文獻彙整區
https://airtable.com/shrrPTEVvpr59hEk5/tbl9LAyrUpdNeZvIN/viw9Qzcxogwrfswkj?blocks=hide
文獻標籤討論
文獻標籤與切入點
- 該文獻研究的是哪一個角色（國小、國高中、大學、開課者、平台營運者、OCW專家、消費者）
- 該文獻談的是哪一個平台（臺大、臺科大、臺師大、Sharecourse、Coursera）
- 該文獻談的是哪一種課程（微積分先修課、微積分）
- 文獻的切入點、或特別針對哪一種環節進行探討
- 釐清使用動機、歸納影響因素、滿意度等
- 秉持學習者本身有不同的認知風格，會有不同的資源使用偏好
- 網站介面、查詢、任務路徑、使用者經驗
- 探討課程影片播放當下的使用者學習狀態
- 探討手機情境，較適合的介面設計
- 探討使用者付費意願
- 社群網站與數位學習系統做整合
- 針對「改作業」，導入同儕批改
- 從網站內容活用的角度，檢視課程內容的定位與可能性（開放式課程之再利用及模組化－以微積分課程為例）
- 平台營運端的資源投入策略、預期效益方向
- 缺
- 「螢幕視窗影片」學習上的侷限
- 什麼課程至今尚未開過？
- 是否因為不適合？
- 不過，2021 疫情也促使各類型課程採用遠距授課
文獻查詢來源
以下文獻，待整理至 Airtable
- 2021 國立臺灣大學系統開放式課程平臺介面設計探討
- https://hdl.handle.net/11296/b42bs2
- 有電子全文
- 摘：本研究實驗包含兩部分：
- (1)前導實驗：了解現有開放式課程平臺使用者介面的問題，透過績效量測、問卷調查與訪談，了解受測者操作介面的主觀感受；
- (2)驗證實驗：根據前導實驗成果進行模擬介面設計與驗證，以3（圖文資訊呈現）×2（類別搜尋樣式）組間雙因子實驗進行。先記錄操作績效，再填寫系統使用性尺度量表（SUS）、使用者互動滿意度問卷（QUIS），於實驗後進行事後訪談，了解與分析使用需求，並提出結果與建議。
- 本研究結果顯示：
- (1)首頁資訊重點分類，有助於引導使用者找到需目標。
- (2)類別搜尋於介面的整體反應、操作介面呈現的滿意度，有顯著差異，「標籤式搜尋×圖文式資訊呈現」，提升使用者對興趣課程的探索；
- (3)「下拉式搜尋×圖文式資訊呈現」，在課程搜尋上有較佳的效率；
- (4)課程評估與學習歷程引導功能，幫助使用者對課程知識的延伸與了解；
- (5)整合最佳化開放式課程平臺，有助於提升使用者自主學習能力與使用意願。
- 2020 誰會為線上開放式課程公司付費? 基於理論的預測與純數據分析預測的比較
- https://hdl.handle.net/11296/pqvxz6
- 電子全文 2025 公開
- 摘：我們的研究建立了預測模型的研究程序，以識別願意為不同的MOOC付費方式（即一次性付費，每月付費，完成證明付費，證書證明付費）付費的客戶。
- 此外，一般的純數據預測分析模型要求公司收集盡可能多的數據，以建立功能強大的預測模型，這非常耗時，而且缺乏理論依據。在沒有理論依據的情形下，這種預測模型有時很難清楚地證明結果的合理性。
- 因此，我們提出了一種基於理論的預測方法，該方法基於理論來預測使用者是否會付費。在此篇研究中，我們使用TAM(技術接受模型)建立基於理論的預測模型。
- 結果顯示在MOOC中，基於理論的模型可以在兩個付費方式(即每月付費和證書證明付費)中獲得與純數據預測分析相同的預測能力。
- 我們的研究還討論並了解如何基於預測結果來擴展TAM理論，以及向MOOC的公司提出意見，即不同的MOOC平台應採用不同的支付策略以最大化收益。
- 2018 線上開放式課程公司如何設計有效的付費策略給資訊科技學習者？ MOOC使用者付費意願的影響因素數據分析
- 2018 基於機器學習方法與學習特徵之大規模開放式課程平台分群系統研製