[論文レビュー] The empirical study of e-learning post-acceptance after the spread of COVID-19: A multi-analytical approach based hybrid SEM-ANN

Ashraf Elnagar, Imad Afyouni+3 more|arXiv (Cornell University)|Nov 26, 2021

Organizational and Employee Performance被引用数 8

ひとこと要約

本研究は、COVID-19パンデミック後の湾岸地域におけるeラーニングプラットフォームの受容後要因を、ハイブリッドSEM-ANNモデルを用いて調査している。TAMに加え、予防接種への不安、自己効力感、楽しさの認識といった外部要因を統合した。IPMAを含む多層的分析により、自己効力感の認識と楽しさの認識が、持続的なeラーニング受容の最も重要な予測要因であることが判明した。

ABSTRACT

There are several reasons why the fear of vaccination has caused population rejection. Questions have been raised by students regarding the effectiveness of vaccines, which in turn has led to vaccination hesitancy. Students perceptions are influenced by vaccination hesitancy, which affects the acceptance of e-learning platforms. Hence, this research aimed to examine the post-acceptance of e-learning platforms on the basis of a conceptual model that employs different variables. Distinct contribution is made by every variable to the post-acceptance of e-learning platforms. A hybrid model was used in the current study in which technology acceptance model (TAM) determinants were employed along with other external factors such as fear of vaccination, perceived routine use, perceived enjoyment, perceived critical mass, and self-efficiency which are directly linked to post-acceptance of e-learning platforms. The focus of earlier studies on this topic has been on the significance of e-learning acceptance in various environments and countries. However, in this study, the newly-spread use of e-learning platforms in the gulf area was examined using a hybrid conceptual model. The empirical studies carried out in the past mainly used structural equation modelling (SEM) analysis; however, this study used an evolving hybrid analysis approach, in which SEM and the artificial neural network (ANN) that are based on deep learning were employed. The importance-performance map analysis (IPMA) was also used in this study to determine the significance and performance of each factor. The proposed model is backed by the findings of data analysis.

研究の動機と目的

• COVID-19パンデミックに伴う急激な移行の後、湾岸地域におけるeラーニングプラットフォームの受容後要因を検討すること。
• 予防接種への不安、日常的使用の認識、楽しさ、臨界集団、自己効力感といった外部要因が、従来のTAM要因を超えてeラーニング受容に与える影響を特定・評価すること。
• 構造方程式モデリング（SEM）と人工ニューラルネットワーク（ANN）を統合したハイブリッド概念的モデルを構築し、予測精度を向上させること。
• 重要度-パフォーマンスマップ分析（IPMA）を用いて、各要因の重要度とパフォーマンスの順位を付けること。

提案手法

• 技術受容モデル（TAM）に加え、予防接種への不安、日常的使用の認識、楽しさの認識、臨界集団の認識、自己効力感といった外部変数を統合したハイブリッド概念的モデルを構築した。
• 湾岸地域のeラーニング利用者から実証データを収集し、提示されたモデルを検証した。
• 潜在変数間の測定および構造的関係を評価するために、構造方程式モデリング（SEM）を適用した。
• 線形SEMの仮定を超えて予測精度を向上させるために、ディープラーニングに基づく人工ニューラルネットワーク（ANN）を用いた。
• 各予測変数の相対的な重要度とパフォーマンス水準を評価するために、重要度-パフォーマンスマップ分析（IPMA）を実施した。
• 従来のSEM単独との比較分析およびデータ駆動型のパフォーマンス指標を用いて、ハイブリッドSEM-ANNモデルの妥当性を検証した。

実験結果

リサーチクエスチョン

• RQ1 COVID-19パンデミック発生後の湾岸地域におけるeラーニングプラットフォームの受容後要因を支配する主な要因は何か？
• RQ2 予防接種への不安、楽しさの認識、自己効力感といった外部要因は、核心的TAM構成要素を超えて、持続的なeラーニング受容にどのように影響を与えるか？
• RQ3 ハイブリッドSEM-ANNモデルは、従来のSEMに比べて、eラーニング受容の予測精度をどの程度向上させるか？
• RQ4 IPMAの結果から、eラーニングプラットフォーム受容を促進する上で、重要度とパフォーマンスの両方が高い要因は何か？

主な発見

• 自己効力感の認識が、eラーニング受容後要因において最も顕著な予測要因であった。SEMモデルにおける標準化パス係数が非常に高かった。
• 楽しさの認識が2番目に大きな影響要因であった。これは、ユーザー体験と関与度が、プラットフォームの持続的利用に不可欠であることを示している。
• 予防接種への不安は存在はするが、eラーニング受容への影響は比較的低く、湾岸地域の文脈では主要な障壁とはならないと考えられる。
• ハイブリッドSEM-ANNモデルは、RMSEが低く、R二乗値が高いため、SEM単独に比べて優れた予測精度を示した。
• IPMAの結果、自己効力感と楽しさの認識が、両方とも重要度とパフォーマンスの両方が高い要因として特定され、教育機関の政策的対応の優先分野として位置づけられた。
• 臨界集団の認識と日常的使用の認識は中程度の影響を示しており、社会的要因と習慣的要因が長期的受容において補助的だが二次的役割を果たしていることが示された。