Perceived Utility and Learning by Dominican University Students in Virtual Teaching–Learning Environments: An Analysis of Multiple Serial Mediation Based on the Extended Technology Acceptance Model
Notice bibliographique
Résumé
The global pandemic caused by the SARS-CoV-2 virus brought about a true revolution in the predominant teaching–learning processes (i.e., face-to-face environment) that had been implemented up to that point. In this regard, virtual teaching–learning environments (VTLEs) have gained unprecedented significance. The main objectives of our research were to define an explanatory theoretical model and to test a multiple serial mediation model with four variables in series (one independent variable plus three mediators) to relate perceived utility (independent variable) in the use of a VTLE and perceived learning (dependent or criterion variable) in such contexts, taking into account the mediation of subjective norm (mediator 1), ease of use (mediator 2), and intention to use behavior (mediator 3), and using the extended technology acceptance model as the theoretical framework. Additionally, we aimed to analyze the direct and indirect relationships and effects among the variables that constituted the proposed model. Methodologically, the research can be classified as a cross-sectional causal ex post facto design. A representative sample of students enrolled in higher education institutions in the Dominican Republic was used as the research population, and a standardized Likert scale was administered to measure the five dimensions of the proposed model. Finally, it is worth noting that the obtained results indicate that all direct and indirect effects considered in the model were statistically significant, except for the indirect effect, where the four predictor variables were arranged in series to verify their influence on the criterion variable: perceived learning.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».