中医药院校教师对数智化教育教学工具的应用现状及影响因素研究

Application status and influencing factors of digital-intelligent educational tools among teachers in TCM colleges and universities

摘要

目的 在教育数字化战略背景下，探究中医药院校教师对数智化教育教学工具的感知与使用意向如何影响其实际使用行为，厘清关键影响路径，为中医药教育数智化转型提供理论参考。 方法 基于技术接受模型（technology acceptance model，TAM），构建包含感知有用性、感知易用性和使用意向3个潜变量的结构方程模型，并将“实际使用行为”作为观测变量直接引入模型。采用方便抽样法，于2025年6—7月对部分中医药院校的413名专任教师开展问卷调查，采用探索性因子分析、验证性因子分析与结构方程建模对变量间路径关系进行检验。 结果 感知易用性对感知有用性和使用意向均具有显著正向影响，感知有用性显著正向预测使用意向，且使用意向对实际使用行为的正向效应显著，模型拟合优度良好。 结论 中医药院校教师的数智化教育工具实际使用行为受感知易用性、感知有用性与使用意向的共同驱动，强化感知价值与使用意向是提升其教学实践中数智化工具使用水平的关键。建议从操作简化、资源适配、能力建设等方面协同优化应用路径与支持体系，以提升教师对数智化工具的实际应用水平。

Abstract

Objective Against the background of the national strategy for educational digitalization， this study explored how teachers’ perceptions of and intention to use digital-intelligent educational tools in TCM colleges and universities influence their actual use behavior， clarified the key influencing pathways， and provided theoretical support and practical insights for the digital-intelligent transformation of TCM education. Methods Based on the Technology Acceptance Model （TAM）， a structural equation model was constructed with three latent variables： perceived usefulness， perceived ease of use， and behavioral intention. “Actual use behavior” was directly introduced into the model as an observed variable. A questionnaire survey was conducted among 413 full-time teachers from selected TCM colleges and universities across China from June to July 2025 using convenience sampling. Exploratory factor analysis， confirmatory factor analysis， and structural equation modeling were used to examine the path relationships among the variables. Results Perceived ease of use had a significant positive effect on both perceived usefulness and behavioral intention. Perceived usefulness significantly and positively predicted behavioral intention， and behavioral intention had a significant positive effect on actual use behavior. The model showed good goodness of fit. Conclusion The actual use behavior of digital-intelligent educational tools among teachers in TCM colleges and universities is jointly driven by perceived ease of use， perceived usefulness， and behavioral intention. Strengthening perceived value and behavioral intention is key to improving the use of digital-intelligent tools in teaching practice. It is recommended that application pathways and support systems be collaboratively optimized in terms of operational simplification， resource adaptation， and capacity building， so as to enhance teachers’ actual application of digital-intelligent tools.

Graphical abstract

关键词

数智化教育 / 教师 / 教育信息化 / 技术接受模型

Key words

digital-intelligent education / teachers / educational informatization / Technology Acceptance Model

随着教育数字化战略的深入实施，数智化（数字化与智能化融合）正日益成为推动高校教育模式变革与质量提升的重要引擎^［1］。作为兼具历史文化传承与现代技术挑战的中医药教育领域，亟需借助数智化手段打破传统教学中存在的知识传递效率低、个性化支持不足、资源更新滞后等瓶颈，实现人才培养体系的系统重塑^［2］。

技术接受模型（Technology Acceptance Model，TAM）以其逻辑简洁与预测力强，被广泛应用于个体技术采纳行为的解释与建模研究^［3］。其最初用于解释用户对信息系统的采纳行为，近年来已被广泛应用于教育技术研究，成为探讨教师与学生对教育技术工具接受度与使用行为的重要理论框架^［4-5］。TAM模型核心变量“感知有用性”“感知易用性”与“使用意向”已在教育场景中得到实证验证，其在教师信息技术采纳行为中的适用性尤为突出，已成为高校教育信息化研究的重要理论支撑^［6-7］。

近年来，随着智能化教学平台与人工智能辅助教学工具的推广，教师作为核心使用主体，其技术认知、使用意向与行为表现，直接影响数智化教育落地成效。现有研究指出，教师的使用意向在“感知-行为”路径中具有重要中介效应，反映出感知因素对行为决策的间接影响^［8-9］。然而，当前在中医药教育领域，系统探讨教师数智化教育工具使用机制的研究仍较为缺乏，尤其缺少基于结构方程建模的路径分析。

鉴于此，本研究以全国中医药院校专任教师为对象，基于TAM理论构建研究模型，系统分析感知有用性、感知易用性、使用意向与实际使用行为之间的影响路径，旨在揭示教师技术采纳行为的关键机制，为中医药教育数智化转型提供实证支撑与理论依据。

1 对象与方法

1.1 研究对象

本研究采用横断面问卷调查法，旨在了解中医药院校教师对数智化教育教学工具的认知、使用现状与态度。调查时间为2025年6—7月，调查对象为部分中医药高等院校中从事教学工作的专任教师。纳入标准同时包括：①具有中医药或医学相关专业背景；②在本科或研究生教学岗位工作满1年；③自愿参与本研究并完成问卷填写。排除标准同时包括：①兼职教师或非教学岗位人员；②问卷填写时间异常或前后逻辑错误。所有研究对象对本研究内容均已知情同意。

1.2 调查工具

本研究借鉴技术接受模型中的有关概念，结合中医药教育场景进行本土化修订，自主设计《中医药院校教师数智化教育教学现状调查问卷》。问卷条目的初始生成主要来源于系统的文献回顾，参考国内外在教育技术采纳、数字化教学应用及教师行为意向测量方面的成熟量表^［10-11］。在此基础上，研究团队组织5名具有中医药教育与教育技术研究背景的专家进行条目筛选与修订，确保条目表述符合中医药院校教学实践语境。

为进一步验证问卷的可理解性与内容适切性，在正式调查前进行小规模的预调研（Pilot test）。预调研样本来自某所中医药院校的教师，共回收有效问卷30份。结果显示，教师对条目表述的理解度较高，无明显歧义。信度检验结果表明各维度及整体的Cronbach’s α系数均>0.7，内部一致性较好；效度检验中，KMO值为0.872，Bartlett 球形检验显著（P<0.001），提示量表具备良好的因子分析适用性。基于预调研反馈，对个别语义重复或专业指向性不足的条目进行精简与调整，最终形成正式问卷。问卷内容共包括3个部分：

（1）基本信息部分。涵盖调查对象的性别、年龄、最高学历、职称、工作年限、授课专业与课程类型等人口学和职业背景特征。

（2）数智化教育技术接受现状调查。共设置4个方面的内容，共包含17个条目，具体内容如下：①数智化教育感知有用性，反映教师对数智化教育教学工具在提升教学质量、学生学习效果、科研效率等方面的主观认知评价。②数智化教育感知易用性，测量教师对数智化技术操作难度、熟练程度的自我感知。③数智化工具使用意图，反映教师对未来是否愿意更多地采用数智化教学工具的主观意愿。④数智化工具实际使用行为，评估教师当前是否在教学、科研等环节中实际采用数智化工具或平台。采用李克特五级量表（Five-point Likert scale）进行测量（1=完全不同意/从未使用，5=非常同意/经常使用）。

（3）数智化教育改进建议及开放性问题部分。收集关于当前数智化教育发展中存在的主要问题、改进建议，以及教师对进一步政策支持或平台升级的主观期望。

1.3 信度与效度检验

本研究采用SPSS 27.0和AMOS 24.0对数据进行信效度分析。内部一致性信度通过Cronbach’s α系数评估，结构效度通过验证性因子分析（Chartered Financial Analyst，CFA）验证。检验KMO值、Bartlett球形检验结果、标准化因子载荷、组合信度（Composite Reliability，CR）和平均方差抽取量（Average Variance Extracted，AVE）。所有指标均符合结构方程模型分析的适用条件，表明测量模型具备良好信效度^［12-13］。

1.4 数据收集

本研究于2025年6—7月开展问卷调查，采用线上发放方式，通过“问卷星”平台进行统一发布，并由全国中医药教育发展中心协助转发至各院校专任教师群体。参与调查的院校覆盖华东、华北、华中、西南等多个地区，其中，既包括“双一流”建设高校，也包含地方本科院校，具有一定的区域与层次代表性。受访教师的学科背景涵盖中医学、中药学、临床医学等专业方向，其中，中医类学科占比约42.9%，中药类学科占比约24.3%，临床医学（西医类）相关学科占比约18.6%，护理学及其他学科占比约14.2%。整体样本结构兼顾地域分布、院校层次与学科领域的差异性，能够较为全面地反映中医药院校教师在数智化教育教学中的现状与特征。为保证样本质量，设置答题时长限制（不少于3 min）及逻辑校验机制，剔除无效或缺漏严重的问卷。所有数据均匿名采集，用于学术研究，不涉及个人隐私信息。

1.5 统计学方法

本研究首先采用SPSS 27.0统计学软件对数据进行处理分析，符合正态分布的计量资料以均值±标准差（x±s）描述。计算变量间的Pearson相关系数，初步了解变量之间的线性关系。随后借助AMOS 24.0构建结构方程路径模型，依据技术接受模型（Technolog Acceptance Model，TAM）理论，验证感知易用性（Perceived Ease of Use，PEOU）、感知有用性（Perceived Usefulness，PU）对使用意向（Intent to Use，IU）及“使用数智化技术频率”这一观测因变量的影响路径。为检验结构方程模型的拟合效果，在AMOS 24.0中计算一系列常用拟合指标，包括卡方自由度之比（CMIN/DF）、近似误差均方根（RMSEA）、均方根误差（RMR）、拟合优度指数（GFI）、调整拟合优度指数（AGFI）、比较拟合指数（CFI）、增值拟合指数（IFI）、Tucker-Lewis指数（TLI）和规范拟合指数（NFI）等。各项指标是否达标，结合常用判定标准^［12］进行综合判断，以确定模型的整体适配程度。模型中，“使用数智化技术的频率”作为外显观测变量直接接收来自潜在变量“使用意向”的影响，用于表示教师实际的行为结果。通过最大似然估计法估算路径系数，检验各路径的直接效应与模型整体拟合情况。路径显著性通过Bootstrap法进行评估（抽样5 000次，置信区间为95%），判断“感知有用性”与“感知易用性”是否通过“使用意向”间接影响实际使用频率。所有统计检验均为双侧检验，显著性水平设定为 P<0.05。

1.6 研究的技术路线

为确保研究逻辑的系统性与过程透明性，本研究设计技术路线图：以技术接受模型（TAM）为理论基础，依次经历理论构建、问卷设计、数据收集、信效度检验、模型构建与验证及结果解释等关键步骤和环节，系统展现从理论到实证的完整逻辑流程，确保研究设计的科学性与结论的可靠性。具体见图1。

2 结果

本研究回收问卷440份，其中有效问卷413份，有效问卷回收率为93.9%。

2.1 调查对象基本情况

调查对象中男性115人（27.8%），女性298人（72.2%）；博士学位233人（56.4%）。硕士学位152人（36.8%），学士学位28人（6.8%）；正高级职称56人（13.6%），副高级职称138人（33.4%），中级职称206人（49.9%），初级职称13人（3.1%）；30岁以下10人（2.4%），30~39岁196人（47.5），40~49岁154人（37.3%），50~59岁52人（12.6%），60岁及以上1人（0.2%）。

2.2 感知有用性、感知易用性、使用意向与实际使用的基本情况及相关关系

调查结果显示，教师感知易用性的得分最高（4.05±0.76）分，实际使用得分为（3.73±0.64）分，在3分以上，使用意向得分为（3.23±1.14）分，感知有用性得分最低（2.34±0.86）分。

由Pearson相关分析可知，实际使用与感知易用性呈显著正相关（r=0.428，P<0.01），实际使用与感知有用性呈显著正相关（r=0.168，P<0.01），实际使用与使用意向呈显著正相关（r=0.208，P<0.01），感知有用性与感知易用性呈显著正相关（r=0.208，P<0.01），感知有用性与使用意向呈显著正相关（r=0.719，P<0.01），感知易用性与使用意向呈显著正相关（r=0.145，P<0.01），具体见表1。

2.3 模型拟合度检验结果

基于AMOS计算结果，模型的主要拟合指标如下：自由度之比（CMIN/DF）为2.707，落在推荐阈值1~3之间，表明模型复杂度与数据拟合之间保持良好平衡；RMSEA=0.064，处于可接受范围内，RMR=0.081，略高于理想标准但仍具解释力。GFI=0.935、AGFI=0.904，均高于0.9的适配阈值，显示模型在整体拟合方面表现良好。增值拟合指标方面，CFI=0.965、IFI=0.965、TLI=0.955，均超过0.95，表明相较于独立模型拟合有显著提升；NFI=0.946，也反映模型具有较强的拟合能力。总体而言，绝大多数主要拟合指标均达到或超过标准，表明本研究构建的模型具有较优的整体拟合效果^［14］，能够较好地揭示感知易用性、感知有用性、使用意向与实际使用行为之间的结构关系，具备较强的理论解释力与实践适用性。具体见表2。

2.4 中医药院校教师数智化教育教学现状及各影响因素的信度和效度分析

2.4.1 效度分析

量表的KMO值为0.895，巴特利特球形检验显著（χ²=4 040.946，df=105，P<0.001），且模型拟合指标良好（CMIN/DF=2.707，RMSEA=0.064，CFI=0.965，TLI=0.955，GFI=0.935，AGFI=0.904），符合推荐的拟合优度范围，表明测量模型具有较好的结构效度^［15］。各潜变量的标准化因子载荷系数均大于0.561，CR0.785~0.914，均高于0.7，AVE为0.549~0.682，均高于0.50，表明测量工具具有良好的收敛效度^［16］。同时，所有潜变量的AVE值（0.549~0.682）均大于其与其他潜变量的相关系数的平方（0.021~0.517），支持各潜变量之间具有良好的区别效度^［17］。具体见表3。

2.4.2 信度分析

根据分析，各变量的Cronbach’s α均高于0.8，表明测量具有良好的内部一致性信度；进一步计算的CR值亦均超过0.7，支持量表具有较高的组合信度，量表总体信度较好^［18］。具体见表4。

2.5 中医药院校教师数智化教育教学现状及影响因素模型路径分析

路径分析结果显示，教师对数智化工具的感知易用性与感知有用性之间存在显著正相关关系（标准化路径系数=0.222，P<0.001），说明教师对工具操作便捷性的认知有助于提升其对工具教学价值的认可。在影响使用意向的因素中，感知有用性发挥了显著的正向作用（标准化路径系数=0.732，P<0.001），而感知易用性对使用意向的直接影响效应较弱（标准化路径系数=0.163，P=0.002），提示在实际教学应用中，教师更重视工具“是否有用”而非“是否好用”。此外，使用意向对实际使用行为具有显著正向影响（标准化路径系数=0.177，P=0.002），进一步验证TAM模型中“意向-行为”路径的稳定性。具体见表5。

3 讨论

3.1 教师对数智化工具的实际使用水平总体积极，其使用行为受使用意向驱动，意向形成则依赖于感知有用性和感知易用性

研究结果表明，中医药院校教师对数智化教育教学工具的实际使用整体表现积极，平均得分处于中等偏上水平，反映出数智化教学理念已初步渗透至教师的教学行为之中。进一步分析发现，教师的使用行为并非单纯受制于外部条件或平台配置，而是更深层次地受其内在使用意向的驱动机制所影响。使用意向对行为具有显著正向预测作用，表明行为改变不仅依赖于技术可得性，更依赖于教师自身对工具应用价值的认可与内化。这一发现凸显主观动机在教学创新中的关键作用，亦提示教育管理者在提升教师数智化工具使用率时，需更关注其“愿不愿用”而非“能不能用”。

在使用意向的形成过程中，感知有用性是最具影响力的决定因素^［19］。教师在做出技术采纳决策时，更看重其对教学目标实现的直接支持，尤其是在中医药学科这种理论与临床紧密耦合的专业环境中。技术能否提高教学效率、促进知识传授和诊疗技能训练，是教师评估工具价值的核心标准。值得注意的是，尽管整体使用行为得分较高，但教师对数智化工具的感知有用性评分相对偏低，反映出其在实际教学中对工具教学成效仍存一定疑虑。这种效能认知不足，可能成为制约该方法进一步推广应用的关键瓶颈。针对这一问题，亟须从3个方面提出改进路径：①开发与中医经典课程高度契合的智能化工具，将中医理论知识点、方药规律和临床案例与数智化资源有机融合，以增强其学科适配度；②依托真实教学场景，定期组织教师参与数智化教学工作坊，通过实操训练与经验交流提升工具的实用感与成效感；③建立跨院校的“数智化教学成效”展示与分享平台，直观呈现工具在教学效果提升中的应用案例和学生学习反馈，从而强化教师对工具价值的直观认知与社会认同。

相较之下，感知易用性对使用意向的影响较为有限。教师虽然在一定程度上关注工具的便捷性与操作负担，但在当前教学压力与工作任务较重的背景下，工具是否“有用”显然优先于是否“好用”。这类以效益导向为核心的行为逻辑，也间接反映出教师采纳技术的专业性思维倾向。因此，在推动数智化工具深度融合教学的过程中，除了关注界面设计与交互体验，更需通过对教学适配度、学习效果与临床价值的立体呈现，激发教师的效能感与认同感，真正实现从意愿到行为的有效跃迁。

3.2 教师的感知易用性和感知有用性呈正相关，共同促进使用意向的形成与发展

感知易用性对感知有用性具有显著正向影响，表明教师在判断一项教学技术是否具有应用价值时，其对技术操作便捷性的主观认知常常构成其感知效用的重要基础。这种正向关系在教育技术采纳情境中具有较为普遍的逻辑，即用户在首次接触一项工具时，若能快速掌握其基本功能、流畅完成教学操作，更容易在使用过程中捕捉到技术带来的正向反馈，从而强化其对该工具教学价值的评估^［20］。简言之，技术的易用性为教师提供积极的第一体验，进而通过认知增益效应，提升其对工具有用性的主观判断^［21］。

该路径关系的验证亦提示，在推动教育技术落地过程中，感知易用性不仅是影响感知有用性的直接因素，更在促进使用意向形成中发挥着重要作用。特别是在中医药类高校的教学环境下，数智化工具往往涉及复杂的信息交互与传统知识的数字再现，其操作逻辑可能与教师日常教学经验存在一定偏差^［22］。如果工具界面繁复、功能繁多但难以理解，或操作门槛高、学习成本大，将显著削弱教师的使用信心与认知投入，进而抑制其对工具教学效果的正向评价。为此，开发与推广面向中医药教学场景的数智化工具时，应在功能设计之外，重视交互友好性、使用路径清晰度及专业语境的本体贴合程度。通过优化用户体验以增强教师的感知易用性，从而间接提升其感知有用性，有助于实现认知链条的正向联动，促进使用意向的持续增强和行为层面的采纳扩展^［23］。

3.3 教师对数智化工具实际应用的影响因素存在“感知—意向—行为”的链式影响路径

本研究构建的路径模型进一步揭示了教师在数智化教学工具采纳过程中的典型路径结构，呈现出明显的“感知—意向—行为”链式影响特征。具体而言，感知易用性通过强化教师对工具效能的主观认知间接作用于使用意向，感知有用性作为影响使用意向的核心驱动因素，则借助意向中介路径实现对实际使用行为的间接引导。该结果不仅印证了经典技术接受模型所假设的“认知—态度—行为”序列逻辑，也体现了教师技术采纳行为背后潜在的阶段性、递进式心理机制^{［10，24］}。

本模型中使用意向对实际使用行为的直接预测效应显著，路径稳定，表明其作为关键中介变量在整个影响结构中发挥着枢纽作用。教师是否最终在教学实践中采纳数智化工具，更多地取决于其主观意图的强弱而非感知效能的直接驱动，这一机制提示实际应用行为的形成并非由工具认知自动推导而来，而是需要意向形成过程中的情绪动因、教学适配和行动激励等多重因素的共同推动。与此相应，感知有用性对行为路径影响的间接性也反映出“认知跳跃”的现实难度，强调认知评价与行为决策之间并非线性映射，而需借助意向这一中介节点进行心理整合与行为准备^［25］。

在中医药高等教育的专业环境中，教师所面临的技术采纳压力不仅源自工具本身的属性，还与教学内容的复杂性、教学责任的多重性及组织支持的充分性密切相关。因此，推动数智化教育的实际落地，应超越单一层面的技术优化或认知强化，转而关注行为意图的系统构建路径。具体而言，应通过持续化的教师培训机制、基于学科特点的正向激励机制和典型案例的示范机制，推动教师将认知认同转化为行动投入，从而形成由感知到意向再到行为的连续转化过程。这一链式结构不仅为本研究所验证的结构路径提供理论支持，也为后续干预设计与策略部署提供明确方向与实施依据。

4 小结

本研究以中医药院校教师为对象，基于技术接受模型构建结构方程模型，系统探讨教师对数智化教育教学工具的主观感知、行为意向及实际使用行为之间的路径关系。研究结果明确揭示了“感知易用性—感知有用性—使用意向—行为表现”之间的作用路径，反映出教师在数智化技术采纳过程中存在显著的心理递进机制。模型拟合良好，路径关系清晰稳健，验证了教师行为决策中感知认知与意向态度的关键作用。研究成果不仅为中医药院校推进教育数字化提供理论依据，也为未来教师培训、工具优化及教学场景适配等实践工作提供方向性指导。然而，本研究亦存在一定局限性。首先，由于采用横断面设计，无法确立因果关系，未来研究可通过纵向追踪或实验干预加以验证。其次，本研究采用方便抽样，可能导致样本在地区与学科分布上存在一定偏倚，研究结果的外推性受到一定限制。第三，问卷调查基于教师自我报告，可能存在社会期望偏倚或回答一致性偏差。未来研究可结合多源数据（如课堂观察、教学成效评估）与质性访谈，以提升结论的稳健性和解释力。

综上所述，本研究验证了教师数智化教育教学工具采纳的核心路径机制，并提出提升感知有用性和强化使用意向的具体改进建议。未来应在政策支持、学科适配和培训实践等层面多管齐下，推动中医药教育在数智化背景下实现高质量发展。

参考文献

[1] 蔡阿惠，陈桐君.人工智能赋能医学影像诊断学课程教学改革的路径研究［J］.医药高职教育与现代护理，2025，8（3）：185-189.

[2] 陈丽，徐亚倩.“互联网+教育”研究的十大学术新命题［J］.电化教育研究，2021，42（11）：5-12.

[3] 边鹏.技术接受模型研究综述［J］.图书馆学研究，2012（1）：2-6，10.

[4] 鲁耀斌，徐红梅.技术接受模型及其相关理论的比较研究［J］.科技进步与对策，2005，22（10）：176-178.

[5] 陈渝，杨保建.技术接受模型理论发展研究综述［J］.科技进步与对策，2009，26（6）：168-171.

[6] 赵永乐，何莹，蒋宇，等.教师对教育游戏的接受度与技术接受路径 模型研究：基于509份调查数据的因子和路径分析［J］.远程教育杂志，2019，37（6）：100-110.

[7] 张海，肖瑞雪，王以宁，等.基于技术接受模型的师范生TPACK发展研究［J］.中国电化教育，2015（5）：111-117.

[8] AN F， YU J， XI L.Relationship between perceived teacher support and learning engagement among adolescents：Mediation role of technology acceptance and learning motivation［J］.Front Psychol，2022，13：992464.

[9] TEO T.Modelling technology acceptance in education：a study of pre-service teachers［J］.Comput Educ，2009，52（2）：302-312.

[10] DAVIS F D.Perceived usefulness，perceived ease of use，and user acceptance of information technology［J］.MIS Q，1989，13（3）：319-340.

[11] SONGKRAM N， OSUWAN H.Applying the technology acceptance model to elucidate K-12 teachers’ use of digital learning platforms in Thailand during the COVID-19 pandemic［J］.Sustainability，2022，14（10）：6027.

[12] 吴明隆.问卷统计分析实务：SPSS操作与应用［M］.重庆：重庆大学出版社，2010：194-237.

[13] 尉敏琦，余峰，周热娜，等.职业人群健康素养量表编制及其信度、效度评价［J］.环境与职业医学，2015，32（3）：233-239.

[14] HU L T， BENTLER P M.Cutoff criteria for fit indexes in covariance structure analysis：Conventional criteria versus new alternatives［J］.Struct Equ Model A Multidiscip J，1999，6（1）：1-55.

[15] 熊家豪，牟劲松，赵淑英，等.我国大学生健康素养问卷的研制及信度和效度评价［J］.中国卫生统计，2018，35（4）：518-521.

[16] 鲍成臻.老年人社会健康量表的编制及杭州市常模的构建［D］.杭州：浙江大学，2018.

[17] 段桂敏，余伟萍，李卓颖，等.门诊服务接触质量评价体系构建与测量研究［J］.中国卫生事业管理，2014，31（12）：892-896.

[18] 胡佳.患者健康素养量表研制与评价［D］.北京：中国疾病预防控制中心，2019.

[19] BUABENG-ANDOH C.Predicting students’ intention to adopt mobile learning：a combination of theory of reasoned action and technology acceptance model［J］.J Res Innov Teach Learn，2018，11（2）：178-191.

[20] VENKATESH V， MORRIS M G.Why Don't men ever stop to ask for directions？Gender，social influence，and their role in technology acceptance and usage behavior［J］.MIS Q，2000，24（1）：115-139.

[21] VENKATESH V， DAVIS F D.A theoretical extension of the technology acceptance model：four longitudinal field studies［J］.Manag Sci，2000，46（2）：186-204.

[22] TEO T.Factors influencing teachers’ intention to use technology：Model development and test［J］.Comput Educ，2011，57（4）：2432-2440.

[23] GROVER P， KAR A K， JANSSEN M，et al.Perceived usefulness，ease of use and user acceptance of blockchain technology for digital transactions–insights from user-generated content on Twitter［J］.Enterp Inf Syst，2019，13（6）：771-800.

[24] HOLDEN H， RADA R.Understanding the influence of perceived usability and technology self-efficacy on teachers’ technology acceptance［J］.J Res Technol Educ，2011，43（4）：343-367.

[25] ŠUMAK B， HERIČKO M， PUŠNIK M.A Meta-analysis of e-learning technology acceptance：the role of user types and e-learning technology types［J］.Comput Hum Behav，2011，27（6）：2067-2077.

基金资助

四川省高等教育人才培养和教学改革重大项目(JG2023-54)

全国中医药高等教育学会中医药教育数智化发展研究项目(ZL202514)

成都中医药大学校级教改项目(2022CXMG28)