本站原创
[摘 要] 信息技术在教育中的作用变得越来越不可或缺。任何一种技术所具有的作用都取决于其使用者的接纳与有效应用，教育技术也同样如此。教育用户，也就是教师和学生，对技术的接纳，以及在教学中对技术的有效应用，是发挥技术在教育革作用的基础。千禧年的学习者是所谓“数字土著”的一代，他们拥有新的学习特点和学习要求。为了使技术应用于课堂更好地为数字时代的学生怎么写作，本研究试图了解教师群体与学生群体的信息技术使用情况以及二者在技术接受度方面的差异及其相互影响。本研究采用问卷调查与深度访谈的方式，在上海与浙江地区采集了教师和学生数据。研究结果呈现了两个群体在课内外使用技术的差异情况以及他们对于课内外技术支持学习的态度及期望，这些数据及访谈结果也展现了千禧年学习者的学习特征，为我们以
[关键词] 信息技术整合； 数字土著； 千禧年学习者； 数字移民； 技术接受度
[] A
[作者简介] 顾小清（1969—），女，江苏苏州人。教授，博士，主要从事教育培训系统设计与开发、数字化学习环境及用户行为、信息化教育资源设计及应用等方面的研究。E-mail：xqgu@ses.ecnu.edu.cn。
为此，本研究试图探究教师群体以及学生群体对技术产品的接受度，分析这两个群体在技术接受度方面所存在的差异以及可能的相互影响，研究的意义在于为改进教师应用信息技术的教学行为提供依据，从而更好地发挥信息技术对于教育变革的促进作用。
TAM模型是最具影响力的用于解释信息技术接受行为的模型，该模型基于理性行动理论，认为有意识的行为倾向决定态度。技术产品的有用性和易用性是该模型中决定信息技术接受度的关键因素，这两个因素不仅是用户使用某种特定技术系统的态度基础，而且同时决定了使用意向，并形成了最终的操作行为。信息系统成功模型作为评价信息系统的主要标准在信息系统探究方面得到广泛的应用。DeLone和McLean回顾了180多个研究中使用的100多种度量方法，归纳出六个方面的因素决定了信息系统的成功：系统质量、信息质量、信息系统使用、用户满意度、个体影响、机构影响。任务与技术适配度是指用户的任务需求、用户能力和支持任务的技术功能性之间的适配程度。Goodhue和Thompson提出了一个技术绩效链模型来帮助最终用户和机构组织理解信息技术的更有效应用，该模型指出决定任务与技术适配度的影响因素有任务特征、技术特征和用户个人特征三个方面。[3]任务与技术适配度不仅直接影响到绩效，也通过预期的使用效果、使用态度、社会规范、便利条件等间接影响用户的使用情况，而用户的使用情况也会直接影响到绩效。[4]
另一方面，研究者开始关注教师与学生用户面对信息技术的诸多差异。首先，早在新千年伊始Prensky所提出的数字土著和数字移民的隐喻，成为了很多研究者的共识，他们开始关注教师群体与学生群体对数字技术的态度之间的差异。[5]研究发现，数字技术贯穿于千禧年学习者的成长历程，塑造了他们的思考交流方式、学习观念、控制需求，甚至个人和社会价值观念，[6][7][8]影响了他们的社会生活方式，也影响了他们的认知方式和学习方式。相对来说，教师作为数字移民，在将技术整合于课堂的实践中还存在着诸多障碍，如缺少有关技术整合的特定知识和技能，缺少技术使用的自信和技能，抱着消极的态度和内在的抵制情绪等。[9][10]
另外，随着数字技术的普及，课堂外的技术使用对学习的影响也开始引起研究者关注。[11]研究表明，总体上学生在家比在学校能获得更多使用信息技术的机会。[12][13]同时通过对国际学生PISA数据的多元分析后发现，学生在家使用电脑和进行学习之间存在一种积极的条件相关。[14]因此，课堂外的技术使用行为应纳入研究范围。[15]
从上述研究中可以了解到，当前的学习者与他们的教师在信息技术的使用之间存在着新的数字鸿沟。因此有必要对教师群体与学生群体在技术接受度方面的差异进行分析，以此为教师更好地以符合学生接受的方式在教学中使用技术提供建议。
第
最后，关于一些访谈中仍没能解释的问题。研究中的四个因素均被证实是师生们信息技术使用的相关因素，但本研究中的发现与以往关于用户技术接受度最强有力的预测因素有所不同的是：社会影响以及教师的个人因素对课堂内技术整合起到了明显的预测作用，而不是对结果的期待这一因素。访谈中对这一结论并没有得到很好的解释，所以仍需要从两方面进行研究：需要进一步地证实课内技术接受度的影响构成，以及对社会影响进行更细致的研究。
[参考文献]
[19] [21] Dis, F.D. Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology[J].MIS Quarterly, 1989，（13）：319～339.
DeLone, W. H. & McLean E. R. Information Systems Success: The Quest for the Dependent Variable[J].Information Systems Research，1992，3（1）：60～95.
[3] [27] [28] Goodhue, D., & Thompson, R. Task-Technology Fit and Individual Performance[J].MIS Quarterly, 1995, 19（2）：213～236.
[4] [29] McGill, T. J., & Hobbs, V. J. How Students and Instructors UsingA Virtual Learning Environment Perceive the Fit Between Technology and Task[J].Journal of Computer Assisted Learning，2008，24（3）：191～202.[5] [6] Prensky, M. Digital Natives, Digital Immigrants [J/OL].On the Horizon，2001，9（5）：1～
[10] Bingimlas, K. A. Barriers to the Succesul Integration of ICT in Teaching and Learning Environments: A Review of the Literature [J]. EURASIA Journal of Mathematics, Science and Technology Education，2009，5（3）：235～245.
[13] Russell, M., Bebell, D., & O’Dwyer, L. Use, Support, and Effect of Instructional Technology Study: An Overview of the USEIT Study and the Participating Districts[EB/OL].Boston, MA: Technology and Assesent Study Collaborative.www.intasc.org/PDF/useit_r
[15] Radford, M. L., Connaway, L. S., Agosto, D. E., Cooper, L. Z., Reuter, K., & Zhou, N. Behiors and Preferences of Digital Natives: Informing A Research Agenda [J].Proceedings of the American Society for Information Science and Technology，2007，44（1）：1～15.
[17] Elgali, Z. &Kalman,Y. M. The Construction of Failure and Success Concepts in K-12 ICT Integration[J].Interdisciplinary Journal of e-Learning and Learning Objects，2010，（6）：281～292.
[18] [46] Gu, X., Zhu, Y., & Guo, X. Meeting the “Digital Natives”: Understanding the Acceptance of Technology in Classrooms[J].Journal of Educational Technology & Society, in Press.
[20] [22] [23] [36] Venkatesh, V., Morris, M. G., Dis, G. B., & Dis, F. D. User Acceptance of Information Technology: Toward a Unified View[J].MIS Quarterly，2003，27（3）：425～478.
[24] Kim, C., Jahng, J., & Lee, J. An Empirical Investigation into the Utilization-Based Information Technology Success Model: Integrating Task-Performance and Social Influence Perspective[J].Journal of Information Technology，2007，22（2）：152～160.[25] Lee, S., & Kim, B. Factors Affecting the Usage of Intranet: A Confirmatory Study[J].Computers in Human Behior，2009，25（1）：191～201.
[26] Lee, M. Explaining and Predicting Users'' Continuance Intention Toward e-Learning: An Extension of the Expectation-Con
[30] Dishaw, M. T., & Strong, D. M. Extending the Technology Acceptance Model with Task-Technology Fit Constructs[J].Information & Management, 1999, 36（1）：9～21.
[31] [33] [37] [38] [44] Lewis, W., Agarwal, R., & Sambamurthy, V. Sources of Influence on Beliefs about Information Technology Use: An Empirical Study of Knowledge Workers[J].MIS Quarterly，2003，27（4）：657～678.
[32] Ajzen, I. The Theory of Planned Behior[J].Organizational Behior and Human Decision Processes，1991，50：179～211.
[35] Kuhlemeier, H., & Hemker, B. The Impact of Computer Use at Home on Students’ Internet Skills[J].Computers & Education，2007，49（2）：460～480.
[39] Compeau, D. & Higgins, C. Computer Self-Efficacy: Development of a Measure and Initial Test[J].MIS Quarterly，1995，19（2）：189～211.
[40] [42] Compeau, D., Huff, S., & Higgins, C. A. Social Cognitive Theory and Individual Reactions to Computing Technology: A Longitudinal Study[J].MIS Quarterly，1999，23（2）：145～158.
[41] Bandy, D. B., Strong, D. M., & Dishaw, M. T. Extending Task Technology Fit with Computer Self-Efficacy[J].Database for Advances in Information Systems，2006，37（2/3）：96.
[43] Agarwal, R., & Prasad, J. A Conceptual and Operational Definition of Personal Innovativeness in the Domain of Information Technology [J]. Information System Research，1998，9（2）：204～215.
[45] Thompson, R., Compeau, D. & Higgins, C. Intentions to Use Information Technologies: An Integrative Model[J].Journal of Organizational and End User Computing，2006，18（3）：25～46.
[47] Salajan, F. D., Sch?觟nwetter, D. J., & Cleghorn, B. M. Student and Faculty Inter-generational Digital Divide: Fact or Fiction?[J].Computers & Education，2010，55（3）：1393～1403.
[48] Kennedy, G., Judd, T., Dalgarno, B. & Waycott, J. Beyond Natives and Immigrants: Exploring Types of Net Generation Students [J]. Journal of Computer Assisted Learning，2010，26（5）：332～343.
源于：毕业论文总结www.udooo.com
符合学生接受的方式在教学中使用信息技术提供了依据。[关键词] 信息技术整合； 数字土著； 千禧年学习者； 数字移民； 技术接受度
[] A
[作者简介] 顾小清（1969—），女，江苏苏州人。教授，博士，主要从事教育培训系统设计与开发、数字化学习环境及用户行为、信息化教育资源设计及应用等方面的研究。E-mail：xqgu@ses.ecnu.edu.cn。
一、研究背景
随着信息技术的普及，越来越多的新技术被应用到教育领域中来，以期更好地为教育怎么写作。要发挥信息技术对教育的革新作用，关键在于教师是否愿意使用以及如何使用信息技术。自2004年底教育部颁布“中小学教师教育技术能力标准”并启动全国中小学教师教育技术能力建设计划以来，全国很多地区开始关注教师的教育技术能力培训，通过培训，很多教师开始接纳教育技术并掌握基本的教育技术能力。另外我们也需注意到，随着信息技术的普及，目前的学生群体越来越成为所谓的“数字土著”一代，他们一出生就浸润在数字化的生活环境中，在数字化环境中的成长经历，使得他们已经将数字技术及其产品接纳为他们生活中不可分割的组成部分。这种对技术产品的接纳势必会影响他们对待数字化学习产品、数字化学习环境的态度及接纳程度。与他们相比，现在的教师则很大程度上是所谓的“数字移民”，他们对信息技术的接纳，以及在教学中使用信息技术的方法与行为，与“数字土著”的习惯及其喜好之间必然会存在一定的差距。而这样的差异，也势必会影响信息技术在教育中的应用成效。为此，本研究试图探究教师群体以及学生群体对技术产品的接受度，分析这两个群体在技术接受度方面所存在的差异以及可能的相互影响，研究的意义在于为改进教师应用信息技术的教学行为提供依据，从而更好地发挥信息技术对于教育变革的促进作用。
二、研究现状
用户对技术的接受度研究在信息技术领域得到长期关注。通过查阅的文献可以发现，国际上已经形成了数量可观的技术接受度理论与模型，较为典型的有技术接受度模型（Technology Acceptance Model, TAM）及其扩展模型、信息系统成功模型（IS Success）以及任务—技术适配模型（Task-Technology Fit，TTF）。TAM模型是最具影响力的用于解释信息技术接受行为的模型，该模型基于理性行动理论，认为有意识的行为倾向决定态度。技术产品的有用性和易用性是该模型中决定信息技术接受度的关键因素，这两个因素不仅是用户使用某种特定技术系统的态度基础，而且同时决定了使用意向，并形成了最终的操作行为。信息系统成功模型作为评价信息系统的主要标准在信息系统探究方面得到广泛的应用。DeLone和McLean回顾了180多个研究中使用的100多种度量方法，归纳出六个方面的因素决定了信息系统的成功：系统质量、信息质量、信息系统使用、用户满意度、个体影响、机构影响。任务与技术适配度是指用户的任务需求、用户能力和支持任务的技术功能性之间的适配程度。Goodhue和Thompson提出了一个技术绩效链模型来帮助最终用户和机构组织理解信息技术的更有效应用，该模型指出决定任务与技术适配度的影响因素有任务特征、技术特征和用户个人特征三个方面。[3]任务与技术适配度不仅直接影响到绩效，也通过预期的使用效果、使用态度、社会规范、便利条件等间接影响用户的使用情况，而用户的使用情况也会直接影响到绩效。[4]
另一方面，研究者开始关注教师与学生用户面对信息技术的诸多差异。首先，早在新千年伊始Prensky所提出的数字土著和数字移民的隐喻，成为了很多研究者的共识，他们开始关注教师群体与学生群体对数字技术的态度之间的差异。[5]研究发现，数字技术贯穿于千禧年学习者的成长历程，塑造了他们的思考交流方式、学习观念、控制需求，甚至个人和社会价值观念，[6][7][8]影响了他们的社会生活方式，也影响了他们的认知方式和学习方式。相对来说，教师作为数字移民，在将技术整合于课堂的实践中还存在着诸多障碍，如缺少有关技术整合的特定知识和技能，缺少技术使用的自信和技能，抱着消极的态度和内在的抵制情绪等。[9][10]
另外，随着数字技术的普及，课堂外的技术使用对学习的影响也开始引起研究者关注。[11]研究表明，总体上学生在家比在学校能获得更多使用信息技术的机会。[12][13]同时通过对国际学生PISA数据的多元分析后发现，学生在家使用电脑和进行学习之间存在一种积极的条件相关。[14]因此，课堂外的技术使用行为应纳入研究范围。[15]
从上述研究中可以了解到，当前的学习者与他们的教师在信息技术的使用之间存在着新的数字鸿沟。因此有必要对教师群体与学生群体在技术接受度方面的差异进行分析，以此为教师更好地以符合学生接受的方式在教学中使用技术提供建议。
三、研究框架及方法
在当前的研究中，很少有证据显示最终用户在技术接纳方面所存在的障碍及其特性。[16][17]本研究中，我们试图立足于最终用户，考察以下这些问题：教师和学生在课内外对于信息技术的接受程度如何？是什么因素影响了教师和学生在课内外对于信息技术的使用？在教师和学生的使用行为之间存在何种相关，其程度如何？这些相关因素如何影响技术的使用？源于：标准论文格式范例www.udooo.com
源于：免费论文查重站www.udooo.com
第三、对于社会因素在教师和学生课内与课外技术使用所产生的差异影响。
社会影响对教师和学生课内外的技术使用也有着根本性的影响，访谈结果也证实了学生在校外的信息技术使用更容易受到社会因素的影响，而教师则相反，其课内的技术使用更多地受到社会因素的影响。受访的多数学生都表示，在校外所使用的软件、访问的网站和参加的网络活动多是与同学相互影响；适当地使用互联网能提高学习效率；虽然少部分学生受家长的监管没有机会使用信息技术，但多数学生表示只要适当，家长也不会多加干涉；使用的时长频率主要依靠自己的自律。在被问及是否愿意自己利用现有资源进行独立学习时，学生表示还是希望能有老师进行适当的指导。另一方面，从教师的角度，虽然教师对课堂上的技术使用期望低于课外的，但由于更多地受到社会因素的影响，还是在课堂上使用信息技术。从访谈中可以了解到，相关教育部门以及学生都希望教师能在课堂中更多地使用信息技术手段进行教学，而学校管理层也会定期对教师课堂信息技术整合情况进行考查，这些都成为有一定影响的“社会因素”。第
四、对于教师和学生在个人因素和任务与技术适配度的感知程度上存在的差异。
访谈结果与教师数据结果一致，任务与技术的适配度被教师感知为技术自我效能的一部分，并且随着他们信息技术技能的发展，他们对于任务与技术适配度的感知能力也会相应增长。受访的教师通过教育技术相关培训后都能将信息技术使用贯彻到平时的教学工作中，他们普遍认为信息技术手段在工作中起到了帮助作用，课堂上的技术教学手段也能与学生之间产生很好的互动，能让学生对教学内容印象更为深刻。教师还表示自己会主动尝试新的技术手段来怎么写作于平时的教学与学习生活。而学生则明显比教师具有更高的技术自我感知能力，对于不同年龄和不同性别的数字土著来说，他们对个人因素的感知与对任务与技术适配度的感知程度都非常高。受访学生对信息技术都持有积极的态度，很适应信息技术在其生活和学习中的应用，认为信息技术的应用可以让生活和学习更为快捷、更为丰富，他们表示平时会经常使用网络搜集资料进行预习、复习或完成课后作业，在他们看来这已是一种自然习惯，这展现出数字土著的学习特征。最后，关于一些访谈中仍没能解释的问题。研究中的四个因素均被证实是师生们信息技术使用的相关因素，但本研究中的发现与以往关于用户技术接受度最强有力的预测因素有所不同的是：社会影响以及教师的个人因素对课堂内技术整合起到了明显的预测作用，而不是对结果的期待这一因素。访谈中对这一结论并没有得到很好的解释，所以仍需要从两方面进行研究：需要进一步地证实课内技术接受度的影响构成，以及对社会影响进行更细致的研究。
五、结 论
随着学生群体中“数字土著”的快速增长，本研究尝试探索由“数字移民”所设计的课堂技术应用是否能为“数字土著”怎么写作，并能够与他们已经建立起来的技术使用体验与期望相符。本文的发现围绕当前最终用户在课内外对技术的接受程度，影响其技术使用态度、自我效能和使用能力的因素之间的差异，以及这两个群体的技术使用是如何受到这些因素影响的。通过问卷调查数据分析及学校访谈之后，本文对数字土著课堂内外技术使用的态度，以及他们与数字移民之间的差异方面得到了一定的证据，这也可以证实Salajan等和Kennedy等学者有关“数字土著”是复杂现象的观点。[47][48]从数据分析可以看出，对于技术使用时长和使用频率方面，学生并没有比教师更多地使用技术，然而在技术使用年龄和常用技术类型方面，学生却展现出了典型的“土著”特征，相当高比例的学生在早期就开始使用技术。从不同人群在不同情境下的技术使用的比较中可以得知，虽然学生没有比他们的“数字移民”老师使用更多的技术，但他们比教师对课内技术整合抱有更高的期待，而且年龄越小，他们的期待也越高。“数字土著”对技术的态度观点、对技术应用的能力以及对技术的期待等方面不同于以往的学习者，他们对自己的学习环境有特殊的需求，他们亟待一些张扬个性体现他们主动性的学习机会。为了更有针对性地为新千年的学习者提供基于数字技术的创新学习机会，必须倾听他们的声音，深入了解他们源于：论文致谢怎么写www.udooo.com
的需求。与此同时，教育革新也需要在基础设施、教学资源设计、课程设计及教学过程中针对学习者的需求进行相应的变化。教育机构及政府部门也需要对学校ICT的使用、教师培训、教育技术支持等方面进行关注，从而更好地为数字土著们提供更适合的学习环境，满足他们的需求。[参考文献]
[19] [21] Dis, F.D. Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology[J].MIS Quarterly, 1989，（13）：319～339.
DeLone, W. H. & McLean E. R. Information Systems Success: The Quest for the Dependent Variable[J].Information Systems Research，1992，3（1）：60～95.
[3] [27] [28] Goodhue, D., & Thompson, R. Task-Technology Fit and Individual Performance[J].MIS Quarterly, 1995, 19（2）：213～236.
[4] [29] McGill, T. J., & Hobbs, V. J. How Students and Instructors UsingA Virtual Learning Environment Perceive the Fit Between Technology and Task[J].Journal of Computer Assisted Learning，2008，24（3）：191～202.[5] [6] Prensky, M. Digital Natives, Digital Immigrants [J/OL].On the Horizon，2001，9（5）：1～
6./writing/default.asp，2012-04-11.
[7] Oblinger, D., & Oblinger, J. (Eds.). Educating the Net Generation: EDUCAUSE [EB/OL].mendations for Future Research[J].Educational Technology Research & Development，2007，55（3）：223～252.[10] Bingimlas, K. A. Barriers to the Succesul Integration of ICT in Teaching and Learning Environments: A Review of the Literature [J]. EURASIA Journal of Mathematics, Science and Technology Education，2009，5（3）：235～245.
[13] Russell, M., Bebell, D., & O’Dwyer, L. Use, Support, and Effect of Instructional Technology Study: An Overview of the USEIT Study and the Participating Districts[EB/OL].Boston, MA: Technology and Assesent Study Collaborative.www.intasc.org/PDF/useit_r
1.pdf，2012-04-1
[14] [34] Fuchs, F. &W?觟βmann, L. Computers and Student Learning: Bivariate and Multivariate Evidence on the Availability and Use of Computers at Home and at School[EB/OL].Ifo Institute for Economic Research at the University of Munich.ideas.repec.org/p/ces/ifowps/_8.html,2摘自：毕业论文结论范文www.udooo.com
012-04-11.[15] Radford, M. L., Connaway, L. S., Agosto, D. E., Cooper, L. Z., Reuter, K., & Zhou, N. Behiors and Preferences of Digital Natives: Informing A Research Agenda [J].Proceedings of the American Society for Information Science and Technology，2007，44（1）：1～15.
[17] Elgali, Z. &Kalman,Y. M. The Construction of Failure and Success Concepts in K-12 ICT Integration[J].Interdisciplinary Journal of e-Learning and Learning Objects，2010，（6）：281～292.
[18] [46] Gu, X., Zhu, Y., & Guo, X. Meeting the “Digital Natives”: Understanding the Acceptance of Technology in Classrooms[J].Journal of Educational Technology & Society, in Press.
[20] [22] [23] [36] Venkatesh, V., Morris, M. G., Dis, G. B., & Dis, F. D. User Acceptance of Information Technology: Toward a Unified View[J].MIS Quarterly，2003，27（3）：425～478.
[24] Kim, C., Jahng, J., & Lee, J. An Empirical Investigation into the Utilization-Based Information Technology Success Model: Integrating Task-Performance and Social Influence Perspective[J].Journal of Information Technology，2007，22（2）：152～160.[25] Lee, S., & Kim, B. Factors Affecting the Usage of Intranet: A Confirmatory Study[J].Computers in Human Behior，2009，25（1）：191～201.
[26] Lee, M. Explaining and Predicting Users'' Continuance Intention Toward e-Learning: An Extension of the Expectation-Con
源于：论文网站大全www.udooo.com
firmation Model [J].Computers & Education，2010，54（2）：506～516.[30] Dishaw, M. T., & Strong, D. M. Extending the Technology Acceptance Model with Task-Technology Fit Constructs[J].Information & Management, 1999, 36（1）：9～21.
[31] [33] [37] [38] [44] Lewis, W., Agarwal, R., & Sambamurthy, V. Sources of Influence on Beliefs about Information Technology Use: An Empirical Study of Knowledge Workers[J].MIS Quarterly，2003，27（4）：657～678.
[32] Ajzen, I. The Theory of Planned Behior[J].Organizational Behior and Human Decision Processes，1991，50：179～211.
[35] Kuhlemeier, H., & Hemker, B. The Impact of Computer Use at Home on Students’ Internet Skills[J].Computers & Education，2007，49（2）：460～480.
[39] Compeau, D. & Higgins, C. Computer Self-Efficacy: Development of a Measure and Initial Test[J].MIS Quarterly，1995，19（2）：189～211.
[40] [42] Compeau, D., Huff, S., & Higgins, C. A. Social Cognitive Theory and Individual Reactions to Computing Technology: A Longitudinal Study[J].MIS Quarterly，1999，23（2）：145～158.
[41] Bandy, D. B., Strong, D. M., & Dishaw, M. T. Extending Task Technology Fit with Computer Self-Efficacy[J].Database for Advances in Information Systems，2006，37（2/3）：96.
[43] Agarwal, R., & Prasad, J. A Conceptual and Operational Definition of Personal Innovativeness in the Domain of Information Technology [J]. Information System Research，1998，9（2）：204～215.
[45] Thompson, R., Compeau, D. & Higgins, C. Intentions to Use Information Technologies: An Integrative Model[J].Journal of Organizational and End User Computing，2006，18（3）：25～46.
[47] Salajan, F. D., Sch?觟nwetter, D. J., & Cleghorn, B. M. Student and Faculty Inter-generational Digital Divide: Fact or Fiction?[J].Computers & Education，2010，55（3）：1393～1403.
[48] Kennedy, G., Judd, T., Dalgarno, B. & Waycott, J. Beyond Natives and Immigrants: Exploring Types of Net Generation Students [J]. Journal of Computer Assisted Learning，2010，26（5）：332～343.