خلاصه

این مقاله از چارچوب مدل پذیرش فناوری (TAM) برای تحقیق نگرش دانشجویان اقتصاد و جغرافیا نسبت به دانش میان رشته‌ای استفاده می‌کند. بر اساس روش مدل‌سازی معادلات ساختاری SmartPLS مبتنی بر واریانس SEM، نتایج تحقیق از طریق تجزیه و تحلیل داده‌های نظرسنجی دانشجویان رشته اقتصاد و جغرافیا به‌دست آمد. آنها در پروژه Spationomy در دوره 2017-2019 شرکت کردند. پرسشنامه‌های آنلاین قبل و بعد از شرکت دانش‌آموزان در پروژه تکمیل شد و قصد رفتاری آتی آنها برای استفاده از دانش میان رشته‌ای مورد تجزیه و تحلیل قرار گرفت. بر اساس تحقیقات انجام شده، می‌توان تأیید کرد که پروژه Spationomy به هدف خود رسیده است، زیرا هر دو گروه دانش‌آموزان (دانشجویان اقتصاد و جغرافیا) دانش بین‌رشته‌ای را کسب کرده‌اند و دانشجویان قصد دارند در آینده نیز از آن استفاده کنند. بنابراین، می‌توان استدلال کرد که دانش‌آموزان مشمول این پروژه در عمل به شناخت سیستم‌هایی دست یافتند که به اهمیت همکاری بین رشته‌ای متقابل برای دستیابی به هم افزایی فکر می‌کردند. نتایج همچنین نشان می‌دهد که TAM می‌تواند با موفقیت برای تجزیه و تحلیل نحوه پذیرش استفاده از دانش بین رشته‌ای در فرآیند یادگیری، که یک مفهوم مهم برای مدیریت و آموزش و همچنین از منظر مفاهیم نظری است، توسط دانشجویان اقتصاد و جغرافیا اجرا شود. در حالی که تجزیه و تحلیل موثر با استفاده از TAM به طور موفقیت آمیزی و نسبتاً مکرر در زمینه اقتصاد و تجارت مورد استفاده قرار گرفته است، ما نمونه های مرتبطی از اجرای آن در زمینه وسیع تر جغرافیا پیدا نکردیم. با این حال، پذیرش سیستم اطلاعات جغرافیایی (GIS) یا دیگر فناوری‌های اطلاعاتی/نرم‌افزار اطلاعاتی (IT/IS) روش‌های تحلیل مبتنی بر ابزار در زمینه جغرافیا ممکن است از اهمیت بیشتری برخوردار باشد. بنابراین، همچنین، این یک مفهوم مهم برای حوزه تحقیق است.

کلید واژه ها:

کاوش فضایی ؛ داده های اقتصادی ؛ دانشجویان اقتصادی ; دانشجویان جغرافیا ; تام _ PLS SEM ; دانش میان رشته ای ; کل نگری ; وابستگی متقابل ؛ مدیریت استراتژیک.

1. معرفی

امروزه رویکرد علمی میان رشته‌ای که ترکیبی از علوم مدیریت و علوم طبیعی است، در موقعیت‌های بیشتر و بیشتر اهمیت دارد [ 1 ، 2 ، 3 ، 4 ]. بنابراین، همچنین مهم است که دانش‌آموزان امروزی در یک زمینه بین‌رشته‌ای فکر و کار کنند [ 5 ] و همه جنبه‌های مهم و فقط جنبه‌های مهم و وابستگی متقابل آنها را در نظر بگیرند [ 6 ، 7 ]. یکی از حوزه های رو به رشد تحقیق نیز یک حوزه بین رشته ای است که چندین دیدگاه از اقتصاد و تجارت از یک سو و جغرافیا (یعنی علم فضایی، با در نظر گرفتن جنبه های فضایی جغرافیا) از طرف دیگر ترکیب می شود.
از سال 2004، اهمیت آنها، که در تعداد مقالات منتشر شده در پایگاه داده SCOPUS بیان می شود، به ویژه از سال 2015 به سرعت در حال افزایش است (به بخش 2.3 مراجعه کنید ). تومینک و همکاران [ 4 ] اشاره کرد که اهمیت مولفه های فضایی، که مشخصه اکثر داده های اقتصادی شد، به سرعت در حال افزایش است. این همچنین در مقالات تحقیقاتی منتشر شده در چند سال اخیر منعکس شده است [ 8 ، 9 ، 10 ، 11 ]. همه مطالعات اخیر در این زمینه تحقیقاتی در شناخت اهمیت همکاری بین رشته ای متقابل تفکر سیستمی مشترک است [ 12 ]]، در نیاز بسیار ارزشمند به ترکیب جنبه های جغرافیایی در تجزیه و تحلیل داده های اقتصادی منعکس شده است.
هدف اساسی پروژه Spationomy Erasmus+ که نشان دهنده پیشینه تحقیق ما است، بهبود مهارت های بین رشته ای دانشجویان با اتصال رشته های تحصیلی اقتصاد، کسب و کار، مدیریت و انفورماتیک کسب و کار (در رشته های تحصیلی دانشجویان اقتصادی ادامه تحصیل) از یک طرف و ژئوانفورماتیک است. جغرافیا، اطلاعات مکانی، سنجش از دور و غیره (در ادامه مناطق تحصیلی دانشجویان جغرافیا) از طرف دیگر [ 13 ، 14 ]]. سهم ما از اهمیت توانایی ادغام دانش کسب و کار/مدیریت و دانش فضایی سرچشمه می‌گیرد تا دانش‌آموزان را به کارمندان، کارآفرینان و صاحبان مشاغل آینده مؤثر تبدیل کند. بنابراین، در پژوهش حاضر، نیات رفتاری دانشجویان برای استفاده آتی و تلفیق دانش میان رشته‌ای علوم اقتصادی/کسب و کار و علوم فضایی، با در نظر گرفتن دو گروه از دانشجویان (دانشجویان اقتصادی و دانش‌آموزان جغرافیا) در دو زمان تقاطع (در مقطع زمانی) مورد تجزیه و تحلیل قرار گرفت. شروع و پایان چرخه پروژه). همانطور که قبلا ذکر شد، داده ها در پروژه مشارکت استراتژیک Erasmus+ به نام Spationomy که در سال 2016 آغاز شد، به دست آمد. ما چهار گروه داده را مطالعه کردیم. یعنی دانشجویان اقتصاد قبل از شروع چرخه پروژه (EcoBe) و در پایان چرخه پروژه (EcoAf) و دانشجویان جغرافیا قبل از شروع چرخه پروژه (GeoBe) و پایان چرخه پروژه (GeoAf). ما تعیین کردیم که آیا بین گروه‌هایی از دانش‌آموزان با پیش‌زمینه‌های دانش متفاوت تفاوت‌های آماری معناداری وجود دارد و اینکه چگونه همکاری بین‌رشته‌ای متقابل آنها در پروژه بر نگرش و قصد رفتاری آن‌ها برای استفاده از دانش اکتسابی بین‌رشته‌ای مولفه‌های فضایی و اقتصادی در آینده تأثیر گذاشت.
هدف اصلی مقاله حاضر بررسی عوامل موثر بر پذیرش استفاده از دانش بین رشته ای توسط دانشجویان قبل و بعد از چرخه پروژه Spationomy و بررسی عواملی است که بر قصد آنها برای استفاده از این دانش در آینده تأثیر می گذارد. همانطور که در چکیده ذکر شد، مدل مفهومی تحقیق ما بر اساس TAM است – TAM اقتباس شده برای بررسی ادغام دانش بین رشته‌ای دانشجویان اقتصاد و جغرافیا، برای دو گروه از دانشجویان و دو بخش زمانی مختلف استفاده شد. در این مقاله، TAM برای مطالعه تأثیر باورهای درونی دانش‌آموزان (مفید بودن درک شده – PU و سهولت استفاده درک شده – PEOU) بر نگرش‌ها (AT) و قصد آینده (نیت رفتاری – BI) استفاده می‌شود [ 15 ، 16] استفاده از دانش بین رشته ای در تجارت آینده و عمل جغرافیا.
ساختار این مقاله به شرح زیر است – بخش پیشینه های نظری ( بخش 2 ) شامل معرفی همکاری بین رشته ای متقابل برای دستیابی به هم افزایی ( بخش 2.1 ) و به دنبال تحقیق اکتشاف فضایی داده های اقتصادی – روش های تحلیل بین رشته ای و تحقیق در مورد پذیرش جاسوسی زمینه میان رشته ای و فناوری های اطلاعات فضای شناسی ( بخش 2.2 )، به دنبال مطالعه تحلیل کتاب سنجی ( بخش 2.3 ). بخش 3 مدل تحقیق و فرضیه های آزمایش شده را معرفی می کند. بخش 4 به روش مورد استفاده و بخش 5 اختصاص داردبه نتایج تحقیق و تجزیه و تحلیل (مدل اندازه گیری – بخش 5.1 ، مدل ساختاری و فرضیه های آزمایش شده – بخش 5.2 ). بخش بعدی ( بخش 6 ) به بحث و بخش آخر ( بخش 7 ) به نتیجه گیری این مقاله اختصاص دارد.

2. پیشینه نظری

2.1. همکاری میان رشته ای متقابل در جهت دستیابی به هم افزایی

دستیابی به نتایج کل نگرتر مستلزم هم افزایی همکاری متقابل و خلاقانه میان رشته ای بین کارشناسان با دیدگاه های مختلف، یعنی زمینه های مختلف تخصص است. این هم برای دنیای کسب و کار (سازمان ها) و هم برای هر دوره از زندگی انسان و همه زمینه های توسعه و عملیات شخصی و تجاری ما اعمال می شود [ 4 ، 17 ، 18 ، 19 .]. در کار خود، ما، متخصصان، باید به تمام جنبه هایی که طبق ارزیابی ذهنی ما ناشی از حرفه ای بودن ما ضروری است، توجه داشته باشیم. از آنجایی که ما به طور عینی قادر به در نظر گرفتن همه جنبه های ممکن نیستیم، باید آنها را بطور منطقی محدود کنیم تا آنها را قابل مدیریت کنیم. محتوایی که تاکنون در این فصل نوشته شده است بر اساس یافته‌هایی است که قبلاً در سال 1974 منتشر شده بود، زمانی که مولج [ 20 ] اولین نتایج یافته‌های نظریه سیستم‌های دیالکتیکی را منتشر کرد، که بر کل‌گرایی و وابستگی متقابل لازم تأکید دارد. در این تحقیق و تحقیقات بعدی او [ 6]، نویسنده همچنین به ویژه بر اهمیت تمرکز بر دستیابی به هم افزایی، اهمیت رویکرد سایبرنتیک و اخلاق و مسئولیت اجتماعی توسعه و عملیات افراد و سازمان ها تاکید و تاکید می کند. از یک رویکرد جامع برای دستیابی به یکپارچگی نتایج حمایت می کند.
یکپارچگی لازم و کافی – کلی نگری و وابستگی متقابل لازم نیز توسط استاندارد اختیاری و اختیاری در مسئولیت اجتماعی شرکتی (سازمان های انتفاعی و غیرانتفاعی) – ISO 26000 تاکید شده است [ 7 ]. ISO 26000 در ابتدا برای همه سازمان ها و مسئولیت اجتماعی آنها در نظر گرفته شده است، اما می تواند به طور منطقی در مسئولیت شخصی نیز اعمال شود. از حاکمیت و مدیریت سازمان ها سرچشمه می گیرد. این بر هم افزایی آنها با حوزه های موضوعی اصلی زیر تأکید می کند – حقوق بشر، شیوه های کار (اشتغال)، محیط زیست، شیوه های عملیاتی منصفانه (رفتار اخلاقی)، مسائل مصرف کننده (حقوق)، مشارکت جامعه و توسعه. ISO 26000 به عنوان یک مجموعه ذهنی جامع، فراگیر و ضروری، مشابه Mulej et seq. [ 20]، بر رویکرد کل نگر (یکپارچگی لازم و کافی) و وابستگی متقابل تأکید می کند، بنابراین به طور اختیاری درس های نظریه سیستم های دیالکتیکی را وارد عمل تجاری می کند. ISO 26000 مسئولیت اجتماعی را به عنوان بخشی از اخلاق یک سازمان توصیه می کند که از حاکمیت و مدیریت سازمان ناشی می شود [ 12 ، 21 ، 22 ، 23 ]. اگر سازمان از یک مدل استراتژیک پیروی کند که نیاز به نوآوری عوامل نرم سازمان – ارزش ها، فرهنگ، اخلاق و منافع همه ذینفعان – را برای نوآوری در حکمرانی (و در نتیجه مدیریت) در نظر بگیرد، بر توسعه پایدار متمرکز می شود [ 24 ]. ].
توسعه و عملیات یک سازمان بر اساس تفکر سیستمی [ 6 ، 20 ، 25 ، 26 ]، ما همچنین باید یافته های سایبرنتیک را در سطح شخصی و سازمانی در نظر بگیریم [ 27 ، 28 ]. همچنین، سایبرنتیک بر همکاری خلاق دوجانبه میان رشته‌ای برای تسهیل اداره و مدیریت موقعیت‌های پیچیده تأکید می‌کند و به ویژه بر اهمیت اطلاعات بازخورد، برای بهبود چرخه بعدی توسعه و عملیات تأکید می‌کند. این تضمین می کند که نظارت های کلیدی در حل یک وضعیت پیچیده رخ نمی دهد و از تخصص بیش از حد جلوگیری می کند.
دستیابی به همکاری خلاق متقابل میان رشته ای را می توان در طول فرآیند آموزشی با استفاده از روش های نوین تدریس و/یا شبکه سازی دوره ها و رشته های مختلف ارتقا داد. بنابراین، می توان شایستگی های عرضی/قابل انتقالی را توسعه داد که برای انواع مختلف حرفه ها و مشاغل مختلف در آنها مورد نیاز است [ 4 ، 18 ، 19 ]. به این ترتیب کارکنان آمادگی بیشتری برای نیازهای تمرین پیدا می کنند تا بتوانند وظایف مورد نیاز را با سهولت و موفقیت بیشتر انجام دهند. از سوی دیگر، کارفرمایان، کارمندان با آمادگی بهتری را استخدام می کنند، که بیشتر و بیشتر قادر به انجام کارهای مستقل و وابسته به یکدیگر هستند [ 17 ].

2.2. پذیرش دانش میان رشته‌ای Spationomy، که توسط ابزارهای کامپیوتری فعال شده است

ارتباط این دو در عنوان مقاله در زمینه های مذکور، در اصطلاح فضای شناسی بیان شده است که از یک سو بیانگر ماهیت بین رشته ای این رشته است و از سوی دیگر، روش ها و روش های ابداعی را می طلبد. دانش بین رشته ای به دانشجویان هر دو رشته. اصطلاح Spationomy با ترکیب دو واژه “فضایی” و “اقتصادی” ابداع شده است [ 4 ].
بعد فضایی یا ویژگی داده های اقتصادی جزء مهمی از ارزش اطلاعاتی آنهاست، همانطور که نتایج تحقیق نشان می دهد [ 8 ، 9 ، 29 ، 30 ، 31 ، 32 ]. ارزش افزوده ترکیب ملاحظات جغرافیایی در تجزیه و تحلیل داده های اقتصادی که امروزه بسیار مورد توجه است در آموزش عالی نیز شناخته شده است.
اهمیت درک شده از توانایی ادغام دانش جغرافیا – دانش جغرافیا و اقتصاد، همچنین منجر به مشارکت استراتژیک دو بخش اقتصاد / تجارت (کالج دانشگاه موراویان اولوموک، جمهوری چک و دانشگاه ماریبور، جمهوری اسلوونی) شد. ، بخش از دانشگاه Palacký Olomouc (جمهوری چک) با گرایش به ژئوانفورماتیک و گروه از دانشگاه روهر بوخوم (آلمان) با گرایش به ژئوماتیک [ 14]. این مشارکت یک پروژه موفق Erasmus+ را با عنوان Spationomy انجام داد که بین سال‌های 2016 و 2019 اجرا شد. موفقیت نتایج این پروژه سپس راه‌اندازی پروژه Spationomy 2.0 را در سال 2019 آغاز کرد که بر اساس درس‌های کلیدی شناسایی شده از اولین دوره برنامه‌نویسی آغاز شد. ، ورود گیمیفیکیشن را در کسب مهارت های بین رشته ای تشدید کرد.
بنابراین، هدف مهم پروژه Spationomy، بهبود مهارت های بین رشته ای دانش آموزان با ادغام زمینه های ژئوانفورماتیک، جغرافیا، علوم فضایی، سنجش از دور و غیره از یک سو [ 13 ] و علوم اقتصادی و بازرگانی از سوی دیگر است. بزرگترین چالش در “آموزش فضای شناسی” متقاعد کردن دانشجویان اقتصاد و بازرگانی بود که چرا باید در مورد جنبه های جغرافیایی بیاموزند. و بالعکس، چه چیزی منطقی است که دانش‌آموزان جغرافیایی درباره مقوله‌های اقتصادی فکر کنند [ 14]. این چالش همچنین منجر به جمع‌آوری سیستماتیک داده‌ها از برداشت‌ها و پاسخ‌های دانش‌آموزان شرکت‌کننده در پروژه شد که قصد داشت تغییرات ادراکات دانش‌آموزان را در مورد پذیرش این نوع دانش میان رشته‌ای ثبت کند و روند ایجاد نگرش مثبت نسبت به استفاده از دانش میان رشته‌ای «فض‌شناسی»
Spationomy از فناوری اطلاعات از حوزه های تحقیقات جغرافیایی، یعنی سیستم اطلاعات جغرافیایی (GIS)، فناوری اطلاعات از اقتصاد، یعنی سیستم های پشتیبانی تصمیم و فناوری اطلاعات از مطالعات تجاری، یعنی برنامه ریزی منابع سازمانی (ERP) توسعه یافته با GIS استفاده می کند. پذیرش دانش مبتنی بر فناوری و تسهیل شده باید با حوزه مشکلی مرتبط باشد که در آن از فناوری استفاده و به کار گرفته می شود – در حوزه فضای شناسی به معنای در حوزه های جغرافیایی/اقتصادی/کسب و کار است. فناوری اطلاعات اغلب به دانش میان رشته ای مربوط می شود که در فناوری اطلاعات نهفته است و همچنین برای استفاده از فناوری اطلاعات در سطح پیشرفته و بالغ تر لازم است. در مورد اسپاسیونومی هم همینطور است. استفاده از GIS و راه‌حل‌های تجاری که ماژول‌های GIS به آن اضافه می‌شوند، نیازمند دانش میان رشته‌ای از جغرافیا، اقتصاد و زمینه‌های تجاری است – دانش بین رشته‌ای spationomy. دانش و فن‌آوری‌های مرتبط را می‌توان در سطحی اساسی از کاربرد و تخصص مورد استفاده قرار داد یا می‌توان آن‌ها را در سطح پیچیده‌تر و پیشرفته‌تر به کار برد. با توجه به اهمیت فزاینده موضوع استفاده از دانش و فناوری‌های مرتبط، غیرمنتظره نیست که تحقیقات در مورد پذیرش و پذیرش فناوری‌ها در سازمان‌ها اهمیت پیدا کند (برای مثال رجوع کنید به مرجع [ دانش و فن‌آوری‌های مرتبط را می‌توان در سطحی اساسی از کاربرد و تخصص مورد استفاده قرار داد یا می‌توان آن‌ها را در سطح پیچیده‌تر و پیشرفته‌تر به کار برد. با توجه به اهمیت فزاینده موضوع استفاده از دانش و فناوری‌های مرتبط، غیرمنتظره نیست که تحقیقات در مورد پذیرش و پذیرش فناوری‌ها در سازمان‌ها اهمیت پیدا کند (برای مثال رجوع کنید به مرجع [ دانش و فن‌آوری‌های مرتبط را می‌توان در سطحی اساسی از کاربرد و تخصص مورد استفاده قرار داد یا می‌توان آن‌ها را در سطح پیچیده‌تر و پیشرفته‌تر به کار برد. با توجه به اهمیت فزاینده موضوع استفاده از دانش و فناوری‌های مرتبط، غیرمنتظره نیست که تحقیقات در مورد پذیرش و پذیرش فناوری‌ها در سازمان‌ها اهمیت پیدا کند (برای مثال رجوع کنید به مرجع [33 ]).
چندین مدل نظری برای تحقیق در مورد عوامل تعیین کننده پذیرش و استفاده از فناوری اطلاعات استفاده شده است، مانند تئوری عمل مستدل (TRA; [ 34 ])، نظریه رفتار برنامه ریزی شده (TPB; [ 35 ])، نظریه مدل پذیرش فناوری (TAM؛ [ 15 ، 16 ])، نظریه انتشار نوآوری (IDT؛ [ 36 ])، مدل مرحله (SM؛ [ 37 ])، فناوری-محیط-سازمان (TOE؛ [ 38 ]). و دیدگاه مبتنی بر منبع (RBV؛ [ 39 ]). در مقایسه با مدل‌های رقیب، اعتقاد بر این است که TAM صرفه‌جو، پیشگو و قوی‌تر است [ 40 ، 41 ، 42 ]] و از این رو در بین مدل های نظری، بیشتر مورد استفاده محققان قرار می گیرد [ 15 ، 16 ، 33 ، 43 ، 44 ]. TAM معتقد است که دو باور – سودمندی درک شده (PU) و سهولت استفاده درک شده (PEOU) – از اهمیت اولیه برای رفتار پذیرش رایانه هستند [ 16 ]. سودمندی درک شده (PU) به عنوان “درجه ای که یک فرد معتقد است که استفاده از یک فناوری خاص عملکرد شغلی او را افزایش می دهد” [ 15 ] (ص. 320) تعریف می شود. در مقابل، سهولت استفاده درک شده (PEOU) به “درجه ای که فرد معتقد است استفاده از یک فناوری خاص بدون تلاش است” اشاره دارد [ 15 ]] (ص 320). دو فرضیه اصلی در TAM بیان می‌کنند که سودمندی درک شده (PU) و سهولت استفاده درک شده (PEOU) به طور مثبت بر نگرش فرد (AT) نسبت به استفاده از یک فناوری جدید تأثیر می‌گذارد، که به نوبه خود بر قصد رفتاری او (BI) برای استفاده از آن تأثیر می‌گذارد. . در نهایت، قصد به طور مثبت با استفاده واقعی (U) مرتبط است. TAM همچنین پیش بینی می کند که سهولت استفاده درک شده (PEOU) بر سودمندی درک شده (PU) تأثیر می گذارد، همانطور که دیویس و همکاران. [ 16 ] (ص. 987)، «ممکن است تلاش‌های صرفه‌جویی شده به دلیل بهبود سهولت درک شده در استفاده، مجدداً به کار گرفته شود، و فرد را قادر می‌سازد تا کار بیشتری را برای همان تلاش انجام دهد». هدف کلیدی TAM ارائه مبنایی برای ردیابی تأثیر عوامل خارجی بر باورها، نگرش ها و نیات درونی [ 16 ] است ( شکل 1 را ببینید.).
TAM اولیه به خوبی تثبیت و آزمایش شده است و انواع توسعه‌ها در رابطه با عوامل خارجی با بررسی سوابق سودمندی درک شده (PU) و سهولت استفاده درک شده (PEOU) مانند TAM 2 [ 40 ] و TAM 3 [ 45 ] پدیدار شده‌اند.
TAM، در نسخه اولیه یا توسعه یافته خود، توسط محققان مختلفی که در مورد پذیرش فناوری های مختلف تحقیق می کنند، استفاده شده است. یکی از این حوزه‌های مرتبط با فضای‌شناسی، پذیرش راه‌حل‌های ERP است که امروزه اغلب ماژول‌های GIS تعبیه شده‌اند. TAM مناسب ترین مدل برای مطالعه اتخاذ راه حل های تجاری است [ 33 ، 44 ، 46 ، 47 ، 48 ، 49 ، 50 . 46 ، 47 ، 48 ]. حتی اگر TAM را می توان برای انواع فن آوری ها اعمال کرد، الحاقات و اصلاحات TAM هنگام تجزیه و تحلیل فناوری اطلاعات خاص مورد نیاز است [ 49 ]. همین امر برای تحقیق در مورد پذیرش ERP نیز صادق است، جایی که آنها عوامل خارجی گسترده و خاص را اعمال می کنند [ 18 , 33 , , 51 , 52 , 53 , 54 ]. اکثر این مطالعات بر پذیرش فناوری توسط کارکنان در سازمان ها متمرکز بوده و اکثر یافته ها مربوط به چنین مطالعاتی است.
مطالعات پژوهشی با هدف بررسی عوامل مؤثر بر پذیرش سیستم های ERP توسط دانشجویان کمتر انجام می شود. یکی از اولین نظرسنجی‌هایی که در بین دانش‌آموزان در رابطه با ERP [ 55 ] انجام شد، تمایل دانشجویان را برای تغییر در قصد رفتار (BI) بررسی کرد. مطالعات موردی توسط بردلی و لی [ 56 ] برای بررسی همبستگی بین رضایت از آموزش و سهولت استفاده درک شده (PEOU)، سودمندی درک شده (PU)، کارایی و اثربخشی در اجرای یک سیستم ERP در یک دانشگاه متوسط ​​استفاده شد. اسکات و والزاک [ 57] درگیری شناختی دانش آموزان، تجربه قبلی، ترس از رایانه و حمایت سازمانی را به عنوان عوامل تعیین کننده خودکارآمدی رایانه در استفاده از برنامه آموزشی سیستم ERP چند رسانه ای مورد بررسی قرار داد. استرناد زابوکوفشک و همکاران. [ 58] بررسی کرد که چگونه دانشجویان اقتصاد و تجارت راه‌حل‌های ERP را اتخاذ می‌کنند و عواملی که قصد آنها را برای به کارگیری این دانش در آینده شکل می‌دهد، با اجرای TAM توسعه‌یافته توسط ساختارهای بیرونی زیر – (1) ویژگی‌های شخصی و سواد اطلاعاتی دانش‌آموزان، (2) سیستم درک شده و ویژگی های فن آوری راه حل های ERP و (3) پشتیبانی درک شده در فرآیند مطالعه. نتایج تحقیق نشان داد که چندین بعد از سه عامل چند بعدی نقش مهمی در شکل‌دهی نگرش به پذیرش راه‌حل‌های ERP توسط دانشجویان دارند.
مطالعات تحقیقاتی مبتنی بر TAM در زمینه جغرافیا به ندرت انجام می شود [ 59 ، 60 ، 61 ، 62 ، 63 ، 64 ]. تحقیقات، از جمله دانشجویان جغرافیا، حتی نادرتر است. آدو گیامفی [ 65 ] TAM را برای بررسی عواملی که بر پذیرش فناوری‌های وب 2.0 برای اهداف آموزشی دانش‌آموزان جغرافیا، معلمان آینده، از غنا تأثیر می‌گذارند، گسترش داد. تان [ 66] بر اساس گروهی متشکل از 39 دانش آموز متوسطه از مدرسه دولتی سنگاپور، میزان پذیرش فناوری دستی ها در آموزش متوسطه محلی را با کاربرد خاص برای استفاده از دستیارهای دیجیتال شخصی برای کار میدانی جغرافیا مورد تحقیق قرار داد. ما هیچ تحقیق مهم دیگری در این زمینه نیافتیم. این نشان دهنده اهمیت این مقاله پژوهشی است که در ادامه یافته های تحلیل کتاب سنجی را ارائه می کند.

2.3. تجزیه و تحلیل کتاب سنجی

با هدف تاکید بر مرتبط بودن تحلیل ادبیات بین رشته‌ای بودن فضای‌شناسی، به‌ویژه در مقطع جغرافیایی/اقتصادی/زمینه‌های تجاری و با تاکید بر ظاهر آن در آموزش، پژوهش کتاب‌سنجی انجام شده است [ 67 ]. مطالعه کتاب سنجی توسط نویسندگان بر اساس داده های پایگاه داده اسکوپوس تهیه شده است. تجزیه و تحلیل کتاب‌سنجی در 30 آوریل 2020 انجام شد. نویسندگان از کلیدواژه‌های زیر استفاده کردند – کاوش فضایی، داده‌های اقتصادی، آموزش.
تکنیک اصلی در تجزیه و تحلیل کتاب سنجی، نقشه برداری است، با هدف تولید نقشه های کتاب سنجی مختلف که یک نمای کلی از ساختار انتشارات علمی در یک زمینه تحقیقاتی خاص ارائه می دهد. یکی از رایج‌ترین روش‌های استفاده از نقشه‌سنجی کتاب‌سنجی، شناسایی حوزه‌های تحقیقاتی خاص در یک حوزه علمی انتخاب شده، با هدف مشخص، به دست آوردن دیدگاهی از اندازه حوزه و زیرشاخه‌های مرتبط و نحوه ارتباط آنها با یکدیگر است. 68 ].]. تجسم شباهت ها (VOS) جدیدترین تکنیک نقشه برداری است و در مطالعات مختلف برای ایجاد نقشه های کتاب سنجی استفاده شده است. این تکنیک در یک برنامه کامپیوتری به نام VOSviewer پیاده سازی شده است و در تجزیه و تحلیل کتاب سنجی ما مورد استفاده قرار گرفت. برای ایجاد یک نقشه اصطلاحی بر اساس مجموعه ای از اسناد، نرم افزار VOSviewer مراحل زیر را متمایز می کند [ 68 ، 69 ]. شناسایی عبارات اسمی، انتخاب مرتبط ترین عبارات اسمی، نگاشت و خوشه بندی اصطلاحات، تجسم نگاشت و نتایج خوشه بندی.
تجزیه و تحلیل سری زمانی اسناد منتشر شده که در مقطع سه کلیدواژه جستجو ظاهر می شوند نشان می دهد که درهم تنیدگی آنها از اهمیت فزاینده ای برخوردار است و تعداد اسناد در حال افزایش است که نشان دهنده موضوعی بودن و ماهیت بین رشته ای این زمینه است. شکل 2 (داده های سال 2020 گنجانده نشده است).
بین رشته‌ای بودن حوزه اکتشاف فضایی داده‌های اقتصادی – فضای‌شناسی – نیز در زمینه‌های مختلف تحت پوشش انتشارات علمی در Scopus با سه کلیدواژه انتخاب شده، همانطور که در شکل 3 ارائه شده است، منعکس شده است.
تجزیه و تحلیل کتاب سنجی با مؤلفه زمان ( شکل 4 ) به وضوح نشان می دهد که اهمیت آموزش در این زمینه بین رشته ای در دوره پس از 2010 در نشریات برجسته می شود. در همان زمان، ماهیت بین رشته ای فزاینده پژوهش شناسایی می شود که از تحلیل اقتصادی به تجزیه و تحلیل فضایی، GIS و دیجیتال سازی (سیستم های اطلاعاتی، اینترنت و غیره) گسترش می یابد. در زمانی که تحلیل فضایی داده های اقتصادی تازه شروع به ظهور کرده بود (سمت راست شکل 4 )، تمرکز اصلی آن کم و بیش آمار جمعیت شناختی بود که به جمعیت و ویژگی های جمعیتی می پرداخت.
تجزیه و تحلیل کتاب‌سنجی به این نتیجه می‌رسد که بین رشته‌ای بودن حوزه فضای‌شناسی در حال رشد است و بسیار سریع در موسسات آموزش عالی گسترش می‌یابد. این نیز توسط نتایج تحقیق ارائه شده در بخش 3 , بخش 4 , بخش 5 , بخش 6 و بخش 7 نشان داده شده است .

3. مدل تحقیق

هدف اصلی تحقیق ما شناسایی و مقایسه نسخه اصلاح شده مدل TAM است که توسط دیویس [ 15 ] و دیویس و همکاران ارائه شده است. [ 16]. TAM اولیه نشان می دهد که رفتار با قصد رفتار برای استفاده از آن تعیین می شود. علاوه بر این، دو فرضیه اصلی در TAM بیان می‌کنند که سودمندی درک شده (PU) و سهولت استفاده درک شده (PEOU) به طور مثبت بر نگرش فرد نسبت به استفاده از فناوری جدید (AT) تأثیر می‌گذارد، که تأثیر مثبتی بر قصد رفتاری او دارد. از آن استفاده کنید (BI). در تحقیق ما، رفتار به قصد آینده برای استفاده از دانش میان رشته‌ای اقتصاد و جغرافیا اشاره دارد. علاوه بر این، نگرش فرد در مورد استفاده از دانش میان رشته ای اقتصاد و جغرافیا و سودمندی درک شده از دانش میان رشته ای اقتصاد و جغرافیا به طور مشترک قصد رفتار برای استفاده از آن را تعیین می کند. از سوی دیگر، سهولت درک شده استفاده از دانش میان رشته ای اقتصاد و جغرافیا بر سودمندی درک شده دانش میان رشته ای اقتصاد و جغرافیا و نگرش نسبت به استفاده از آن تأثیر دارد. هدف ما شناسایی و مقایسه تأثیر معنادار بر پیشایندهای نگرش و قصد رفتاری آینده دانشجویان برای استفاده از دانش میان رشته‌ای اقتصاد و جغرافیا برای دو گروه (دانشجویان اقتصادی و دانشجویان جغرافیا) است. بر این اساس، فرضیه صفر زیر را ایجاد کرده ایم: هدف ما شناسایی و مقایسه تأثیر معنادار بر پیشایندهای نگرش و قصد رفتاری آینده دانشجویان برای استفاده از دانش میان رشته‌ای اقتصاد و جغرافیا برای دو گروه (دانشجویان اقتصادی و دانشجویان جغرافیا) است. بر این اساس، فرضیه صفر زیر را ایجاد کرده ایم: هدف ما شناسایی و مقایسه تأثیر معنادار بر پیشایندهای نگرش و قصد رفتاری آینده دانشجویان برای استفاده از دانش میان رشته‌ای اقتصاد و جغرافیا برای دو گروه (دانشجویان اقتصادی و دانشجویان جغرافیا) است. بر این اساس، فرضیه صفر زیر را ایجاد کرده ایم:

فرضیه  1.

هیچ تفاوتی در قدرت روابط بین سازه‌ها در مدل مفهومی بین دو گروه دانش‌آموزان (دانشجویان اقتصادی و دانش‌آموزان جغرافیا) در دو زمان متقاطع – قبل از شروع کسب دانش بین‌رشته‌ای از طریق چرخه پروژه Spationomy و پس از پایان وجود ندارد. از چرخه پروژه
ما فرضیه صفر را با پنج فرضیه تحقیقاتی ارائه شده در زیر (H2-H6) آزمایش خواهیم کرد که به روابط بین عوامل در مدل مفهومی برای گروه های فردی دانش آموزان اشاره دارد. در صورت وجود اختلاف معنی دار در نتایج، فرضیه صفر را رد کرده و فرضیه جایگزین را تأیید می کنیم که بیان می کند بین دو گروه از دانشجویان مورد مطالعه در استحکام روابط مدل تحقیق تفاوت وجود دارد. ما عمدتاً از TAM اولیه پیشنهاد شده توسط دیویس [ 15 ] و دیویس و همکاران استفاده کردیم. [ 16 ] و موارد عوامل را گسترش دهید. در مورد رابطه بین سهولت استفاده درک شده (PEOU) و قصد رفتاری (BI)، از توصیه های TAM 3 [ 45 ] پیروی کردیم. مدل تحقیق ما شامل شش فرضیه (شکل 5 ):

فرضیه  2.

سهولت درک شده استفاده از دانش میان رشته ای اقتصاد و جغرافیا (PEOU) تأثیر مستقیم مثبتی بر سودمندی درک شده دانش بین رشته ای (IK) اقتصاد و جغرافیا (PU) دارد.

فرضیه  3.

سهولت درک شده استفاده از دانش میان رشته ای (IK) اقتصاد و جغرافیا (PEOU) تأثیر مستقیم مثبتی بر نگرش نسبت به استفاده از دانش میان رشته ای اقتصاد و جغرافیا (AT) دارد.

فرضیه  4.

سودمندی درک شده از دانش بین رشته ای (IK) اقتصاد و جغرافیا (PU) تأثیر مستقیم مثبتی بر نگرش نسبت به استفاده از دانش بین رشته ای اقتصاد و جغرافیا (AT) دارد.

فرضیه  5.

سودمندی درک شده از دانش میان رشته ای (IK) اقتصاد و جغرافیا (PU) تأثیر مستقیم مثبتی بر قصد رفتار برای استفاده از دانش میان رشته ای اقتصاد و جغرافیا (BI) دارد.

فرضیه  6.

نگرش به استفاده از دانش میان رشته ای (IK) اقتصاد و جغرافیا (AT) تأثیر مستقیم مثبتی بر قصد رفتار برای استفاده از دانش میان رشته ای اقتصاد و جغرافیا (BI) دارد.
از طریق تجزیه و تحلیل نتایج، قادر خواهیم بود به این سؤال تحقیق پاسخ دهیم که چه عواملی بر نگرش و قصد دانشجویان رشته جغرافیا از دانش بین رشته ای اقتصاد و جغرافیا تأثیر دارد؟
در این مقاله می خواهیم بررسی کنیم که آیا بین دو گروه از دانشجویان (دانشجویان اقتصاد، دانشجویان جغرافیا) که دانش بسیار متفاوتی در زمینه اقتصادی و جغرافیا دارند، تفاوت هایی در مدل های تحقیق وجود دارد یا خیر. دانشجویان اقتصاد در مورد اقتصاد و تجارت می دانند اما اطلاعات زیادی در مورد جغرافیا ندارند. از طرفی دانشجویان رشته جغرافیا با جغرافیا آشنا هستند و از اقتصاد و تجارت اطلاعی ندارند. ما معتقدیم که در اهمیت قصد رفتاری استفاده از دانش میان رشته ای اقتصاد و جغرافیا برای هر دو گروه باید تفاوت هایی وجود داشته باشد.
فرضیه‌های ارائه‌شده با استفاده از رویکرد حداقل مربعات جزئی (PLS) که یکی از تکنیک‌های مدل‌سازی معادلات ساختاری مبتنی بر مؤلفه (SEM) است، آزمایش می‌شوند.

4. روش شناسی

پرسشنامه نظرسنجی در سه مرحله تهیه شد. در مرحله اول، پس از تحقیق در مورد ادبیات و منابع، روابط بین سازه‌ها و مقیاس‌های اندازه‌گیری برای سازه‌های فردی را روشن کردیم. از پرسشنامه ای با چهار مقیاس اندازه گیری برای اندازه گیری سازه های مدل استفاده شد. آیتم های سازه ها بر اساس تحقیقات قبلی دیویس [ 15 ]، با اصلاحاتی برای تناسب با زمینه خاص دانش میان رشته ای و بر اساس مطالعات لچومن و مونیاندی [ 70 ]، پارک [ 71 ] و سبجان و تومینک [ 72 ] بود.]. چهار عامل تعدیل شده از TAM اصلی در مدل تحقیق گنجانده شد. ما TAM را انتخاب کردیم زیرا ابزارهای نرم افزاری مختلفی در پس زمینه دانش بین رشته ای آنها وجود داشت. طرح تحقیق متشکل از سازه های زیر است – سهولت درک شده از دانش بین رشته ای اقتصاد و جغرافیا (PEOU؛ 4 مورد)، سودمندی درک شده از دانش بین رشته ای اقتصاد و جغرافیا (PU؛ 6 مورد)، نگرش نسبت به استفاده از دانش میان رشته ای اقتصاد و جغرافیا (AT؛ 4 مورد) و رفتار (آینده) قصد استفاده از دانش میان رشته ای اقتصاد و جغرافیا (BI؛ 3 مورد). جدول 1 را ببینید. تمامی گویه های پرسشنامه بر اساس مقیاس لیکرت 7 درجه ای از 1 (کاملاً مخالفم) تا 7 (کاملاً موافقم) نمره گذاری شدند. از TAM اصلی، ما عوامل خارجی را حذف کردیم زیرا می‌خواستیم تأثیر باورهای درونی (PEOU و PU) بر نگرش (AT) و قصد استفاده از آن (BI) را ردیابی کنیم. ما همچنین عامل استفاده واقعی (U) را حذف کردیم، زیرا دانش آموزان مورد مطالعه نتوانستند تا پایان پروژه Spationomy از دانش بین رشته ای به دست آمده در عمل استفاده کنند. این می تواند بعداً اندازه گیری شود، زمانی که دانش آموزان از دانش بین رشته ای به دست آمده در مطالعه و تمرین خود استفاده کنند.
در مرحله دوم، این ابزار با گروهی متشکل از 33 دانشجوی اقتصاد مورد آزمایش قرار گرفت. بر اساس نتایج آزمایش آزمایشی، بازنگری ها و اضافاتی در دستگاه انجام شد.
در مرحله سوم نظرسنجی انجام شد. ما داده‌ها را سه سال (2017-2019) قبل و در پایان دور پروژه Spationomy از همه دانش‌آموزان (اکو و جغرافیایی) که در پروژه Spationomy شرکت می‌کنند، جمع‌آوری کردیم. همه دانش آموزان پرسشنامه آنلاین را تکمیل کرده بودند. دانش‌آموزان از یک موسسه شریک در پروژه Spationomy Erasmus+-از دو بخش اقتصاد/کسب‌وکار (کالج دانشگاه موراویان اولوموک، جمهوری چک و دانشگاه ماریبور، جمهوری اسلوونی) و دو بخش زمین‌گرا (دانشگاه پالاکی اولوموک) بودند. ، جمهوری چک و دانشگاه Rhur بوخوم، آلمان). ما 37 پاسخ دانش‌آموزان اقتصادی/تجارت‌محور (EcoBe) و 44 پاسخ دانش‌آموزان زمین‌گرا (GeoBe) را در ابتدای چرخه پروژه و 40 پاسخ دانش‌آموزان اقتصادی/تجارت‌محور (EcoAf) و 40 پاسخ جغرافیایی را جمع‌آوری کردیم. دانشجویان گرایش (GeoAf) در پایان چرخه پروژه. تفاوت آماری بین گروه ها در سال وجود نداشت. پاسخ دهندگان 48% مرد و 52% زن بودند. 67 درصد دانشجويان دوره كارشناسي و 33 درصد دانشجوي كارشناسي ارشد بودند. در مورد چرخه پروژه Spationomy، 36 درصد در سال 2017، 32.9 درصد در سال 2018 و 31.1 درصد در سال 2019 شرکت کردند. 67 درصد دانشجويان دوره كارشناسي و 33 درصد دانشجوي كارشناسي ارشد بودند. در مورد چرخه پروژه Spationomy، 36 درصد در سال 2017، 32.9 درصد در سال 2018 و 31.1 درصد در سال 2019 شرکت کردند. 67 درصد دانشجويان دوره كارشناسي و 33 درصد دانشجوي كارشناسي ارشد بودند. در مورد چرخه پروژه Spationomy، 36 درصد در سال 2017، 32.9 درصد در سال 2018 و 31.1 درصد در سال 2019 شرکت کردند.
پارامترها در یک مدل سلسله مراتبی را می توان از طریق مدل سازی معادلات ساختاری مبتنی بر کوواریانس (SEM) یا SEM مبتنی بر مولفه، که به عنوان رویکرد حداقل مربعات جزئی (PLS) نیز شناخته می شود، تخمین زد. در مدل تحقیق ما ( شکل 5 را ببینید ) سهولت درک شده از دانش بین رشته ای (PEOU) بر سودمندی درک شده از دانش بین رشته ای (PU) و نگرش عاملی نسبت به استفاده از دانش بین رشته ای (AT) تأثیر دارد. سودمندی درک شده از دانش میان رشته ای (PU) و نگرش عاملی نسبت به استفاده از دانش بین رشته ای (AT) بر قصد رفتاری عاملی برای استفاده از دانش بین رشته ای (BI) تأثیر دارد.
PLS چندین مزیت دارد [ 51 ، 72 ، 73] – این یک تکنیک پیش بینی است که برای مواردی با توسعه نظری کمتر مناسب است. حداقل الزامات برای مقیاس های اندازه گیری؛ از مشکلات ناشی از عدم قطعیت عاملی و راه حل های غیرقابل قبول جلوگیری می کند. هیچ فرضی در مورد داده ها انجام ندهید؛ از مشکلات شناسایی با مدل های بازگشتی جلوگیری می کند. به توزیع خاصی برای متغیرهای اندازه گیری شده نیاز ندارد. با نمونه های کوچک به خوبی کار می کند. و غیره از آنجایی که حوزه پژوهش پذیرش استفاده از دانش میان رشته‌ای اقتصاد و جغرافیا از طریق TAM و مقایسه گروه‌ها با نمونه‌های کوچک (حدود 40 پاسخ در هر گروه) بود، تکنیک PLS انتخاب شد. در مرحله اول تمامی مقیاس‌های اندازه‌گیری از نظر ویژگی‌های روان‌سنجی بررسی شدند و در مرحله دوم تمرکز بر آزمون و تحلیل فرضیه‌ها بود.
ابزارهای نرم افزاری بسته آماری علوم اجتماعی (SPSS)، مایکروسافت اکسل و SmartPLS 3 [ 74 ] مورد استفاده قرار گرفت.

5. نتایج و تجزیه و تحلیل

5.1. مدل اندازه گیری

در مرحله اول مدل اندازه گیری مورد ارزیابی قرار گرفت. ویژگی‌های روان‌سنجی (مدل اندازه‌گیری) این مقیاس‌ها از طریق ارزیابی پایایی، روایی همگرا و روایی تمایز هر مقیاس اندازه‌گیری ارزیابی شد. برای بارهای عاملی شاخص ها، معیارهای بالاتر از مقدار 0.7 استفاده شد [ 74 ، 75 ، 76 ] ( جدول 2 ). پایایی های مرکب پایایی برازش اندازه گیری مدل را برای سازه هایی که معیارهای مساوی یا بزرگتر از 0.6 استفاده شده است [ 73 ] و با آلفای کرونباخ (α) که اعتبار همگرا را نیز توصیف می کند و باید برابر یا بیشتر از 0.6 باشد [ 77 ] ارزیابی می کند. همانطور که در جدول 3 نشان داده شده است، هر یک از چهار مقیاس ما دارای آلفای کرونباخ بیش از 0.85 و پایایی ترکیبی بیش از 0.90 بودند، بنابراین قابلیت اطمینان سازه کافی برای مقیاس های اندازه گیری ما تضمین می شود.
معیارهای ارزیابی فورنل و لارکر [ 78 ] برای اعتبار همگرا پذیرفته شد. همه بارهای عامل آیتم باید قابل توجه باشند و باید از 0.70 تجاوز کنند و میانگین واریانس استخراج شده (AVE) برای هر سازه باید از 0.50 تجاوز کند [ 76 ، 77 ]. جدول 2 بارهای عاملی اقلام را فهرست می کند که همه آنها در p < 0.001 معنی دار بودند و بالاتر از سطح توصیه شده 0.70 بودند. همه مقادیر AVE نیز از 0.50 تجاوز کردند ( جدول 3 ). بقیه مقیاس های اندازه گیری ما شواهد قوی برای اعتبار همگرا نشان می دهد.
اعتبار تمایز بین سازه ها به دنبال توصیه فورنل و لارکر [ 78 ] مبنی بر اینکه جذر AVE برای هر سازه باید از همبستگی های دو متغیره بین آن سازه و تمام سازه های دیگر تجاوز کند، ارزیابی شد. ماتریس همبستگی بین ساختاری ( جدول 4 ) نشان می‌دهد که عناصر مورب اصلی (ریشه مربع AVE) از عناصر غیر قطری در همان سطر یا ستون‌ها (همبستگی‌های دو متغیره) فراتر می‌روند و نشان می‌دهد که اعتبار متمایز همه مقیاس‌ها نیز کافی است. اعتبار تمایز نیز با نسبت Heterotrait-Monotrait Ratio (HTMT) [ 76 ، 77 ، 79 ] قابل دسترسی بود.] با نسبت HTMT زیر 1 است، در حالی که برش سختگیرانه 0.85 در تحقیقات قبلی استفاده شده است [ 80 ]. همه نتایج نسبت HTMT زیر 1 هستند که اعتبار تمایز را تأیید می کند.
انطباق مدل توسط ریشه استاندارد شده میانگین مربع باقیمانده (SRMS) ارزیابی شد. زمانی که SRMS کمتر از 0.10 باشد، این مدل به خوبی مطابقت دارد [ 77 ، 79 ]، در حالی که برخی از برش سخت‌گیرانه‌تر از 0.08 استفاده می‌کنند [ 81 ]. مدل های ما دارای SRMS (EcoBe) 0.10، SRMS (EcoAf) 0.074، SRMS (GeoBe) 0.094 و SRMS (GeoAf) 0.093 هستند که برای مدل های اولیه قابل قبول هستند.

5.2. آزمون مدل ساختاری و فرضیه ها

ضرایب مسیر ساختاری (بارگذاری – ضرایب رگرسیون استاندارد) با استفاده از سطح معنی‌داری 05/0 تجزیه و تحلیل شد. R2 و Adjusted R2 برای اندازه‌گیری کل اندازه اثر برای مدل معادلات ساختاری استفاده شد، با نتایج بالاتر از برش‌های 0.67، 0.33 و 0.19 به ترتیب قابل توجه، متوسط ​​و ضعیف [ 73 ] . از جدول 5 می بینیم که قصد رفتار (BI) که معیار نتیجه اولیه مدل است، دارای R2 قابل توجهی نزدیک به، از 0.432 در ابتدا به 0.642 بعد برای دانشجویان اقتصادی و از 0.429 در ابتدا تا 0.523 بعد برای دانشجویان جغرافیا. نگرش به استفاده از آن (AT) نیز بالاست، از 0.532 در ابتدا تا 0.617 بعد برای دانشجویان اقتصادی و 0.604 در ابتدا تا 0.708 بعد برای دانشجویان جغرافیا. سودمندی درک شده در ابتدا ضعیف 0.191 و متوسط ​​با 0.334 بعد برای دانشجویان اقتصادی، بدون تاثیر با 0.092 در ابتدا و اثر هفته با 0.260 بعد برای دانشجویان جغرافیا است. ما می توانیم نتیجه بگیریم که مدل ساختاری قدرت پیش بینی را به عنوان واریانس توضیح داده شده (R2 ) در سازه های درون زا کلیدی نشان می دهد.
روابط معنی دار آماری بین سازه ها برای فرضیه های H2-H6 برای هر گروه از دانش آموزان مورد آزمایش قرار گرفت. اهمیت مسیر و بزرگی هر یک از اثرات فرضی ما و قدرت توضیحی کلی مدل پیشنهادی مورد بررسی قرار گرفت. نتایج آزمون فرضیه‌ها بر اساس راه‌اندازی با 500 نمونه فرعی برای آزمایش اهمیت آماری هر ضریب مسیر با استفاده از آزمون t توصیه شده توسط Chin [ 73 ] است. نتایج این تحلیل در جدول 6 و شکل 5 نشان داده شده است. در جدول 6 ضرایب مسیر معنی دار (نمونه اصلی و میانگین نمونه) به همراه خطای استاندارد و آماره t ارائه شده است.
از شکل 6 و جدول 6 می بینیم که عامل سهولت درک شده از دانش بین رشته ای اقتصاد و جغرافیا (PEOU) تأثیر مستقیم مثبتی بر سودمندی درک شده دانش بین رشته ای اقتصاد و جغرافیا (PU) برای سه گروه -دانشجویان اقتصادی دارد. در ابتدا (β = 0.44، p <0.001)، دانشجویان اقتصاد در پایان (β = 0.58، p <0.001) و دانشجویان جغرافیا در پایان (0.51 = β، p <0.001)، در حالی که برای دانشجویان جغرافیا در ابتدا این رابطه از نظر آماری معنی دار نیست (β = 0.30، p> 0.001). فرضیه H2 را می توان تا حدی تایید کرد. علاوه بر این، عامل PEOU هیچ تأثیر آماری بر نگرش نسبت به استفاده از آن (AT) برای همه گروه‌ها ندارد، بنابراین نمی‌توانیم فرضیه H3 را تأیید کنیم (EcoBe: β = 0.06-، p > 0.01؛ EcoAf: β = -0.01، p > 0.01؛ GeoBe : β = 0.16، p > 0.01؛ GeoAf: β = -0.17، p > 0.01). فاکتور درک شده سودمندی دانش میان رشته ای اقتصاد و جغرافیا (PU) تأثیر مستقیم مثبتی بر نگرش به استفاده از دانش میان رشته ای اقتصاد و جغرافیا (AT) برای هر چهار گروه دارد (EcoBe: β = 0.75، p <0.001؛ EcoAf: β = 0.79، p <0.001؛ GeoBe: β = 0.71، p <0.001؛ و GeoAf: β = 0.74، p< 0.001)، بنابراین می توانیم فرضیه H4 را تأیید کنیم. فاکتور درک شده سودمندی دانش بین رشته ای اقتصاد و جغرافیا (PU) تأثیر مستقیم مثبتی بر قصد رفتار برای استفاده از دانش بین رشته ای اقتصاد و جغرافیا (BI) برای دانشجویان جغرافیا دارد (GeoBe: β = 0.50، p <0.001؛ و GeoAf: β. = 0.59، p <0.001)، در حالی که برای دانشجویان اقتصادی نیست (EcoBe: β = 0.23، p > 0.01؛ و EcoAf: β = 0.08، p> 0.01). ما می توانیم تا حدی فرضیه H5 را تایید کنیم. فرضیه H5 را می توان تا حدی تأیید کرد زیرا نگرش به استفاده از دانش بین رشته ای اقتصاد و جغرافیا (AT) تأثیر مستقیم مثبت قوی بر قصد رفتار برای استفاده از دانش بین رشته ای اقتصاد و جغرافیا (BI) فقط برای گروه دانشجویان اقتصاد دارد. در پایان (EcoAf: β = 0.74، p <0.001). با توجه به تفاوت های فوق، فرضیه H0 قابل رد است. بین دو گروه (دانشجویان اقتصاد و دانش‌آموزان جغرافیا) از نظر روابط و اهمیت آنها در مدل تحقیق ما تفاوت معناداری وجود دارد.

6. بحث

در آغاز پروژه Spationomy، دانش‌آموزان «کاربران جدید» دانش میان رشته‌ای بودند که در مورد آن دانش قبلی متفاوتی داشتند. دانشجویان اقتصاد با برخی از ابزارها در زمینه سیستم های اطلاعات تجاری و ابزارهای استفاده از رایانه شخصی (مثلاً مایکروسافت آفیس) آشنا بودند، در حالی که دانشجویان جغرافیا عمدتاً با سیستم های اطلاعات جغرافیایی (GIS) آشنا بودند. با این حال، هیچ یک از دانشجویان دانش اقتصادی و فضایی میان رشته ای عمیقی نداشتند. تحقیقات انجام شده نشان می‌دهد که بین چهار گروه دانش‌آموزان مورد مطالعه (EcoBe، EcoAf، GeoBe و GeoAf) تفاوت‌هایی وجود دارد.
برخی از نویسندگان استدلال می کنند که به نظر می رسد سهولت استفاده درک شده (PEOU) در مراحل اولیه مهم تر است و در طول زمان استفاده از اهمیت کمتری می یابد [ 16 ]. دیویس و بالا [ 45 ] همچنین پیشنهاد کردند که با افزایش تجربه، تأثیر سهولت استفاده درک شده (PEOU) (آنها آن را “هویت سطح پایین” نامیدند) بر سودمندی درک شده (PU) (آنها آن را “هویت سطح بالا” نامیدند. اگر کاربران ارزیابی کنند که دستیابی به اهداف بالاتر (یعنی سودمندی درک شده PU) بر اساس اطلاعات به دست آمده از تجربه دستیابی به اهداف پایین تر (یعنی PEOU – سهولت استفاده درک شده) آسان تر خواهد بود.
تحقیقات ما نشان می دهد که ارتباط بین سهولت استفاده درک شده (PEOU) و سودمندی درک شده (PU) (فرضیه H2) برای دانشجویان اقتصادی از ابتدا مهم است (EcoBe؛ β = 0.44) اما برای دانشجویان جغرافیا (GeoBe؛ β = 0.30) مهم نیست. ). پس از پایان چرخه پروژه Spationomy، این ارتباط حتی برای اقتصاددانان مهم تر است (EcoAf؛ β = 0.58) اما از نظر آماری نیز برای دانشجویان جغرافیا معنادار می شود (GeoAf؛ β = 0.51). از طریق این پروژه، دانش‌آموزان دریافتند که دستیابی به اهداف سیستم بالاتر سودمندی درک شده (PU) با افزایش تجربه سهولت استفاده درک شده (PEOU) آسان‌تر خواهد بود. شاید این مربوط به رشته تحصیلی دانشجویان علوم اجتماعی و علوم اجتماعی باشد. شاید بتوانیم حدس بزنیم که سهولت استفاده درک شده (PEOU) بنابراین از ابتدا برای دانشجویان علوم اجتماعی مهم است و سپس بر سودمندی درک شده (PU) تأثیر می گذارد. این را می توان هم با تحقیق حاضر و هم با تحقیقات سایر نویسندگان تأیید کرد.58 ، 82 ]، که در آن نویسندگان پذیرش سیستم اطلاعات کسب و کار یادگیری را در ابتدا و انتها بر روی نمونه ای از دانشجویان اقتصاد بررسی کردند. در هر دو تحقیق ذکر شده، نویسندگان مورد اشاره دریافته بودند که رابطه بین سهولت استفاده درک شده (PEOU) و سودمندی درک شده (PU) از نظر آماری معنادار است. ما همچنین می‌توانیم حدس بزنیم که دانش‌آموزان جغرافیا در برنامه‌های دشوار IT/IS ماهرتر هستند و بنابراین در ابتدا تصور می‌کردند سهولت استفاده درک‌شده (PEOU) مهم نیست. این همچنین با یافته های آدو گیامفی [ 65]، که TAM گسترده ای را برای بررسی عواملی که بر پذیرش فناوری های وب 2.0 برای اهداف آموزشی دانش آموزان جغرافیا، معلمان آینده، از غنا، بر اساس 254 پاسخ تأثیر می گذارد، تحقیق کرد. نتایج نشان داد که پیچیدگی فن‌آوری، سودمندی درک شده و نگرش نسبت به استفاده تأثیر مستقیم معناداری بر قصد استفاده از فناوری‌های وب 2.0 دارد. علاوه بر این، او دریافت که سهولت استفاده درک شده تأثیر قابل توجهی بر سودمندی درک شده ندارد. نتایج مشابهی نیز یافت شد Lay و همکاران. [ 60] بر اساس 725 معلم جغرافیای دبیرستان. این با شناخت ما مطابقت دارد. با این حال، از طریق پروژه Spationomy، دانشجویان جغرافیا دریافتند که پیچیدگی دانش بین رشته ای زیاد است. بنابراین پس از پایان چرخه پروژه، این ارتباط از نظر آماری معنادار می شود. ما این را به عنوان تحقق آنها از مبانی نظریه سیستم ها در عمل درک می کنیم.
مفروضات ما همچنین با رابطه بین سهولت استفاده درک شده (PEOU) و نگرش نسبت به استفاده (AT) (فرضیه H3) تأیید می شود که در هیچ یک از چهار مدل مورد مطالعه (EcoBe، EcoAf، GeoBe و GeoAF) از نظر آماری معنی دار نیست. این بدان معنی است که سهولت استفاده درک شده (PEOU) در هیچ موردی بر نگرش نسبت به استفاده (AT) تأثیر نمی گذارد. تنها زمانی که دانش‌آموزان سودمندی دانش بین‌رشته‌ای مبتنی بر تجربه (سهولت درک شده – PEOU)، به اصطلاح «هویت سطح بالا» را درک کنند، نگرش نسبت به استفاده از آن (AT) بسیار مهم می‌شود (فرضیه H4). هر چهار مدل مورد مطالعه نشان می‌دهند که این ارتباط از نظر آماری معنی‌دار است (EcoBe: β = 0.75؛ EcoAf: β = 0.79؛ GeoBe: β = 0.71؛ GeoAf: β = 0.74). این با تحقیقات فوق الذکر مطابقت دارد [ 58 ،60 ، 65 ، 82 ]. علاوه بر این، در پایان چرخه پروژه Spationomy، بر اساس تجربه به دست آمده، اهمیت بیشتری دارد.
ارتباط بین سودمندی درک شده (PU) و قصد رفتاری (BI) (فرضیه H5) در مورد دانشجویان اقتصاد در آغاز چرخه پروژه Spationomy (EcoBe) و نه مستقیم (مفید بودن درک شده – PU بر قصد رفتاری – BI) معنی‌دار نبود. ؛ β = 0.23) و نه غیر مستقیم (از طریق نگرش نسبت به استفاده – AT در مورد قصد رفتاری – BI؛ β = 0.47). در پایان چرخه پروژه Spationomy (EcoAf)، این ارتباط به طور غیرمستقیم بسیار مهم است (β = 0.74) از طریق نگرش نسبت به استفاده (AT) (فرضیه H6). برعکس، دانشجویان جغرافیا ارتباط مستقیمی بین سودمندی درک شده (PU) و قصد رفتاری (BI) در ابتدای پروژه Spationomy مهم یافتند (GeoBe؛ β = 0.50) اما هیچ اثر غیر مستقیم سودمندی درک شده (PU) وجود ندارد. ) در مورد قصد رفتاری (BI) از طریق نگرش نسبت به استفاده (AT). در پایان پروژه Spationomy، برای دانشجویان جغرافیا (GeoAf)، ارتباط مستقیم بین سودمندی درک شده (PU) و قصد رفتاری (BI) حتی قوی تر از ابتدا است (β = 0.59). همچنین، این مطابق با شناخت های آدو گیامفی [65 ]. علاوه بر این، در TAM3 توسط Venkatesh و Bala [ 45 ]، نویسندگان “دریافتند که سودمندی درک شده قوی‌ترین پیش‌بینی‌کننده قصد رفتاری در تمام دوره‌های زمانی است، به عنوان مثال، در تمام بازه‌های زمانی.
ونکاتش و بالا [ 45 ] دریافتند که TAM تقریباً 40٪ از واریانس قصد رفتاری استفاده از یک فرد (BI) را توضیح می‌دهد و افزودند که این نیز با بسیاری از تحقیقات قبلی در مورد پذیرش IT/IS و روانشناسی اجتماعی سازگار است. در تحقیق ما مشخص شد که این واریانس در مدل اولیه برای دانشجویان اقتصاد (EcoBe) 43.1 درصد و برای دانشجویان جغرافیا (GeoBe) 42.9 درصد است، در حالی که واریانس در پایان چرخه پروژه برای دانشجویان اقتصادی (EcoAf) ) حتی 64.2٪ است، برای دانشجویان جغرافیا (GeoAf) 54.8٪ است. اگر میانگین قدرت واریانس اکتشافی مدل پژوهشی دانشجویان پروژه فضای شناسی را در ابتدای فرآیند یادگیری محاسبه کنیم، برای دانشجویان اقتصادی (EcoBe) میانگین R2 دارد .= 0.385 و برای دانشجویان جغرافیا (GeoBe) میانگین R 2 = 0.375. در پایان فرآیند یادگیری چرخه پروژه Spationomy، این قدرت‌های واریانس بالاتر بود، با میانگین R2 = 0.531 برای دانشجویان اقتصادی (EcoAf) و میانگین R2 = 0.510 برای دانشجویان جغرافیا (GeoAf). یعنی بیش از 50 درصد واریانس مدل تحقیق تبیین شده است. این یافته ها ( جدول 7 ) همچنین با تحقیق TAM که قبلاً ذکر شد مطابقت دارد و کیفیت تحقیق ما را تأیید می کند.

7. نتیجه گیری

با این تحقیق تأیید کردیم که امکان پیاده‌سازی TAM برای بررسی پذیرش استفاده از دانش میان رشته‌ای دانشجویان اقتصاد و جغرافیا در فرآیند یادگیری با تحلیل عوامل TAM اصلی وجود دارد. این با ادعای نویسندگان TAM دیویس [ 15 ] و دیویس و همکاران مطابقت دارد. [ 16 ] و نسخه های جدیدتر TAM 2 [ 40 ] و TAM 3 [ 45 ]، که استدلال می کنند که TAM را می توان برای کاربردهای مختلف فناوری اعمال کرد. این نیز توسط یافته های نویسندگان Tominc و همکاران تایید شده است. [ 4] که در آن نمونه ای متشکل از نود و نه دانشجوی رشته اقتصاد و جغرافیا در سال 1396، قبل از شروع پروژه Spationomy به صورت تصادفی انتخاب شدند. نویسندگان از TAM برای بررسی تأثیر ویژگی های شخصی بر اهداف آینده برای ادغام و استفاده از دانش میان رشته ای اقتصاد و جغرافیا استفاده کردند. علاوه بر این، نتایج تحقیق ما نتایج TAM اصلی را هنگام توضیح پذیرش استفاده از دانش بین‌رشته‌ای دانشجویان اقتصاد و جغرافیا در آغاز و همچنین در پایان تجربیات یادگیری پروژه Spationomy تأیید می‌کند. در طول تحقیق، ما عمدتاً از TAM اساسی پیشنهاد شده توسط دیویس [ 15 ] و دیویس و همکاران استفاده کردیم. [ 16] و آیتم های عوامل تغییر شکل یافته. در مورد رابطه بین سودمندی درک شده (PU) و قصد رفتاری (BI) از توصیه های TAM 3 [ 45 ] پیروی کردیم. با این وجود، تفاوت‌هایی در قدرت ارتباطات مورد بررسی در بین دانشجویان اقتصاد و جغرافیا در جنبه‌های زمانی مختلف (در ابتدا و انتهای چرخه پروژه) وجود دارد.
همچنین با تحقیق می‌توان تأیید کرد که پروژه Spationomy به هدف خود رسیده است، زیرا هر دو گروه دانش‌آموز (دانشجویان اقتصاد و جغرافیا) دانش بین‌رشته‌ای را کسب کرده‌اند و دانشجویان قصد دارند در آینده از آن استفاده کنند. نتایج تحقیقات آزمایش مدل نشان می‌دهد که هر دو گروه از دانش‌آموزان پس از پایان پروژه Spationomy قصد رفتاری بسیار بالایی در آینده برای استفاده از دانش میان رشته‌ای اقتصاد و جغرافیا دارند (نیت رفتاری-BI- دارای مقادیر بتا بسیار بالایی است). برای دانشجویان اقتصادی روابط مهم بین سهولت استفاده (PEOU) و سودمندی درک شده (PU) و بین سودمندی درک شده (PU) و نگرش نسبت به استفاده (AT) در ابتدا است. در حالی که پس از چرخه پروژه Spationomy نیز رابطه بین نگرش به استفاده (AT) و قصد رفتاری (BI) از نظر آماری معنادار می شود. این بدان معناست که دانشجویان قصد دارند در آینده از دانش میان رشته ای اقتصاد و جغرافیا استفاده کنند. برای دانشجویان جغرافیا در ابتدای چرخه پروژه Spationomy (GeoBe) سهولت استفاده درک شده (PEOU) بر سودمندی درک شده (PU) و نگرش نسبت به استفاده (AT) تأثیری ندارد. مشخصه این دانش آموزان این است که در ابتدای چرخه پروژه، سودمندی درک شده (PU) بر نگرش نسبت به استفاده (AT) و قصد رفتاری (BI) تأثیر می گذارد، اما در پایان چرخه پروژه (GeoAf)، ارتباط بین سهولت استفاده درک شده (PEOU) و سودمندی درک شده (PU) از نظر آماری معنی دار می شود، و همچنین پیوندهای بین سودمندی درک شده (PU) و نگرش نسبت به استفاده (AT) و سودمندی درک شده (PU) و قصد رفتاری (BI) از نظر آماری قوی تر است. این امر تأیید می کند که بین دو گروه از دانش آموزان (دانشجویان اقتصاد و جغرافیا) تفاوت معنی داری وجود دارد و این تفاوت ها قبل از شروع کسب دانش بین رشته ای از طریق چرخه پروژه Spationomy و پس از پایان چرخه پروژه است (فرضیه H1 رد می شود).
بر اساس نتایج ارائه شده، می‌توان فرضیه صفر (H1) مبنی بر عدم وجود تفاوت در استحکام روابط در مدل مفهومی بین دو گروه مورد پژوهش (دانشجویان اقتصادی و دانش‌آموزان جغرافیا) را رد کرد. نتایج تحقیق نشان می دهد که رویکرد یادگیری و تدریس میان رشته ای منجر به نگرش مثبت دانش آموزان نسبت به دانش میان رشته ای می شود. دانشجویان هر دو رشته مورد مطالعه (دانشجویان اقتصاد و دانشجویان جغرافیا) دریافتند که دستیابی به نتایج جامع‌تر مستلزم هم افزایی همکاری متقابل و خلاقانه میان رشته‌ای بین متخصصان دیدگاه‌های مختلف، یعنی زمینه‌های تخصصی متفاوت است. این امر بر کل نگری و وابستگی متقابل لازم به عنوان یک ابزار بسیار قدرتمند تأکید می کند.6 , 7 , 12 , 17 , 20 , 21 , 22 , 23 , 28 ]. بر اساس تحقیقات ارائه شده، تجزیه و تحلیل آن و ترکیب یافته ها، می توان گفت که متخصصان در زمینه اقتصاد و جغرافیا باید همکاری کنند. بدیهی است که دانش و همکاری بین رشته ای نتایج بهتری به همراه دارد.
این پژوهش فضایی داده های اقتصادی نتایج معنی داری را نشان داد. بینش استراتژیک به دست آمده در مورد نگرش مثبت دانش آموزان نسبت به دانش میان رشته ای ممکن است اطلاعات مفیدی را هم برای سیاست گذاران اقتصادی و هم برای دست اندرکاران (کارمندان، صاحبان مشاغل و/یا مدیران) و به ویژه برای مؤسسات آموزشی در تمام سطوح تحصیلی فراهم کند. توصیه می‌کنیم با استفاده از روش‌های آموزشی مدرن و ابزارهای IT/IS معاصر، و/یا شبکه‌سازی موضوعات و رشته‌های مختلف، دستیابی به همکاری‌های خلاقانه میان رشته‌ای را از طریق فرآیند آموزشی تقویت کنیم. این یک راه ممکن برای توسعه شایستگی های عرضی است که برای انواع مختلف حرفه ها و حرفه های مختلف در آنها مورد نیاز است [ 4 ، 18 ، 19 ]]. به این ترتیب، دانش آموزان – یعنی کارکنان آینده باید برای نیازهای تمرین آمادگی بیشتری داشته باشند و بتوانند وظایف مورد نیاز را راحت تر و با موفقیت انجام دهند. علاوه بر این، کارفرمایان باید کارمندان با آمادگی بهتری را استخدام کنند که بیشتر و بیشتر قادر به انجام کارهای مستقل و وابسته به یکدیگر هستند [ 17 ].
بنابراین، ما به سیاستگذاران اتحادیه اروپا و تک تک کشورهای عضو اتحادیه اروپا پیشنهاد می کنیم که تحقیقات بین رشته ای را ترویج کنند و رویکردهای بین رشته ای را در سیستم های آموزشی خود ادغام کنند. این تحقیق ثابت می کند که رویکرد بین رشته ای نتایج بهتری را ارتقا می دهد و در بین جوانان با استقبال بسیار خوبی مواجه می شود. دانشجویان درگیر در این پروژه قصد دارند در آینده نیز از دانش میان رشته ای استفاده کنند. اقتصاددانان ارزش عملی رشته جغرافیا را در کار خود درک کرده اند و جغرافیدانان مزایای علم اقتصاد را که می توانند به نحو احسن در زمینه رشته های خود پیاده کنند، تشخیص داده اند. تجربه ای که دانش آموزان با شرکت در پروژه Spationomy به دست آوردند برای آنها منحصر به فرد است و همچنین نشان دهنده نقطه عطف مهمی در تفکر آنها است – شروع به تفکر متفاوت و جامع تر. در سطح شخصی، سازمانی و اجتماعی، آنها به طور ضروری کل نگری و وابستگی متقابل را در نظر خواهند گرفت و همچنین به دنبال ارتقاء هم افزایی در تمام جنبه های زندگی شخصی و حرفه ای خود خواهند بود.
در طول تحقیق این موضوع، ما هیچ تحقیق قابل مقایسه ای پیدا نکردیم که تأثیر GIS یا سایر ابزارهای مبتنی بر IT/IS را بر دانش آموزان جغرافیا از طریق TAM بررسی کند. همچنین، این یک مفهوم مهم این مقاله برای تئوری و عمل این حوزه تحقیقاتی است.
تحقیق ما دارای محدودیت‌هایی است که ممکن است احتمالاتی را برای تحقیقات بیشتر، به ویژه در مورد پیامدهای آن برای مربیان، نشان دهد. یعنی در شرایط مدرن دستیابی به مزیت های رقابتی سازمان ها، کارکنان باید خارج از چارچوب فکر کنند و با در نظر گرفتن وابستگی بین رشته ای به دنبال راه حل های بهتر برای آینده ای بهتر باشند. آنها نیاز به توسعه شایستگی های عرضی و دستیابی به هم افزایی از طریق همکاری های بین رشته ای متقابل دارند. برای دستیابی به این امر لازم است همانطور که قبلاً اشاره کردیم تغییراتی در نظام آموزشی ایجاد شود. فرآیند یاددهی/یادگیری باید شامل رویکردهای اختصاصی برای یادگیری حوزه های بین رشته ای باشد. از نظر آماری تایید و اثبات شده است، این در مورد رشته اقتصاد و جغرافیا صدق می کند و ما به همین ترتیب پیشنهاد می کنیم رشته های دیگر رشته های مختلف را بررسی کنید. برای اینکه معلمان بتوانند آموزش بین رشته ای را انجام دهند، باید یافته های همکاری بین رشته ای متقابل را برای دستیابی به هم افزایی ارائه شده در این مقاله دنبال کنند. بنابراین، آنها همچنین باید کاملاً جامع و به وابستگی متقابل زمینه های مختلف حرفه ای گرایش داشته باشند. ما پیشنهاد می کنیم که تمایل معلمان و سطح برخورداری آنها از دانش بین رشته ای در آینده بیشتر مورد بررسی قرار گیرد. آنها همچنین باید کاملاً جامع باشند و به وابستگی متقابل زمینه های مختلف حرفه ای معطوف شوند. ما پیشنهاد می کنیم که تمایل معلمان و سطح برخورداری آنها از دانش بین رشته ای در آینده بیشتر مورد بررسی قرار گیرد. آنها همچنین باید کاملاً جامع باشند و به وابستگی متقابل زمینه های مختلف حرفه ای معطوف شوند. ما پیشنهاد می کنیم که تمایل معلمان و سطح برخورداری آنها از دانش بین رشته ای در آینده بیشتر مورد بررسی قرار گیرد.
این تحقیق در واقع بر روی یک نمونه محدود از تنها دو رشته (اقتصاد و جغرافیا) انجام شد که توسط دانشجویانی از کشورهای منتخب اتحادیه اروپا که در پروژه Spationomy شرکت داشتند، ارائه شد. با این حال، نتایج دلگرم‌کننده‌ای که در این زمینه پیشگام است، نشان می‌دهد که این منطقه ارزش کاوش بیشتر را دارد.
مفاهیم اساسی این مقاله برای حوزه تحقیق از این شناخت ناشی می‌شود که TAM برای توضیح پذیرش استفاده از دانش میان رشته‌ای دانشجویان اقتصاد و جغرافیا در فرآیند یادگیری مناسب است. علاوه بر این، مایلیم این واقعیت را فاش کنیم که در طول تحقیق موضوع، هیچ تحقیق قابل مقایسه دیگری که تأثیر GIS یا سایر ابزارهای IT/IS مبتنی بر دانش‌آموزان جغرافیا را از طریق TAM بررسی کند، پیدا نکردیم. بنابراین، همچنین، این یک مفهوم مهم برای حوزه تحقیق است.
یافته های کلیدی تحقیق ما:
  • زمینه میان رشته ای اقتصاد و همکاری تجاری و جغرافیا به سرعت در حال رشد است (تحلیل کتاب سنجی در بخش 2.3 ).
  • TAM می تواند برای کشف وابستگی متقابل دانش تجارت و جغرافیا از نظر ابزارهای IT استفاده شود.
  • کسب دانش بین رشته ای در پروژه Spationomy بر نیات رفتاری هر دو گروه از دانش آموزان مورد مطالعه (دانشجویان اقتصادی و دانشجویان جغرافیا) تأثیر گذاشت.
  • تفاوت هایی در پذیرش دانش بین رشته ای بین دو گروه از دانشجویان مورد تحقیق وجود دارد.
با این فکر می‌توان نتیجه گرفت که نتایج تحقیق ما اهمیت پیوند دانش اقتصادی و جغرافیایی فضایی را تأیید می‌کند. این مقاله از چارچوب TAM برای تحقیق نگرش دانشجویان اقتصاد و جغرافیا نسبت به دانش میان رشته ای استفاده می کند. نتایج پژوهش در مورد قصد رفتاری آتی دانش‌آموزان برای استفاده از ابزارهای IK/IS نشان داد که دانش‌آموزان رشته‌های اقتصادی و جغرافیایی مورد مطالعه، دانش بین‌رشته‌ای کسب کرده‌اند و قصد دارند در آینده نیز از آن استفاده کنند.

منابع

  1. بنسون، ای. هانسن، جی. شوارتز، ای.، جونیور؛ Smersh, G. قیمت گذاری امکانات مسکونی: ارزش یک منظره. جی. امور مالی املاک و مستغلات. اقتصاد 1998 ، 16 ، 55-73. [ Google Scholar ] [ CrossRef ]
  2. رابینسون، پی. گنسکو، ک. شاو، بی. شپرد، R. موانع و فرصت‌ها برای ادغام علوم اجتماعی در مدیریت منابع طبیعی: درس‌هایی از ذخیره‌گاه‌های تحقیقاتی ملی دهانه رودخانه. Env. مدیریت 2012 ، 50 ، 998-1011. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  3. یو، اس. ون، ی. چن، ام. لو، جی. هو، دی. Zhang، F. مدل توصیف داده برای استفاده مجدد، به اشتراک گذاری و یکپارچه سازی مدل های تجزیه و تحلیل جغرافیایی. Env. Earth Sci 2015 ، 74 ، 7081-7099. [ Google Scholar ] [ CrossRef ]
  4. تومینک، پی. پاستو، وی. بابک، اس. Sternad Zabukovšek, S. ادغام و استفاده از دانش بین رشته ای در زمینه علوم فضایی و اقتصادی / تجاری. کروات. جی. آموزش. 2019 ، 21 ، 861-892. [ Google Scholar ]
  5. شن، جی. سانگ، اس. ژانگ، دی. به سمت چارچوبی تحلیلی از فرآیندهای استدلال و ارتباطات میان رشته ای (IRC) در علم. بین المللی J. Sci. آموزش. 2015 ، 37 ، 2809-2835. [ Google Scholar ] [ CrossRef ]
  6. مولج، م. بوژیچنیک، اس. چانچر، وی. هراست، ع. جورشه، ک. کاجزر، ش. کنز-ریدل، جی. جر لازانسکی، تی. ملاکار، تی. مولج، ن. و همکاران تفکر سیستمی دیالکتیکی و قانون کل نگری لازم در مورد نوآوری ; انتشارات Emergent: Litchfield Park، Arizona، 2013. [ Google Scholar ]
  7. ISO ISO 26000، مسئولیت اجتماعی: کشف ISO 26000 (آنلاین) ; ISO-سازمان بین المللی استاندارد: سوئیس، ژنو، 2010; در دسترس آنلاین: https://www.iso.org/iso/discovering_iso_26000.pdf (دسترسی در 29 ژوئن 2011).
  8. آگلیاری، ا. Commendatore, P. فرونی، آی. کوبین، I. انتظارات و مکان صنعت: تحلیل دینامیکی زمان گسسته. تصمیم می گیرد. Econ Finan 2014 ، 37 ، 3-26. [ Google Scholar ] [ CrossRef ]
  9. رائه، ا. سنر، آر. چگونه کاربران وب سایت یک شهر را تقسیم بندی می کنند: جغرافیای جستجوی مسکن در لندن. به نقل از 2016 ، 52 ، 140-147 . [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  10. هو، ال. او هست.؛ لو، ی. سو، اس. شین، جی. ونگ، ام. یک رویکرد مبتنی بر رسانه های اجتماعی برای ارزیابی اثربخشی سیاست مسکن عادلانه در کاهش نابرابری های اجتماعی ناشی از دسترسی به آموزش در شانگهای، چین. خط‌مشی استفاده از زمین 2020 ، 94 ، 104513. [ Google Scholar ] [ CrossRef ]
  11. ماکو، ک. کاها، ج. پاستو، وی. توچک، ص. ذهنی یا عینی؟ چگونگی ارتباط معیارهای عینی با رضایت ذهنی از زندگی در اروپا Isprs Int. J. Geo-Inf 2020 ، 9 ، 320. [ Google Scholar ]
  12. دانکووا، پ. والوا، م. Štrukelj, T. تحلیل مقایسه ای استانداردهای بین المللی CSR به عنوان دستورالعمل های نوآوری سیاست سازمانی/حکومت. سیستم Res. رفتار علمی 2015 ، 32 ، 152-159. [ Google Scholar ] [ CrossRef ]
  13. یورگنز، سی. موس، ن. Redecker، AP Spationomy – اکتشاف فضایی داده‌های اقتصادی – یک پروژه ژئوماتیک بین‌رشته‌ای. Kn-J. کارتوگر. Geogr. Inf. 2018 ، 2018 ، 66–71. [ Google Scholar ]
  14. پاستو، وی. یورگنز، سی. تومینک، پی. Burian, J. (Eds.) Spationomy: Spatial Exploration of Economic Data and Methods of Interdisciplinary Analytics ; اسپرینگر، پلیس: چم، سوئیس، 2020؛ در دسترس آنلاین: https://link.springer.com/book/10.1007/978-3-030-26626-4#about (در 20 مارس 2020 قابل دسترسی است). [ CrossRef ][ نسخه سبز ]
  15. دیویس، FD سودمندی درک شده، سهولت درک شده و پذیرش کاربر از فناوری اطلاعات. Mis Q. 1989 , 13 , 319-340. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  16. دیویس، FD; باگوزی، آر.پی. وارشاو، روابط عمومی پذیرش کاربر از فناوری رایانه: مقایسه دو مدل نظری. مدیریت علمی 1989 ، 35 ، 982-1003. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  17. دوه، م. بلک، ج. Štrukelj, T. رویکرد نوآورانه در توسعه شایستگی ها برای عملکرد تجاری. در کتابچه راهنمای پژوهشی افزایش نوآوری در مؤسسات آموزش عالی ; Babić, V., Nedelko, Z., Eds. IGI Global: Hershey، PA، ایالات متحده آمریکا، 2020؛ ص 428-463. [ Google Scholar ]
  18. استرناد زابوکوفسک، اس. شاه بهاردواج، س. بابک، اس. Štrukelj، T. تحقیق مبتنی بر مدل پذیرش فناوری در مورد تفاوت های استفاده از سیستم های برنامه ریزی منابع سازمانی در هند و اتحادیه اروپا. Inžinerinąe Ekon. 2019 ، 30 ، 326-338. [ Google Scholar ]
  19. اشتروکلی، تی. زلاتانوویچ، دی. نیکولیچ، جی. Sternad Zabukovšek، S. یک رویکرد اقدام یادگیری سیستمی سایبری به سمت توسعه شایستگی های دانش آموزان منتخب. Kybernetes 2019 ، 48 ، 1516-1533. [ Google Scholar ] [ CrossRef ]
  20. Mulej, M. Dialektična teorija sistemov in ljudski reki. Naše Gospod. 1974 ، 21 ، 207-212. [ Google Scholar ]
  21. دوه، م. Štrukelj, T. یکپارچگی و کل نگری لازم در حاکمیت و مدیریت شرکت به عنوان پیش شرط مقابله با تغییرات جهانی محیطی. Acta Polytech. آویزان شد. 2011 ، 8 ، 41-60. [ Google Scholar ]
  22. اشتروکلی، تی. Šuligoj، M. کل گرایی و مسئولیت اجتماعی برای حاکمیت شرکت گردشگری. Kybernetes 2014 ، 43 ، 394-412. [ Google Scholar ] [ CrossRef ]
  23. اشتروکلی، تی. Sternad Zabukovšek, S. ارزش های سازمانی و وابستگی متقابل سیاست سازمانی. Ekon. Istraživanja-Ecopnomics Res. 2019 ، 32 ، 2829–2849. [ Google Scholar ]
  24. اشتروکلی، تی. نیکولیچ، جی. زلاتانوویچ، دی. Sternad Zabukovšek، S. یک مدل استراتژیک برای توسعه سیاست تجاری پایدار. پایداری 2020 ، 12 ، 526. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  25. Bertalanffy، LV طرح کلی از نظریه سیستم عمومی. برادر جی. فیلوس. علمی 1950 ، 1 ، 134-165. [ Google Scholar ] [ CrossRef ]
  26. برتالانفی، نظریه سیستم های عمومی LV . مبانی، توسعه، کاربردها ، ویرایش ششم. برزیل: نیویورک، نیویورک، ایالات متحده آمریکا، 1979. [ Google Scholar ]
  27. وینر، ن. سایبرنتیک یا کنترل و ارتباطات در حیوانات و ماشین . انتشارات MIT: کمبریج، MA، ایالات متحده آمریکا، 1948. [ Google Scholar ]
  28. زلاتانوویچ، دی. Mulej, M. رویکردهای سیستم های نرم به مدیریت ارزش های دانش به عنوان محرک های نوآوری. بالت. جی. مناگ. 2015 ، 10 ، 497-518. [ Google Scholar ] [ CrossRef ]
  29. برودر، پی. اریکسون، RH قدرت ماندگار: چه چیزی بر بقای شرکت های کوچک در گردشگری تأثیر می گذارد؟ تور. Geogr. 2013 ، 15 ، 125-164. [ Google Scholar ] [ CrossRef ]
  30. شولز، سی. بیلی، اول. اقتصاد سبز و رژیم‌های پس از رشد: فرصت‌ها و چالش‌ها برای جغرافیای اقتصادی. Geogr. ان سر. ب: هوم. Geogr. 2014 ، 96 ، 277-291. [ Google Scholar ] [ CrossRef ]
  31. ترهورست، پی. Erkuş-Öztürk، H. گردشگری شهری و تقسیم بندی فضایی در زمینه رستوران ها: مورد آمستردام. بین المللی J. Cult. تور. بیمارستان Res. 2015 ، 9 ، 85-102. [ Google Scholar ]
  32. رایت سی دی.؛ ارکر، بی. استرناد زابوکوفسک، اس. Bobek, S. انفورماتیک فضایی در مدیریت تامین آب: مورد Mariborski vodovod. در فضای شناسی: کاوش فضایی داده های اقتصادی و روش های تحلیل میان رشته ای . Pászto, V., Jürgens, C., Tominc, P., Burian, J., Eds. اسپرینگر، پلیس: چم، سوئیس، 2020؛ ص 243-255. [ Google Scholar ]
  33. کاستا، سی. فریرا، ای. بنتو، اف. آپاریسیو، A. عوامل تعیین کننده رضایت و پذیرش برنامه ریزی منابع سازمانی. محاسبه کنید. هوم رفتار 2016 ، 63 ، 659-671. [ Google Scholar ] [ CrossRef ]
  34. فیشبین، ام. باور ، نگرش، قصد و رفتار: درآمدی بر نظریه و تحقیق . Addison-Wesley: Reading، MA، ایالات متحده آمریکا، 1975. [ Google Scholar ]
  35. Ajzen، I. نظریه رفتار برنامه ریزی شده. عضو. رفتار هوم تصمیم می گیرد. روند. 1991 ، 50 ، 179-211. [ Google Scholar ] [ CrossRef ]
  36. Rogers, E. Diffusion of Innovations , 5th ed.; مطبوعات آزاد: نیویورک، نیویورک، ایالات متحده آمریکا، 2003. [ Google Scholar ]
  37. پون، اس. سواتمن، پی. یک مطالعه اکتشافی در مورد مسائل تجارت اینترنتی کسب و کارهای کوچک. Inf. مدیریت 1999 ، 35 ، 9-18. [ Google Scholar ] [ CrossRef ]
  38. تورناتزکی، ال. فلیشر، ام . فرآیند نوآوری فناوری . Lexington Books: Lexington, MA, USA, 1990. [ Google Scholar ]
  39. کالدریا، ام. وارد، جی. استفاده از تئوری مبتنی بر منابع برای تفسیر پذیرش موفقیت آمیز و استفاده از سیستم های اطلاعاتی و فناوری در تولید شرکت های کوچک و متوسط. یورو J. Inf. سیستم 2003 ، 12 ، 127-141. [ Google Scholar ] [ CrossRef ]
  40. ونکاتش، وی. دیویس، FD گسترش نظری مدل پذیرش فناوری: چهار مطالعه میدانی طولی. مدیریت علمی 2000 ، 46 ، 186-205. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  41. لو، جی. چون-شنگ، ی. لیو، سی. مدل پذیرش فناوری یائو، JE برای اینترنت بی سیم. بین المللی Res. الکترون. شبکه Appl. سیاست 2003 ، 13 ، 206-222. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  42. لیو، ال. Ma, Q. عملکرد سیستم درک شده: آزمون یک مدل پذیرش فناوری توسعه یافته. جی ارگان. محاسبات کاربر نهایی 2006 ، 18 ، 1-24. [ Google Scholar ] [ CrossRef ]
  43. Amoako-Gyampah، K. سلام، AF توسعه مدل پذیرش فناوری در یک محیط پیاده سازی ERP. Inf. مدیریت 2004 ، 41 ، 731-745. [ Google Scholar ] [ CrossRef ]
  44. لی، دی اچ. لی، اس ام. اولسون، دی ال. Chung, SH تأثیر پشتیبانی سازمانی بر اجرای ERP. Ind. Manag. سیستم داده 2010 ، 110 ، 269-283. [ Google Scholar ] [ CrossRef ]
  45. ونکاتش، وی. بالا، اچ. مدل پذیرش فناوری 3 و دستور کار پژوهشی در مورد مداخلات. تصمیم می گیرد. علمی 2008 ، 39 ، 273-315. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  46. Shih، YY; Huang, SS استفاده واقعی از سیستم های ERP: دیدگاه پذیرش فناوری گسترده. J. Res. تمرین کنید. Inf. تکنولوژی 2009 ، 41 ، 263-276. [ Google Scholar ]
  47. استرناد، اس. عوامل خارجی مبتنی بر TAM Bobek، S. مربوط به پذیرش راه حل های ERP در سازمان ها. بین المللی J. Inf. سیستم پروژه مدیریت 2013 ، 1 ، 25-38. [ Google Scholar ]
  48. استرناد، اس. Bobek, S. تجزیه و تحلیل مقایسه ای عوامل پذیرش برای راه حل های SAP و Microsoft Dynamics NAV ERP در مرحله استفاده از بلوغ: مسائل Enterprise 2.0. در کتابچه راهنمای تحقیق در مورد سازمان 2.0: ابعاد اجتماعی و سازمانی فناورانه ; مرجع علم بازرگانی; Cruz-Cunha, MM, Moreira, F., Varajao, J., Eds. IGI Global: نیویورک، نیویورک، ایالات متحده آمریکا، 2014; صص 389-415. [ Google Scholar ]
  49. کالیسر، اف. گوموسوی، کالیفرنیا؛ بایرام، الف. پیش‌بینی قصد رفتاری برای استفاده از سیستم‌های برنامه‌ریزی منابع سازمانی – گسترش اکتشافی مدل پذیرش فناوری. مدیریت Res. اخبار 2009 ، 32 ، 597-613. [ Google Scholar ] [ CrossRef ]
  50. مایه، م. رامایا، تی. Mishra، A. نقش ظرفیت جذب، ارتباطات و اعتماد در پذیرش ERP. جی. سیست. نرم افزار 2016 ، 119 ، 58-69. [ Google Scholar ] [ CrossRef ]
  51. استرناد، اس. گرادیشر، م. Bobek, S. تأثیر عوامل خارجی بر استفاده روتین ERP. Ind. Manag. + سیستم داده 2011 ، 111 ، 1511-1530. [ Google Scholar ] [ CrossRef ]
  52. سان، ی. باتاچرجی، ا. Ma, Q. گسترش استفاده از فناوری به تنظیمات کاری: نقش سازگاری کار درک شده در اجرای ERP. Inf. مدیریت 2009 ، 46 ، 351-356. [ Google Scholar ] [ CrossRef ]
  53. استرناد زابوکوفسک، اس. کالینیچ، ز. بابک، اس. Tominc، P. SEM-ANN تحقیق بر اساس تاثیر عوامل بر استفاده گسترده از سیستم های ERP. سنت. یورو جی. اوپر. Res. 2019 ، 27 ، 703-735. [ Google Scholar ] [ CrossRef ]
  54. یانگبرگ، ای. اولسن، دی. Hauser, K. عوامل تعیین کننده پذیرش حرفه ای مستقل کاربر نهایی در یک محیط سیستم برنامه ریزی منابع سازمانی. بین المللی J. Inf. مدیریت 2009 ، 29 ، 138-144. [ Google Scholar ] [ CrossRef ]
  55. Shivers-Blackwell, SL; Charles, AC Ready, set, go: بررسی آمادگی دانش آموزان برای استفاده از فناوری ERP. جی. مناگ. توسعه دهنده 2006 ، 25 ، 795-805. [ Google Scholar ] [ CrossRef ]
  56. بردلی، جی. لی، آموزش CC ERP و رضایت کاربر: مطالعه موردی. بین المللی J. Enterp. Inf. سیستم 2007 ، 3 ، 33-50. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  57. اسکات، جی. Walczak، S. تعامل شناختی با ابزار آموزشی ERP چند رسانه ای: ارزیابی خودکارآمدی رایانه و پذیرش فناوری. Inf. مدیریت 2009 ، 46 ، 221-232. [ Google Scholar ] [ CrossRef ]
  58. استرناد زابوکوفسک، اس. پیچک، آر. بابک، اس. شیشوفسکا، آی. Tominc، P. مطالعه مبتنی بر مدل پذیرش فناوری نگرش دانشجویان نسبت به استفاده از راه حل های برنامه ریزی منابع سازمانی. J. Inf. عضو. علمی 2019 ، 43 ، 49-71. [ Google Scholar ] [ CrossRef ]
  59. الزیغیبی، ع. محمدیان، م. Talukder, M. عوامل مؤثر بر پذیرش سیستم های GIS در بخش عمومی در عربستان سعودی و تأثیر آنها بر عملکرد سازمانی. جی. جئوگر. Inf. سیستم 2016 ، 8 ، 396-411. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  60. لی، جی.-جی. چی، ی.-ل. حسیه، ی.-س. چن، Y.-W. چه چیزی بر استفاده معلمان جغرافیا از سیستم های اطلاعات جغرافیایی تأثیر می گذارد؟ تحلیل معادلات ساختاری محاسبه کنید. آموزش. 2013 ، 62 ، 191-195. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  61. چاکار، ب. عوامل مؤثر بر پذیرش فناوری های GIS توسط افسران پلیس: مطالعه پلیس ملی ترکیه. Ph.D. پایان نامه، دانشگاه دنتون، دنتون، تگزاس، ایالات متحده آمریکا، 2011. [ Google Scholar ]
  62. چانگ، جی. Caneday، L. GIS مبتنی بر وب در جستجوی اطلاعات گردشگری: درک، وظایف و ویژگی های سفر. تور. مدیریت 2011 ، 32 ، 1435-1437. [ Google Scholar ] [ CrossRef ]
  63. لوکیس، ای. Xenakis، A. پیترز، آر. چارالابیدیس، ی. استفاده از ابزارهای Gis برای حمایت از مشارکت الکترونیکی – یک ارزیابی سیستماتیک. در مشارکت الکترونیکی: قسمت الکترونیکی 2010 – یادداشت های سخنرانی در علوم کامپیوتر ; Tambouris, E., Macintosh, A., Glassey, O., Eds.; Springer: برلین/هایدلبرگ، آلمان، 2010. [ Google Scholar ]
  64. میردا، ج. بهارالدین، ع. Karkonasasi، K. عوامل پذیرش فناوری مؤثر بر قصد پذیرش سیستم اطلاعات جغرافیایی (GIS) در میان دولت‌های محلی در غرب آچه، سوماترا، اندونزی. بین المللی J. Appl. مهندس Res. 2016 ، 11 ، 2711-2716. [ Google Scholar ]
  65. Adu Gyamfi, S. ابزارهای غیررسمی در زمینه رسمی: پذیرش فناوری های وب 2.0 در میان معلمان دانش آموز جغرافیا در غنا. بین المللی جی. آموزش. توسعه دهنده استفاده از Ict 2017 ، 13 ، 24-40. [ Google Scholar ]
  66. Tan, KL پذیرش دستیاران دیجیتال شخصی برای کار میدانی جغرافیا. Ph.D. پایان نامه، دانشگاه فنی نانیانگ، سنگاپور، 2006. [ Google Scholar ]
  67. گاندولف، ک. Filser, M. پژوهش مدیریت و دین: تحلیل استنادی. اتوبوس جی. اخلاق 2013 ، 112 ، 177-185. [ Google Scholar ] [ CrossRef ]
  68. ون اک، پیشرفت‌های روش‌شناختی نیوجرسی در نقشه‌برداری کتاب‌سنجی علم . 2011. در دسترس آنلاین: https://repub.eur.nl/pub/26509/EPS2011247LIS9789058922915.pdf (در 20 اوت 2019 قابل دسترسی است).
  69. ون اک، نیوجرسی؛ راهنمای Waltman, L. VOSviewer . Univeristeit Leiden: Leiden, The Netherlands, 2013. [ Google Scholar ]
  70. لچومانان، ام. Muniandy، B. مهاجرت به کتاب الکترونیکی: مطالعه ای در مورد سودمندی درک شده و سهولت استفاده. Libr یادداشت‌های سی‌دی آنلاین Hi Tech New Inc. 2013 ، 30 ، 319–340. [ Google Scholar ] [ CrossRef ]
  71. Park, SY تجزیه و تحلیل مدل پذیرش فناوری در درک قصد رفتاری دانشجویان دانشگاه برای استفاده از یادگیری الکترونیکی. آموزش. تکنولوژی Soc. 2009 ، 12 ، 150-162. [ Google Scholar ]
  72. شبجان، یو. Tominc, P. تأثیر حمایت معلم و سازگاری با نیازهای مطالعه بر سودمندی SPSS توسط دانشجویان. محاسبه کنید. هوم رفتار 2015 ، 53 ، 354-365. [ Google Scholar ] [ CrossRef ]
  73. چانه، WW مسائل و نظر در مورد مدل سازی معادلات ساختاری. Mis Q. 1998 , 22 , vii–xvi. [ Google Scholar ]
  74. حلقه، CM; ونده، اس. بکر، جی.-ام. SmartPLS 3 . SmartPLS GmbH: Boenningstedt. 2015. در دسترس آنلاین: https://www.smartpls.com (در 12 مه 2018 قابل دسترسی است).
  75. هنسلر، جی. حلقه، CM; Sinkovics، RR استفاده از مدل‌سازی مسیر حداقل مربعات جزئی در بازاریابی بین‌المللی. چالش جدید. بین المللی علامت گذاری. (Adv. Int. Mark.) 2009 ، 20 ، 277-319. [ Google Scholar ]
  76. هنسلر، جی. حلقه، CM; سرستد، ام. معیاری جدید برای ارزیابی اعتبار تمایز در مدل‌سازی معادلات ساختاری مبتنی بر واریانس. J. Acad. علامت گذاری. علمی 2015 ، 43 ، 115-135. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  77. حداقل مربعات جزئی گارسون، GD : رگرسیون و مدل‌های معادله ساختاری . Garson and Statistical Associates Publishing: Asheboro, NC, USA, 2016. [ Google Scholar ]
  78. فورنل، سی. Larcker, DF ارزیابی مدل های معادلات ساختاری با متغیرهای غیر قابل مشاهده و خطاهای اندازه گیری. جی. مارک. Res. 1981 ، 18 ، 39-50. [ Google Scholar ] [ CrossRef ]
  79. هنسلر، جی. هوبونا، جی. Ray, PA با استفاده از مدل‌سازی مسیر PLS در تحقیقات فناوری جدید: دستورالعمل‌های به‌روز شده. Ind. Manag. سیستم داده 2016 ، 116 ، 2-20. [ Google Scholar ] [ CrossRef ]
  80. کلاین، RB اصول و تمرین مدلسازی معادلات ساختاری ; Guilford Press: نیویورک، نیویورک، ایالات متحده آمریکا، 2011. [ Google Scholar ]
  81. Hu, LT; شاخص‌های Bantler، PM Fit در مدل‌سازی ساختار کوواریانس: حساسیت نسبت به تعیین نادرست مدل تحت پارامتری. روانی Methods 1998 ، 3 ، 233-249. [ Google Scholar ] [ CrossRef ]
  82. استرناد زابوکوفسک، اس. اشتروکلی، تی. تومینک، پی. Bobek, S. عوامل مؤثر بر نگرش دانش آموزان نسبت به سیستم های ERP به عنوان محیط های یادگیری به کمک رایانه. در کتابچه راهنمای پژوهشی افزایش نوآوری در مؤسسات آموزش عالی ; Nedelko, Z., Babić, V., Eds.; IGI Global: نیویورک، نیویورک، ایالات متحده آمریکا، 2020؛ صص 485-522. [ Google Scholar ]
Ijgi 09 00421 g001 550
شکل 1. مدل پذیرش اولیه فناوری (TAM) [ 15 ، 16 ].
Ijgi 09 00421 g002 550
شکل 2. سری زمانی موارد منتشر شده در پایگاه داده اسکوپوس، 30 آوریل 2020، کلمات کلیدی اکتشاف فضایی، داده های اقتصادی، آموزش. (منبع: پژوهش نویسندگان، بر اساس داده های اسکوپوس).
Ijgi 09 00421 g003 550
شکل 3. ساختار اقلام منتشر شده در پایگاه داده اسکوپوس، 30 آوریل 2020، کلیدواژه‌های اکتشاف فضایی، داده‌های اقتصادی، آموزش، در رابطه با حوزه تحقیق. (منبع: پژوهش نویسندگان، بر اساس داده های اسکوپوس).
Ijgi 09 00421 g004 550
شکل 4. نقشه برداری کتاب سنجی با تجزیه و تحلیل مؤلفه های زمانی بر اساس پایگاه داده اسکوپوس، 30 آوریل 2020، کلمات کلیدی اکتشاف فضایی، داده های اقتصادی، آموزش. (منبع: پژوهش نویسندگان، بر اساس داده های اسکوپوس).
Ijgi 09 00421 g005 550
شکل 5. مدل مفهومی تحقیق.
Ijgi 09 00421 g006a 550 Ijgi 09 00421 g006b 550
شکل 6. ( الف ) نتایج تحلیل مدل ساختاری برای دانشجویان اقتصادی در ابتدا. ( ب ) نتایج تحلیل مدل ساختاری برای دانشجویان اقتصادی در پایان. ( ج ) نتایج تحلیل مدل ساختاری برای دانشجویان جغرافیا در ابتدا. ( د ) نتایج تحلیل مدل ساختاری برای دانشجویان رشته جغرافیا در پایان.

مقالات داخلی و بین المللی

مطالب مرتبط ...

بدون دیدگاه

دیدگاهتان را بنویسید