論文の概要: Exploring the determinants on massive open online courses continuance learning intention in business toward accounting context

• arxiv url: http://arxiv.org/abs/2411.16700v1
• Date: Mon, 11 Nov 2024 04:38:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-01 05:11:02.737699
• Title: Exploring the determinants on massive open online courses continuance learning intention in business toward accounting context
• Title（参考訳）: 会計状況を考慮した大規模オープンオンライン授業の継続学習意図決定要因の探索
• Authors: D. Shang, Q. Chen, X. Guo, H. Jin, S. Ke, M. Li,
• Abstract要約: 本稿では,計画行動理論(TPB)に基づく包括的理論的研究枠組みを提案する。 本稿では,MOOC(Massive Open Online Courses)を経時的に活用する意思の潜在的影響要因とメカニズムについて論じる。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Massive open online courses (MOOC) have become important in the learning journey of college students and have been extensively implemented in higher education. However, there are few studies that investigated the willingness to continue using Massive open online courses (MOOC) in the field of business in higher education. Therefore, this paper proposes a comprehensive theoretical research framework based on the Theory of Planned Behavior (TPB). In the field of business, a representative accounting course is taken as an example. We adopt the questionnaire survey method and use the partial least squares structural equation model to analyze the collected feedback data from college students and test the hypotheses. This paper focuses on the potential influencing factors and mechanisms of the willingness to continuously use Massive open online courses (MOOC) in accounting. The results show that interface convenience (IC) and interface design aesthetics (IDA) have positive effects on user attitude (ATT). User attitude (ATT), perceived behavioral control (PBC), and subjective norms (SN) have positive effects on the continuance learning intention. In addition, academic self-efficacy (EF) not only significantly affects continuance learning intention (CI) but also moderates the relationship between the Theory of Planned Behavior (user attitude, perceived behavior control, subjective norms) and the continuance learning intention of accounting MOOC. Therefore, the Theory of Planned Behavior(TPB) is extended in social science accounting Massive open online courses environment. Based on these findings, this paper provides several theoretical and practical implications for researchers and practitioners of MOOC, accounting, and the design of learning systems in higher education contexts.
• Abstract（参考訳）: 大規模オープンオンラインコース(MOOC)は、大学生の学習過程において重要となり、高等教育において広範囲に実施されている。 しかし、高等教育のビジネス分野において、MOOC(Massive Open Online Courses)を継続する意思を調査する研究はほとんどない。 そこで本研究では,計画行動理論(TPB)に基づく包括的な理論的研究枠組みを提案する。 ビジネスの分野では、代表会計講座を例に挙げる。 質問紙調査法を採用し, 部分最小二乗構造方程式モデルを用いて, 大学生の収集したフィードバックデータを解析し, 仮説を検証した。 本稿では,MOOC(Massive Open Online Courses)を経時的に活用する意思の潜在的影響要因とメカニズムについて論じる。 その結果,インターフェースの利便性 (IC) とインターフェースデザイン美学 (IDA) がユーザ態度 (ATT) に肯定的な影響を与えることがわかった。 ユーザ態度(ATT)、知覚行動制御(PBC)、主観的規範(SN)は継続学習意図に肯定的な影響を及ぼす。 さらに、学術的自己効力(EF)は、継続学習意図(CI)に大きく影響するだけでなく、計画行動理論(ユーザ態度、知覚行動制御、主観的規範)とMOOCを会計する継続学習意図との関係を緩和する。 そのため、大規模オープンオンラインコース環境において、計画行動理論(TPB)が社会科学で拡張されている。 そこで本研究では,MOOCの研究者や実践者に対して,より高度な教育環境下での学習システムの設計について,理論的・実践的な考察を行った。

関連論文リスト

• Investigating the Use of Productive Failure as a Design Paradigm for Learning Introductory Python Programming [7.8163934921246945]
  プロダクティブ・フェース(Productive Failure, PF)とは、未学習の概念を対象とする新たな問題に学生が取り組む学習手法である。 STEM分野の最近の応用は、PFが学習者がより堅牢な概念的知識を開発するのに役立つことを示唆している。 我々は、コンシューマーグレードのウェアラブルセンサーからリアルタイム心拍データを非侵襲的に収集する新しいPFベースの学習アクティビティを設計した。 初等学習結果に差は認められなかったが, PF アプローチを施行した学生は, 遅れながら類似した課題に対して, 知識の保持と性能の向上が認められた。
  論文  参考訳（メタデータ） (2024-11-18T01:39:05Z)
• Unlearning with Control: Assessing Real-world Utility for Large Language Model Unlearning [97.2995389188179]
  最近の研究は、勾配上昇(GA)を通した大規模言語モデル(LLM)の未学習にアプローチし始めている。 その単純さと効率性にもかかわらず、我々はGAベースの手法が過剰な未学習の傾向に直面することを示唆している。 過剰な未学習の度合いを制御できるいくつかの制御手法を提案する。
  論文  参考訳（メタデータ） (2024-06-13T14:41:00Z)
• What Makes CLIP More Robust to Long-Tailed Pre-Training Data? A Controlled Study for Transferable Insights [67.72413262980272]
  大規模なデータ不均衡は、Webスケールの視覚言語データセットの間に自然に存在する。 事前学習したCLIPは、教師付き学習と比較してデータ不均衡に顕著な堅牢性を示す。 CLIPの堅牢性と差別性は、より記述的な言語監督、より大きなデータスケール、より広いオープンワールドの概念によって改善される。
  論文  参考訳（メタデータ） (2024-05-31T17:57:24Z)
• Have Learning Analytics Dashboards Lived Up to the Hype? A Systematic Review of Impact on Students' Achievement, Motivation, Participation and Attitude [0.0]
  学習分析ダッシュボード(LAD)が、学業成績を改善するという約束まで生きてきたという結論を支持する証拠はない。 LADは学生参加に比較的大きな影響を及ぼした。 LADの研究を前進させるためには、厳密な評価手法を使用し、学習構造を評価するための明確な基準を確立する必要がある。
  論文  参考訳（メタデータ） (2023-12-22T20:12:52Z)
• Scalable PAC-Bayesian Meta-Learning via the PAC-Optimal Hyper-Posterior: From Theory to Practice [54.03076395748459]
  メタラーニング文学の中心的な疑問は、目に見えないタスクへの一般化を保証するために、いかに正規化するかである。 本稿では,Rothfussらによって最初に導かれたメタラーニングの一般化について述べる。 PAC-Bayesian per-task 学習境界におけるメタラーニングの条件と程度について,理論的解析および実証事例研究を行った。
  論文  参考訳（メタデータ） (2022-11-14T08:51:04Z)
• Socially-Optimal Mechanism Design for Incentivized Online Learning [32.55657244414989]
  マルチアーム・バンディット(英: Multi-arm bandit、MAB)は、不確実な環境でのシーケンシャルな意思決定を研究する古典的なオンライン学習フレームワークである。 これは、スペクトル共有、クラウドセンシング、エッジコンピューティングなど、多くのアプリケーションにおいて事実上重要なシナリオである。 本稿では,このシナリオに対するインセンティブ付きオンライン学習(IOL)フレームワークを確立する。
  論文  参考訳（メタデータ） (2021-12-29T00:21:40Z)
• Confounder Identification-free Causal Visual Feature Learning [84.28462256571822]
  本稿では,創始者を特定する必要性を排除した,創始者同定自由因果視覚特徴学習(CICF)手法を提案する。 CICFは、フロントドア基準に基づいて異なるサンプル間の介入をモデル化し、インスタンスレベルの介入に対するグローバルスコープ干渉効果を近似する。 我々は,CICFと一般的なメタラーニング戦略MAMLの関係を明らかにするとともに,MAMLが理論的観点から機能する理由を解釈する。
  論文  参考訳（メタデータ） (2021-11-26T10:57:47Z)
• Exploring Bayesian Deep Learning for Urgent Instructor Intervention Need in MOOC Forums [58.221459787471254]
  大規模なオープンオンラインコース(MOOC)は、その柔軟性のおかげで、eラーニングの一般的な選択肢となっている。 多くの学習者とその多様な背景から、リアルタイムサポートの提供は課税されている。 MOOCインストラクターの大量の投稿と高い作業負荷により、インストラクターが介入を必要とするすべての学習者を識別できる可能性は低いです。 本稿では,モンテカルロドロップアウトと変分推論という2つの手法を用いて,学習者によるテキスト投稿のベイジアン深層学習を初めて検討する。
  論文  参考訳（メタデータ） (2021-04-26T15:12:13Z)
• Social Engagement versus Learning Engagement -- An Exploratory Study of FutureLearn Learners [61.58283466715385]
  大規模なオープンオンラインコース (MOOCs) は増加傾向にあるが、エンロリーのごく一部しかMOOCsを完了していない。 この研究は、MOOCにおける研究の進展とともに、学習者がピアとどのように相互作用するかに特に関係している。 この研究は、社会的構成主義的アプローチを採用し、協調学習を促進するFutureLearnプラットフォーム上で行われた。
  論文  参考訳（メタデータ） (2020-08-11T16:09:10Z)
• Deep Attentive Study Session Dropout Prediction in Mobile Learning Environment [2.618725058360721]
  本研究では,モバイル学習環境における深層学習セッションドロップアウト予測のためのトランスフォーマーベースモデルを提案する。 DASにはエンコーダ・デコーダ構造があり、マルチヘッドアテンションとポイントワイドフィードフォワードネットワークで構成されている。 大規模データセットにおける実験的な評価から,DASはベースラインモデルと比較して,受信機動作特性曲線の下での領域の大幅な改善により,最高の性能を達成している。
  論文  参考訳（メタデータ） (2020-02-14T06:05:42Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。