的数据利用SPSS19.0软件进行统计分析,使用到的分析方法有描述分析、独立样本T检验、主成分分

5、析、差异比较分析等。(二)样本描述本研究以中国人民大学网络教育(“网上人大”)的学员为研宄对象进行问卷调查。调查利用自行开发的问卷系统进行数据采集,学员通过登录“网上人大”平台自愿填写问卷。截至2015年12月31日,共收集到调查问卷998份,经复核得到有效问卷881份,有效率为88.28%。在881份有效样本中,其中男生364人,女生517人;在籍生823人、毕业生58人;样本平均年龄29.60岁,最大55岁、最小17岁,21-35岁的样本占73.8%;涉及会计学、工商管理、金融学、法学等13个专业,其中会计学、工商管理、人力资源管理等3个专业的样本最多,均超过了100个;样本涉及学历层次6

6、个,包括专科起点本科、高中起点专科、单科选修等,其中专科起点本科和高中起点专科的样本量最多,合计占86.4%;样本来自于中国人民大学网络教育在国内设置的138个教学站或考点,分布在全国27个省、市、自治区。(三)样本检验本研究通过独立样本T检验,对信息素养评价的28个题项进行项目检验。结果表明,高低分组在28个题项上均具有显著区分度。因此,保留全部28个题项,进行进一步的因素分析。通过对28个题项进行因素分析,以检验量表的结构效度。(见表1)研究中利用主成分分析法(PC)抽取共同因素。因素抽取时,抽取特征值大于1的因素,以最大变异法进行正交转轴。本次研究共进行了4次因素分析。前3次因素分析共删

7、除了11个题项,剩余17个题项。在第4次因素分析中,KMO值为0.872,自由度为136,P值为0,达到显著水平,适合进行因素分析。本次因素分析共抽取特征值大于1的因素4个,分别解释变异量的20.825%、14.801%、13.449%、11.779%,合计60.855%。通过分析发现,经由4次因素分析形成的17个项目所组成的评价量表,具有较好的结构效度,可以开展进一步的分析研宄。本研究采用内部一

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。