ارائه مدل علّی پیش‌بینی حضور اجتماعی برخط بر اساس حضور شناختی برخط با واسطه‌گری خودکارآمدی رایانه‌ای

پژوهش حاضر با هدف ارائه مدل علّی پیش‌بینی حضور اجتماعی برخط بر اساس حضور شناختی برخط با واسطه‌گری خودکارآمدی رایانه‌ای صورت گرفت. روش پژوهش به‌لحاظ هدف، بنیادی و به‌لحاظ نوع داده‌های گردآوری شده، کمّی و مبتنی بر رویکرد همبستگی است. شرکت‌کنندگان شامل 261 نفر از دانشجویان دوره‌های برخط دانشگاه‌ پیام نور استان خراسان شمالی در سال تحصیلی 1400-1399 بودند که با روش نمونه‌گیری تصادفی خوشه‌ای چند مرحله‌ای انتخاب شدند. ابزارهای پژوهش، مقیاس‌های حضور شناختی برخط، حضور اجتماعی برخط و خودکارآمدی رایانه‌ای بودند. تحلیل داده‌ها با روش مدل‌یابی معادلات ساختاری در بستر نرم‌افزار amos-24 انجام شد. یافته‌‌ها نشان دادند که، با توجه به مقادیر شاخص‌های برازش به‌دست‌آمده، داده‌ها با مدل پژوهش برازش دارد. مطابق با یافته‌ها، حضور شناختی، متغیرهای خودکارآمدی رایانه‌ای و حضور اجتماعی را به‌صورت مثبت پیش‌بینی می‌کند. همچنین، متغیر خودکارآمدی رایانه‌ای قادر است حضور اجتماعی را به‌صورت مثبت و معنی‌دار پیش‌بینی ‌کند. علاوه بر این، حضور شناختی از طریق خودکارآمدی رایانه‌ای، حضور اجتماعی را پیش‌بینی می‌کند. با توجه به نتایج به‌دست‌آمده، از طریق افزایش حضور شناختی دانشجویان دوره‌های برخط می‌توان خودکارآمدی رایانه‌ای را بهبود و حضور اجتماعی آنان را ارتقا داد.

a causal model for predicting online social presence based on cognitive presence in online learning with the mediating role of computer self-efficacy

the present study was conducted with the aim of presenting a causal model that can be employed to predict online social presence based on cognitive presence in online learning with the mediating role of computer self-efficacy. this correlational and quantitative study was basic in terms of purpose. the participants, who were selected using multi-stage random cluster sampling, included 261 students attending online courses in the academic year of 2020-2021 at payame noor university in north khorasan province. research instruments included cognitive presence in online learning, online social presence, and computer self-efficacy scales. data analysis was conducted using structural equation modeling in amos-24 software. based on the findings, cognitive presence in online learning positively predicted computer self-efficacy and social presence. also, computer self-efficacy was found to positively and significantly predict social presence. finally, cognitive presence in online learning predicted social presence through the mediating role of computer self-efficacy. therefore, it can be stated that improving students’ computer self-efficacy and their social presence can enhance their cognitive presence in online learning.