透過您的圖書館登入
IP:3.140.185.147
  • 期刊

【論文摘要】醫療數位學習系統持續使用意圖之研究─以中部某區域教學醫院臨床醫護人員為例

【論文摘要】A Study on the Continuance Intention to Use Medical Digital Learning System - A Case Study of the Clinical Staff of a Teaching Hospital in Taiwan

摘要


前言:數位學習是否順利運用於臨床醫療工作中,需學習者在學習不同類型課程中所使用之系統學習方式綜合適配而成。本研究以任務-科技適配理論為基礎,探討醫療數位學習中的知識類與技術類課程,輔以數位及混合學習方式,對於學習類型與不同學習方式之實證成效,透過實地實驗對後,學習者實際參與學習方式並進行問卷調查,再進行假說驗證,期望達到更深入之分析。研究方法設計:本研究之目的,是藉由「任務─科技適配度」的觀點,來探討數位學習課程中知識傳遞類別課程與技術傳遞類別課程對學習轉移進而影響持續使用意圖的課題。藉由文獻探討並綜合學者的相關研究理論及假說,發展出研究的模型及研究假說,以實地實驗法進行實證,並以問卷量測量任務科技配適度、使用者滿意度、學習轉移、持續使用意圖。本研究模型如圖1所示。研究中,收案對象以任職中部某區域教學醫院滿三個月之臨床醫療人員,共包括:護理師、護理長、專科護理師、呼吸治療師…等臨床技術人員。包含一堂知識傳遞呼吸生理學課程與一堂技術傳遞呼吸器學習操作課程,分別請受試者於院內學習網(Training Management System ,TMS),數位學習後連結至Google docs工具蒐集資料,之後在於不同日期,邀請臨床醫療人員參加實驗並分別授予混合學習課程(數位學習後再以小班教學課程(10分鐘~15分鐘))後,採紙本問卷方式調查並進行變數分析。研究問卷經信度、效度分析,整份問卷信度Cronbach's alpha為0.754),組合信度(composite reliability; CR)為0.732-0.902。建構效度方面,整份因素負荷量(Factor Loading)大於0.5,組合信度值(Composite reliability, CR)大於0.7,平均變異萃取量(Average Variance Extracted, AVE)大於0.5。區別效度方面,各構面的平均變異萃取量平方根均大於該構面與其他構面之相關係數,因此具有良好之區別效度。結果發現:研究結果,依任務來區分為知識學習及技術學習,分別使用數位及混合學習部分進行比較T檢定,比較任務科技配適度、學習轉移實驗結果分析。綜合分析中,使用結構方程模型分析(Smart PLS 3.0之偏最小平方法(Partial Least Squares; PLS)進行統計分析)。研究結果,顯示任務科技配適度量(表1)整體平均值介於3.95分至4.79分之間,技術學習使用混合式數位平均數最大。進行比較T檢定,p-value顯著水準為0.05下呈現顯著。分析學習轉移(表2)整體平均值介於4.01分至4.38分之間,技術學習使用混合式數位平均數最大。進行比較T檢定,p-value顯著水準為0.05下呈現顯著。綜合分析(圖2)中任務科技配適度與學習轉移、學習轉移與使用者滿意度、使用者滿意度與持續使用意圖皆有正向且顯著的關係。(表格略)結論與建議:研究顯示,在綜合分析中任務科技配適度與學習轉移、學習轉移與使用者滿意度、使用者滿意度與持續使用意圖皆有正向且顯著的關係。對於學習成效的提升,其實重點不在是否要採用數位學習,而在於如何使用數位學習,建議因應不同類型的課程,安排不同的學習方式。知識類課程使用數位學習方式,降低醫療人員因工作時間漫長、難於集合群體於單一場所教育訓練模式之缺憾,當面對於臨床知識累積學習是可行之方案。技術類課程使用混合學習方式,結合數位學習課程的特色,加上面對面學習方式,讓學習者實際操作過程並反覆示教後,彼此分享討論,再針對討論主題與學生討論,讓學習者有更多的體驗以面對實務上的情境,讓技術的學習能有效運用於臨床工作當中。

延伸閱讀