Análisis de los factores esenciales para la adopción del aprendizaje móvil en la enseñanza superior:

Un estudio de caso de los estudiantes de la Universidad de Tecnología

Hodjat Hamidi, Amir Chavoshi

Grupo de Ingeniería de Tecnología de la Información, Departamento de Ingeniería Industrial, Universidad Tecnológica K. N. Toosi, Irán

Resumen

En este documento se analizó la adopción del uso del aprendizaje móvil (m-learning) en la
educación superior. El aprendizaje móvil como modelo de aprendizaje electrónico se refiere a la
adquisición de conocimientos, habilidades y actitudes mediante la utilización de tecnologías
móviles. Con la creciente cobertura de las redes móviles, los servicios de aprendizaje pueden
desempeñar un papel cada vez más importante y eficaz en la educación en cualquier momento y
lugar. El acceso continuo a través de los dispositivos móviles crea facilidades especiales como el
envío y el almacenamiento del contenido de aprendizaje a los alumnos, etc., y va acompañado de
una educación continua. En el presente documento, con un estudio sobre "el impacto del uso del
teléfono móvil en la educación", se ofrecen enfoques y teorías del aprendizaje móvil en la
formación. El documento tiene por objeto evaluar los factores esenciales para la adopción y
aplicación del sistema de información educativa que han creado los estudiantes. La encuesta se
basó en la historia de la adopción de la tecnología y abarcó a los estudiantes. Además, se presentó
un estudio monográfico de estudiantes de la Universidad K. N. Toosi del Irán para indicar el
rendimiento de este método en la práctica. La sociedad de estadística incluía 300 miembros de
estudiantes de tecnología de la información de la Universidad de Tecnología K. N. Toosi del Irán.
Los factores relacionados con la adopción del aprendizaje móvil en la educación superior se
clasificaron en siete categorías principales: facilidad de uso, confianza, caracteres y cualidades
personales, contexto, utilidad percibida del uso, intención de comportamiento y cultura de uso de
un modelo de investigación. A partir de los resultados, el aprendizaje móvil podría ser una de las
tecnologías educativas prometedoras para el desarrollo en los entornos educativos y la cultura del
uso. El contexto de las aplicaciones tiene un efecto positivo significativo en el factor de la facilidad
de uso y la utilidad y la facilidad de uso tiene un efecto positivo en el factor de la utilidad. El factor
de confianza tiene un efecto positivo y significativo en la intención de comportamiento. El factor
de características personales y caracteres tiene un efecto positivo significativo en la cultura de uso
y la cultura de uso de la aplicación tiene un efecto positivo significativo en la intención de
comportamiento.

INFORMACIÓN SOBRE EL ARTÍCULO

Palabras clave:

Aprendizaje móvil, Aprendizaje electrónico, Enseñanza superior, Adopción del aprendizaje móvil,
Cultura de uso
 1. Introducción

En los últimos años se han logrado importantes avances en las tecnologías de la información. Con
el aumento del uso de las modernas tecnologías de la comunicación, nacieron nuevos términos
como aprendizaje electrónico y aprendizaje móvil. Todos los enfoques de la enseñanza
electrónica, aprovechando las tecnologías de la información como la Internet y el sistema
multimedia, se han desarrollado para mejorar la calidad de la enseñanza facilitando el acceso a los
recursos y servicios de capacitación (Hao y otros, 2017). Los sistemas móviles, como tecnología,
son oficiales en lugares de trabajo y aulas dentro o fuera del sistema educativo. El uso de sistemas
móviles en la educación superior junto con los objetivos de capacitación está bajo mucha
impresión (Tang y Hem, 2017). Este enfoque educativo que va de la enseñanza al aprendizaje y
utiliza el equipo y la tecnología de capacitación ha provocado un cambio en los entornos de los
sistemas de capacitación, y se denomina aprendizaje electrónico. Se imparte instrucción virtual,
aprendizaje por móviles, capacitación basada en computadoras y capacitación basada en la
Internet. Las herramientas acompañadas son capaces de cambiar la instrucción verbal tradicional y
presentar una nueva definición acerca de la capacitación que también muestra una manera clara
para que los alumnos aprendan en casa, en el lugar de trabajo, en su viaje a cualquier hora y en
cualquier lugar y elimina muchas limitaciones e ineficiencias. La confianza en la capacidad de un
individuo en un entorno electrónico se establece como una preocupación en el acceso a larga
distancia (Tang y Tseng, 2013). El vídeo puede diseñarse mediante técnicas especiales para
alumnos con algunos defectos de sentido. Estas herramientas se utilizan como herramientas
adecuadas (Mitchell et al., 2015). Otro punto importante es que las herramientas acompañantes
han confundido el margen existente entre un espacio público y uno privado. En un intento por
comprender mejor el método educativo y las prioridades de los estudiantes en cuanto a la
instrucción en línea, las instituciones están reexaminando sus bibliotecas y cambiando su diseño,
tiempo, contenido y rendimiento.

La capacidad de aprender en cualquier momento y en cualquier lugar, que es una de las

características del aprendizaje electrónico, se ha hecho realidad con el desarrollo de la tecnología
inalámbrica y el aprendizaje móvil. El aprendizaje móvil es, de hecho, un tipo de aprendizaje
electrónico que se lleva a cabo mediante tecnologías móviles como los asistentes digitales
personales (PDA), los teléfonos celulares, los reproductores de audio y los libros electrónicos, etc.
Para que el aprendizaje sea eficaz es necesario prestar atención al enfoque y las teorías del
aprendizaje móvil. El aprovechamiento de estos enfoques y teorías de las actividades de
aprendizaje directo en el proceso de aprendizaje móvil conduce a la formación de recursos
humanos aptos para la era del conocimiento y la información (Holmes y Gardner, 2006). El
aprendizaje electrónico se remonta a varias décadas, lo que no se conocía con este término en
aquella época. En su forma primaria, la información se almacenaba en grandes computadoras
conocidas como mainframes y era posible acceder a ellas a través de los terminales preliminares;
sin embargo, con la invención de las primeras computadoras personales y junto con la producción
y el progreso de los navegadores de la web, se produjo una evolución en la tecnología educativa.
Algunas personas y organizaciones se identificaron rápidamente con los últimos cambios en la
tecnología; mientras que en la mayoría de las organizaciones se necesitó mucho tiempo para
evaluar, adquirir y utilizar el nuevo equipo y programas informáticos. Debido al importante papel
de los dispositivos de almacenamiento y transmisión de información en el aprendizaje electrónico,
se proporcionan principalmente antecedentes. A finales de los 80 y principios de los 90, los
programas educativos se ofrecían principalmente en el disquete. El software de almacenamiento
de información casi puede aumentar esta cantidad hasta cinco veces. Sin embargo, en este caso,
para acceder a la información, el contenido debe ser instalado primero en el disco duro usando el
mismo software. Debido al alto volumen de archivos de audio y vídeo para almacenar aplicaciones
multimedia, no es posible utilizar fácilmente el disquete (Codish y Ravid, 2015; Wang et al., 2009).

En nuestra vida cotidiana, la tecnología de la información y la comunicación tiene muchas

aplicaciones y provoca cambios en la vida humana. Sin embargo, las nuevas tecnologías han
causado el surgimiento y la aplicación de la tecnología. Los factores que afectan al uso y la
adopción por parte de los usuarios siguen siendo controvertidos (Akbar, 2013; Berking y otros,
2012; Davis, 1989; Hartley y Bendixen, 2001; Blank y Dutton, 2012; Carlsson y otros, 2006; Chen y
Kotz, 2000; Pimmer y otros, 2016; Gao y otros, 2011, 2012). Las nuevas tecnologías crearán nuevas
oportunidades y aceptación significativas. Por lo tanto, crean importantes ideas a factores de
aprendizaje para los usuarios de los nuevos métodos de aprendizaje móvil. El principal desafío es
aprender cómo y por qué la gente acepta o rechaza los nuevos servicios móviles. Demir (2006)
afirmó que no hay una motivación clara ni condiciones de aprendizaje que guíen a los usuarios en
la adopción y el uso del aprendizaje móvil. En la mayoría de los estudios, el éxito del aprendizaje
móvil se determina en función de la demanda del usuario para su uso y adopción (Gao y otros,
2008, 2011, 2012). En este contexto, Gao y otros (2008) proponen el modelo de adopción de
nuevos servicios móviles utilizando el marco de adopción de las tecnologías existentes, integrando
en sus investigaciones nuevas teorías y constructores. Propone nuevas características, personajes
personales, confianza y contexto en la nueva estructura. El móvil de aprendizaje se entrena y
acepta un nivel considerable de aprendizaje que se produce fuera del aula por parte de los
alumnos (Karimi, 2016). Esto, el aprendizaje móvil es capaz de ocurrir tanto en formas oficiales
como no oficiales. El aprendizaje móvil es una de las ricas herramientas para presentar un
aprendizaje activo (Dey, 2001; Dobre, 2015; George y Kaplan, 1998).

El aprendizaje móvil es un componente educativo fundamental de la educación superior. El

aprendizaje móvil permite que los estudiantes aprendan, colaboren y compartan sus ideas con la
ayuda de Internet y el desarrollo de la tecnología. Sin embargo, la aceptación del aprendizaje
móvil por parte de los estudiantes y los educadores es importante para los desarrolladores del
aprendizaje móvil. La adopción del aprendizaje móvil es un factor importante para determinar los
alumnos y educadores que están dispuestos a aceptarlo o rechazarlo. Este tipo de enfoque de la
infraestructura tecnológica se utiliza para determinar los puntos fuertes y débiles de los servicios
de desarrollo.

Este documento ayudará a descubrir la adopción de estudiantes y educadores en el uso del

aprendizaje móvil en las universidades de enseñanza superior del Irán. Los hallazgos revelaron las
diferencias entre las adopciones de los estudiantes hacia el aprendizaje móvil señalando al
propietario del teléfono inteligente y su edad. Sin ningún estudio de investigación, la dependencia
de la tecnología de aprendizaje móvil es difícil debido a que se desconocen los conocimientos de
los estudiantes y los profesores. Nuestro estudio muestra que esta adopción aún no ha sido
adecuadamente discutida en Irán. Esta es la razón principal del enfoque en esta área e intenta
identificar las lagunas que no han sido descubiertas.

Este documento es una de las primeras investigaciones en el campo de la adopción de la

tecnología de la información móvil que se realiza en la Universidad de Tecnología K. N. Toosi, y
puede proporcionar consejos útiles para los académicos a fin de revelar los factores de las
aplicaciones móviles.

En este documento, inicialmente se seleccionó un prototipo de 30 miembros entre los estudiantes

de la carrera de comercio electrónico y se distribuyó un cuestionario entre ellos. Después de
recogerlo, se corrigieron los errores del cuestionario y se distribuyó el cuestionario final entre 380
estudiantes de la industria y la facultad de tecnología de la información de la Universidad de
Tecnología K. N. Toosi del Irán. Finalmente se recogieron un total de 300 cuestionarios sin errores.

El documento está organizado de la siguiente manera: En la segunda sección se presenta el

examen de la literatura de la investigación. La tercera sección proporciona el marco teórico. En la
cuarta sección se explica la metodología de la investigación. En la quinta sección, se proporcionan
los resultados y la teoría de las pruebas. En la sección final, se presentan las conclusiones,
oportunidades y limitaciones.

2. Trabajo relacionado
2.1 Aprendizaje electrónico

El Aprendizaje Electrónico (E-learning) es un método que, desde la evolución de Internet y el

desarrollo de este fenómeno, se ha puesto en funcionamiento; de hecho, es un método
perfeccionado para el aprendizaje a distancia, así como un eliminador de la búsqueda de seres
humanos y de aquellos interesados en aprender (Irby y Strong, 2015; Julien y Roman, 2006; Koç et
al., 2016). En general, la finalidad de la enseñanza electrónica es utilizar sistemas de capacitación
electrónica como computadoras, Internet, CD multimedia, correo electrónico y publicación de
boletines informativos, etc., con el fin de reducir la cantidad de tráfico, ahorrar tiempo y dinero,
así como promover un aprendizaje mejor, más rápido y más fácil. El aprendizaje en general, es una
actividad transformadora que prepara a las personas para hacer frente a los acontecimientos
ambientales. El aprendizaje es a la vez una serie de procesos y también el producto de
experiencias. El aprendizaje es un cambio que se creará en el comportamiento de los alumnos
mediante la enseñanza de diversas materias y habilidades que pueden ser visibles o no visibles a
corto plazo (Koole y otros, 2010; Lee y Song, 2013; Legris y otros, 2003). Una de las formas de
utilizar el sistema móvil por los alumnos es participar en el aprendizaje de diversas actividades,
como la enseñanza a distancia (Mou y Cohen, 2014).
 2.2 Aprendizaje a distancia

El método de aprendizaje a distancia supera las herramientas de aprendizaje y las utiliza de forma
invisible, de modo que los alumnos no sienten ni un rastro de las herramientas. El aprendizaje a
distancia es un aprendizaje programado en el que el aprendizaje y la instrucción se realizan en un
entorno separado (Mallat et al., 2009). La enseñanza a distancia debe ir acompañada de
tecnologías de la comunicación y de órganos para diseñar y programar materiales de instrucción.
La enseñanza a distancia sólo sirve para las necesidades de comunicación del alumno con un
instructor e incluye dos lados de la comunicación, es decir, el instructor y el alumno (Shah, 2014).
El aprendizaje a distancia es diferente del aprendizaje electrónico. La computadora produjo
muchos cambios para el aprendizaje mientras que en el pasado; uno podía utilizar de su
experiencia o un libro.

2.3 Aprendizaje móvil

En el pasado, el aprendizaje móvil solía limitarse al uso de la tecnología móvil; pero hoy en día, la
movilidad de los estudiantes es el pensamiento dominante en esta área (Hashemi y Ghasemi,
2011; Shin y Kang, 2015). Koole y otros (2010) creen que el aprendizaje móvil amplía y mejora la
capacidad de los alumnos para comunicarse y acceder a la información a través de dispositivos
móviles e inalámbricos. La tecnología móvil más popular para el aprendizaje es el teléfono móvil.
Tal vez, la razón más importante de esta popularidad es su naturaleza multitarea; porque los
teléfonos móviles tienen características como la fotografía, la grabación de vídeo, el GPS, el
Bluetooth, el SMS, el Servicio de Mensajes Multimedia (MMS), todo tipo de software educativo,
Internet, libros electrónicos, etc. (Koç et al., 2016). Parece que esta definición es la más completa
para el aprendizaje móvil, es decir, el aprendizaje móvil es la adquisición de conocimiento, actitud
y habilidad aprovechando las tecnologías móviles en cualquier momento y lugar que causen
cambios en el comportamiento. En Park (2011), el uso de la tecnología móvil en un entorno de
aprendizaje formal durante 2001 en Singapur mostró el sistema de retroalimentación inmediata
de información. En este caso, el contenido de aprendizaje se muestra en un dispositivo móvil y las
respuestas de comportamiento de los alumnos forman un bucle de "sentir y responder". En otro
proyecto (Thornton y Houser, 2005), el apoyo básico al entorno de aprendizaje móvil indica el
impacto de la tecnología móvil en el aumento de la transferencia de conocimientos y el sistema de
retroalimentación. En el centro del entorno, hay un aula inteligente que puede apoyar las
actividades tradicionales del aula basadas en el uso de computadoras y la tecnología móvil. Este
método incluye un sistema de sugerencias para que el profesor pueda cambiar y ajustar sus
métodos de enseñanza de acuerdo con las recomendaciones proporcionadas por el sistema. Los
estudiantes evaluaron el aprendizaje interactivo en este proyecto como interesante e informativo,
y los expertos consideraron que el uso y la aplicación del entorno de aprendizaje es adecuado para
las actividades de aprendizaje. En los debates sobre el diseño de los entornos de aprendizaje, Wei
y otros (2009) destacaron que las técnicas de aprendizaje consolidado deberían considerarse como
otros métodos de aprendizaje. Además, observaron que el aprendizaje móvil tiene por objeto
mejorar la experiencia de aprendizaje de los estudiantes y no debe utilizarse como método
principal para impartir un curso. La diferencia más importante entre el aprendizaje móvil y el
aprendizaje electrónico puede verse en la capacidad del aprendizaje móvil de presentar la
instrucción en cualquier lugar y en cualquier momento, mientras que la capacidad en cierta
medida y de hecho el uso del aprendizaje electrónico está condicionado a poner a una persona
detrás de su computadora y algunos lugares que están prohibidos para el uso de una computadora
e incluso computadoras portátiles. Esta posición es imposible y también es imposible utilizar este
tipo de instrucción (Wang et al., 2009). Al contrario de lo que ocurre en este caso, como hemos
mencionado, el aprendizaje móvil ha eliminado la limitación de lugares, y un individuo puede
disfrutar de este tipo de instrucción durante sus viajes o incluso cuando se encuentra en el tráfico
urbano diario. Así pues, en general, podemos señalar algunos de los objetivos de la instrucción
móvil que se estudian en el cuadro 1.

El aprendizaje móvil es una solución adecuada para los interesados en adquirir información y
conocimientos. Utilizando las redes de comunicación móvil y el software y hardware adecuados,
podemos producir un cambio sorprendente para el aprendizaje. En el cuadro 2 se presenta un
resumen de las investigaciones más destacadas en el ámbito de la adopción/aceptación del
aprendizaje móvil, incluidas las conclusiones y ventajas de cada documento.

Con respecto a las cuestiones planteadas, las teorías y los enfoques del aprendizaje pueden
proporcionarse en un formato tabular. El aprendizaje está relacionado con las teorías actuales del
aprendizaje móvil, incluyendo el conductismo, el cognitivismo, el constructivismo, el aprendizaje
situacional y el aprendizaje basado en problemas, colaborativo, discursivo, de toda la vida,
informal, de la teoría de la actividad, orientado a las relaciones, cultural y social, etc. Todas estas
teorías se examinan en términos de definición de aprendizaje, centralidad y muestra de la
tecnología móvil (Tabla 3).

2.4 Desafíos del aprendizaje móvil

Al igual que otros métodos de instrucción, el aprendizaje móvil tiene muchas ventajas puestas a
disposición de las personas, como el aumento de los recursos de instrucción, el aumento de las
interacciones bidireccionales, la flexibilidad de instrucción para presentar el aprendizaje en el
momento y lugar deseados por el individuo (Tang y Hem, 2017). Hay desafíos que enfrentan este
aprendizaje. El primer desafío para este aprendizaje es el problema de seguridad en relación con el
transporte de la herramienta utilizada para este aprendizaje. Una persona que quiera acceder al
contenido en el momento y lugar deseados tendrá que llevar siempre consigo esta herramienta y
este es un factor que puede tener implicaciones para la seguridad (Hao y otros, 2017). Confiar en
la capacidad de encontrar una ruta en el entorno electrónico es una preocupación para el entorno
de acceso a distancia (Tang y Tseng, 2013). La capacidad y el talento de cada uno para aprender y
utilizar el aprendizaje móvil es otro desafío para esta investigación que se clasifica como
clasificación de desafíos no técnicos (Karimi, 2016). Se analizan los desafíos no técnicos y técnicos
para el aprendizaje móvil y sus métodos. En el cuadro 4 se mencionan algunos de los importantes
desafíos no técnicos y técnicos para el aprendizaje móvil que existen en los artículos de revisión.

3. Marco teórico

Se han creado muchos marcos teóricos para probar el comportamiento de los usuarios. El Modelo
de Aceptación de la Tecnología (TAM) predice la adopción del usuario para su uso e incluye tres
partes principales: (1) factor de utilidad, (2) factor de facilidad de uso y (3) factor de intención de
comportamiento. Sin embargo, los principales constructores del TAM no pueden reflejar
plenamente los efectos de la aceptación del usuario. En el presente documento, el modelo de
adopción de servicios móviles y la aplicación en el sistema de información del estudiante de
informática de la Universidad de Tecnología de K. N. Toosi en la plataforma móvil utiliza el modelo
TAM, que incluye estructuras como la confianza, el contexto y los caracteres personales.
Inicialmente, se seleccionó un prototipo de 30 miembros entre los estudiantes de la carrera de
comercio electrónico y se distribuyó un cuestionario entre ellos. Después de recogerlo, se
corrigieron los errores del cuestionario y se distribuyó el cuestionario final entre 380 estudiantes
de la industria y la facultad de tecnología de la información de la Universidad de Tecnología K. N.
Toosi del Irán. Finalmente se recogieron un total de 300 cuestionarios sin errores. Básicamente,
este modelo fue introducido por Gao y otros (2008). Sin embargo, se utiliza ampliamente en la
investigación. Esta investigación ha causado cambios en el modelo de TAM y ha proporcionado su
propio modelo. El modelo de investigación fue creado en 2008 por Gao y otros, y se muestra en la
Fig. 1. El contexto, la confianza, los personajes y las demandas personales se han añadido al
modelo tradicional de TAM y se proporciona una nueva versión del modelo TAM. Este modelo se
ofrece como "el modelo de aceptación de servicios móviles", y se ha utilizado en el marco teórico.
Este modelo de investigación crea aplicaciones móviles y sólo se limita a una serie de estudios. La
utilización y adopción del aprendizaje móvil se ha puesto en práctica recientemente en la versión
móvil. Se examinarán los factores que influyen en la adopción y aplicación de esta versión. A
continuación se especificarán los constructores del modelo y se examinarán las hipótesis de
investigación. El aprendizaje móvil que se creó en 2012 incluye la selección de cursos, el
aprendizaje de contenidos y la visualización de los resultados de los exámenes (Koç y otros, 2016).
El objetivo principal del sistema es crear un entorno de aprendizaje competitivo, completo y
cambiante que sea accesible en cualquier momento y lugar.

3.1 Factor de contexto

Los servicios móviles han cambiado la actitud de los usuarios. Comenzaron a llevar sus dispositivos
de bolsillo o de mano que se usaban en cada lugar. Por lo tanto, Mallat y otros (2009) asumieron
que el "contexto" es la principal característica que influye en la adopción del aprendizaje móvil por
parte de los usuarios. El término "contexto" se utilizó en la investigación basada en el móvil (Eshet
y Bouwman, 2015). Chen y Kotz (2000) afirmaron que el contexto es un entorno de computación
móvil que define cómo se utiliza cada aplicación. Según Kim y otros (2008), el contexto puede
describir cualquier información para la descripción adecuada de cada entidad; la existencia de una
persona, un lugar o un objeto (teniendo en cuenta la interacción entre el usuario y la aplicación).
Dey (2001) definió el contexto funcional móvil como "cualquier tipo de información personal que
pueda influir en una persona, al utilizar la Internet móvil". Basándose en el concepto de
información, el usuario puede decidir; aunque las aplicaciones móviles son útiles. Greenberg
(2001) afirmó que el contexto tiene una estructura dinámica; por lo tanto, puede ser muy
diferente de la determinación de las actividades individuales basadas en un cierto sentido. En
otras palabras, el contexto está relacionado con interfaces bien diseñadas. Se cree que el contexto
tiene un papel importante en la determinación del éxito del sistema. Así pues, la estructura
funcional del contexto se combina con nuestro modelo.
Funcional y se propone una cierta relación con los componentes principales de la TAM, lo que lleva
a las siguientes hipótesis:

Hipótesis 1. El contexto tiene un efecto directo y positivo sobre el factor de utilidad.

Hipótesis 2. El contexto tiene un efecto directo y positivo sobre el factor de utilidad.

3.2 Factor de confianza

El concepto de confianza se ha utilizado en los extensos estudios de psicología y medicina que son
diferentes en cuanto al orden y la definición. Se suele creer que la confianza es la competencia
individual para realizar una tarea específica o un compromiso individual (Morgan y Hunt, 1994). A
menudo se define como la demanda de citación o dependencia (Kim y otros, 2008). La confianza
del usuario es importante para el crecimiento y el éxito de la adopción de los servicios móviles
porque la creación de la confianza no sólo lleva tiempo, sino que a menudo es frágil y se
desvanece rápidamente. El factor de la falta de confianza es un obstáculo importante para la
adopción de servicios basados en Internet. Los investigadores descubrieron que la confianza es la
principal característica en la adopción de la enseñanza móvil por parte de los usuarios. Blank y
Dutton (2012), Lee y Song (2013), Wang y otros (2006), Bhattacherjee (2001), Mou y Cohen (2014),
Bhattacherjee y Premkumar (2004), Wei y otros (2009), Siau y Shen (2003) y muchos otros autores
mostraron directamente la influencia de la confianza en el negocio de Internet y comprobaron que
no podían ignorar la confianza al poner a prueba la adopción de servicios móviles. Muchas
características pueden afectar a la confianza pública, como la capacidad de proteger la privacidad,
la seguridad de la información y la seguridad percibida de las transacciones. Por ello, los
desarrolladores y productores deben promover la confianza de los usuarios. El papel de la
confianza del usuario en los servicios móviles se conoce como una necesidad importante que
afecta directamente a las demandas de adopción de los usuarios que presentan la importancia del
factor confianza en relación con los requisitos para la adopción utilizando la tecnología. Esto lleva
a sugerir la hipótesis 3 (H3) y la hipótesis 4 (H4).

Hipótesis 3. El factor de facilidad de uso tiene un efecto positivo sobre el factor de utilidad.

Hipótesis 4. La confianza influye realmente en la intención de utilizar el factor.

3.3 Personajes y características personales

Los caracteres y los rasgos de personalidad varían de una persona a otra y dependen de varios
factores, entre ellos su nivel educativo, su edad, su sexo y sus favoritos (Gao et al., 2012). Los
personajes personales representan el uso de nuevos servicios. Por lo tanto, no es lógico utilizar los
personajes personales para predecir el contexto tecnológico para la adopción y el uso de nuevos
dispositivos. Los deseos, las necesidades, los intereses y las percepciones personales desempeñan
un papel importante en la adopción de la tecnología. En este documento se supone que el carácter
y los atributos personales afectan directamente a las demandas individuales. Esto conduce a la
hipótesis 5 (H5).
Hipótesis 5. El carácter y los atributos personales tienen un efecto positivo en la intención de
utilizar el factor.

3.4 Factor de utilidad percibida

El factor de utilidad percibida se relaciona principalmente con el rendimiento, la calidad y la

eficacia de los trabajos (Davis, 1989). Esta estructura provocó la creación de conceptos de servicios
electrónicos como el comercio electrónico (Shah, 2014), la banca en línea (Lee y Song, 2013), el
servicio de pago móvil (Tang y Tseng, 2013), el sistema de información sanitaria (Codish y Ravid,
2015) y a menudo cuestiones relacionadas con el estudio dinámico y funcional de los sistemas
(Dobre, 2015). Al añadir este modelo a TAM, se supone que el factor de utilidad afecta
directamente a la demanda de comportamiento (Gao et al., 2008). Por lo tanto, se plantea la
siguiente hipótesis:

Hipótesis 6. La utilidad percibida afecta ciertamente a la intención de utilizar el factor.

3.5 Factor de facilidad de uso

El factor de facilidad de uso se refiere al juicio de una persona que utiliza un sistema particular con
pocos requisitos o sin esfuerzo (Blank y Dutton, 2012). Gao en 2011 encontró que el factor de
facilidad de uso es altamente efectivo en la aceptación de la aplicación. El factor de facilidad de
uso es obvio en el uso primario de las nuevas tecnologías. El uso individual de las nuevas
tecnologías es más familiar.

Hipótesis 7. La facilidad de
uso percibida tiene un efecto
positivo en el factor de la
intención de uso.

3.6 La cultura
del factor
de uso
Según los resultados, un método de enseñanza a través de teléfonos móviles puede afectar el
aprendizaje y la motivación de los estudiantes a pesar de algunas limitaciones, se sugiere que los
maestros y educadores se familiaricen con la eficiencia y eficacia de este método en el aprendizaje
del idioma inglés y que se proporcionen las infraestructuras y contextos necesarios para el uso
óptimo y generalizado de estos métodos. Un problema importante en relación con el aprendizaje
móvil es la calificación del alumno y las normas culturales. En el Irán, quienes imparten el
aprendizaje móvil tienen menos concentración en las condiciones de vida de los alumnos. El
sistema de aprendizaje móvil debe diseñarse de manera que se tenga en cuenta la calificación del
alumno y su percepción. Las investigaciones también muestran que con suficiente apoyo y
aprendizaje y la conciencia, el aprendizaje móvil puede resultar en una fácil variación del lugar de
aprendizaje y por lo tanto transformarlo en un lugar con centro de aprendizaje. Los factores
culturales que influyen en el aprendizaje móvil en la educación superior incluyen (Saleem Alzu’bi
et al., 2014):

1) Individualismo/colectivismo
2) Incertidumbre
3) Evitación
(4) Distancia de poder
(5) Masculinidad/Feminidad
6) Orientación a largo plazo

Se pueden seleccionar diferentes factores y variables a partir de diversos modelos tecnológicos y

variables coherentes con el factor de cultura. En el presente documento se ha añadido a otras
variables una nueva variable denominada "cultura de utilización de aplicaciones" o "cultura de
utilización". De esta manera, se han añadido dos nuevas hipótesis como "la cultura tiene un papel
positivo en la intención del usuario de utilizar el sistema" y "los rasgos y caracteres personales
tienen un efecto positivo considerable en la cultura de utilización". Esto conduce a las dos
hipótesis siguientes:
Hipótesis 8. Los rasgos y caracteres personales tienen un efecto positivo considerable en la cultura
de utilización.
Hipótesis 9. La cultura del uso tiene un efecto positivo significativo en la intención del
comportamiento. El modelo propuesto se muestra en la Fig.2.
 3.7 Factor de intención de comportamiento

El factor de intención del comportamiento se refiere a los deseos individuales o a los hechos
contingentes de las personas al uso de cierto comportamiento (Fishbein y Ajzen, 1975). Fishbein y
Ajzen (1975) investigaron que la intención del comportamiento refleja cómo los esfuerzos de la
persona son efectivos en un tratamiento especial. El factor de intención del comportamiento se
basa en los caracteres y cualidades personales, el factor de utilidad, el factor de facilidad de uso y
el factor de confianza.

4. Metodología de la investigación

En las ciencias sociales, los modelos estocásticos estimulan la motivación debido a su capacidad
para describir la relación teórica entre las variables. Los modelos se utilizan cuando los conceptos
no son tocados (Chen y Kotz, 2000). El modelado de ecuaciones estructurales (SEM) examina la
relación entre varias variables. Los investigadores denominaron a las variables observadas en una
estructura como "variables latentes" (Thornton y Houser, 2005). El SEM es una herramienta muy
importante para detectar la relación lineal entre las variables latentes y las observadas
(MacCallum y Austin, 2000).

En este documento, el análisis SEM se realizó para probar la adopción del aprendizaje móvil, y en
la Fig.2 se muestran siete variables latentes con estructura estocástica. Cuatro factores latentes
externos son la confianza (B), los caracteres y las cualidades personales (C), la cultura de uso (G) y
el contexto (D). Otras variables son la facilidad de uso (A), la utilidad percibida del uso (E) y la
intención de comportamiento (F). Las variables observadas se utilizan como un sustituto de la
estructura.

4.1 Las estadísticas descriptivas

La sociedad de estadística de este documento es la de los estudiantes de Tecnología de la

Información de la Universidad Tecnológica K. N. Toosi del Irán. La información fue recogida en el
invierno de 2016. En este documento, la estructura adecuada para obtener información básica es
un cuestionario que se distribuyó entre los estudiantes. La participación en el documento era
completamente opcional. Finalmente, unos 300 estudiantes participaron en el trabajo.

El objetivo principal era la evaluación de la aceptación y el cumplimiento de la enseñanza móvil

por parte de los estudiantes y, por lo tanto, la atención se centró sólo en los estudiantes. Por lo
tanto, los participantes eran casi jóvenes, con un 97% entre los 18 y 28 años de edad (Cuadro 5).
Algunos participantes eran personas que no tenían información sobre el aprendizaje móvil o no
habían utilizado el sistema. El propósito del sistema era examinar la adopción y aplicación de las
tendencias y también evaluar los factores psicosociales. 300 participantes conocían el sistema y su
aplicación.
 4.2 La muestra estadística y el método de cálculo del tamaño de la muestra

La muestra estadística es un subconjunto de la sociedad estadística, de modo que con su estudio

el investigador puede extender el resultado a toda la sociedad estadística. En este trabajo, se
utilizó la fórmula de Cochran para calcular el tamaño de la muestra en
la sociedad ilimitada.

En la Ec. (1):p es la relación de éxito en la sociedad y es igual a 0.5.z es el valor estadístico según la
tabla normal estándar y es igual a 1.96.d es considerado como el valor de error aceptable igual a
0.05.

Inicialmente, se seleccionó un prototipo de 30 miembros entre los estudiantes de la carrera de

comercio electrónico y se distribuyó un cuestionario entre ellos. Después de recogerlo, se
corrigieron los errores del cuestionario y se distribuyó el cuestionario final entre 380 estudiantes
de la industria y la facultad de tecnología de la información de la Universidad Tecnológica K. N.
Toosi de Irán. Por último, se recogieron sin error un total de 300 cuestionarios.

4.3 Método de recogida de datos

En el presente documento se utilizó el método del cuestionario para reunir datos. El cuestionario
diseñado consta de 28 preguntas, de manera que las preguntas especializadas tienen escala de
Likert y se ha diseñado utilizando las opiniones de los expertos. Las características demográficas de
la muestra son evidentes en el Cuadro 5. El instrumento más comúnmente utilizado para evaluar
la actitud es la escala de Likert. De manera similar, en esta investigación, la escala de Likert se
utilizó para preguntas especializadas con 5 opciones de muy bajo a muy alto (muy bajo = 1 y muy
alto = 5). Las preguntas especializadas consisten en 7 variables: confianza, caracteres y cualidades
personales, contexto, facilidad de uso, utilidad de uso e intención de comportamiento. El cuadro 5
incluye variables como si tienen teléfono móvil y, en caso afirmativo, cuánto tiempo lo han
utilizado, y algunos caracteres de las aplicaciones móviles. El Apéndice 1 incluye escalas de
estructura de seis variables latentes.

4.4 Análisis de datos

Este trabajo utilizó el modelado de ecuaciones estructurales (SEM) para analizar los datos, porque
es un método estadístico fuerte en la prueba de modelos teóricos para medir las relaciones de
causa y efecto simultáneamente. Como resultado, la adición de SEM al análisis factorial tradicional
y al análisis de regresión múltiple tiene muchas otras ventajas. La validez convergente es la
medición de la correlación de varios índices de una dimensión. En este documento, además del
alfa-Cronbach, se utilizaron también la varianza media extraída (AVE) y la fiabilidad compuesta
(CR). Si la correlación entre las pruebas que miden diferentes características es baja, las pruebas
tendrán crédito de diagnóstico o validez divergente, y se han utilizado las capacidades de MSV y
ASV para evaluar esta cuestión. Además, la validez discriminante con la raíz cuadrada de AVE de
cada atributo de cualquier estructura que se asocie con otras características, se muestran con la
tabla Fourner Larker.

4.5 Medición

El cuestionario de este documento se basa en investigaciones anteriores y su fiabilidad y capacidad

de validez se han evaluado sobre la base de estudios anteriores y de estudios como el de
Greenberg (2001). Las secciones del cuestionario se recogieron para su medición sobre la base de
varios estudios que son: Dey (2001) para el factor de contexto y Gao y otros (2008) para los
caracteres y características personales. Para el factor de confianza, se utilizaron Gao y otros (2008)
y para la sección de marca Hui Lien y otros (2015). Por último, para el factor de utilidad percibida y
facilidad de uso y el factor de intención de comportamiento se utilizaron Davis, 1989 y Fishbein y
Ajzen (1975).

5. Resultados

Se evaluaron las estadísticas descriptivas que consisten en la media y la desviación estándar y

luego también se midió la correlación. En la siguiente etapa, se evaluó la estructura de las
variables ocultas mediante un análisis factorial confirmatorio (CFA) y el software AMOS.
Finalmente, el SEM se utilizó para explorar las relaciones entre 7 variables de confianza, caracteres
y cualidades personales, contexto, facilidad de uso, utilidad de uso e intención de
comportamiento. El Chi cuadrado tradicional se conoce como un ajuste adecuado para un modelo
que es muy sensible al tamaño de la muestra (Hair et al., 2012). Además, en este documento
también se midieron otros índices de ajuste como los índices económicos CMIN/DF, RMSEA y PNFI
y los índices absolutos AGFI, GFI y los índices comparativos NFI, NNFI, CFI, RFI e IFI.

5.1 Los resultados del modelo de medición

Después de evaluar la medición inicial, entre los 28 elementos que se han considerado para estas
6 variables, 2 elementos no tenían una segunda condición de validez convergente y su carga
factorial era inferior a 0,5, y para lograr un modelo mejor, deben ser eliminados del modelo. El
quinto ítem está relacionado con la variable de confianza que tiene carga de factor (Estimación =
0,222) y el sexto ítem está relacionado con el tipo de sistema operativo que tiene carga de factor
(Estimación = 0,190) y ambos fueron eliminados del modelo. De acuerdo con este algoritmo, el
modelo se ajustaba y en el primer modelo se observó que el ajuste del modelo no era adecuado.
En el modelo de medición modificado, como se observa en el cuadro 6, se establecen todas las
condiciones de validez convergente y tienen una carga de factor significativa superior a 0,5.

(Estimación > 0,5), la varianza media extraída (AVE) mayor que 0,5 (AVE > 0,5) y la fiabilidad
compuesta (CR) mayor que la varianza media extraída (AVE), (CR > AVE).

También se establecen condiciones de validez divergente para el modelo de medición modificado

(AVE > MSV, AVE > ASV) (Hair et al., 2010). La tabla de correlación de Fourner Larker puede
observarse en el cuadro 7 de tal manera que su diagonal principal es la raíz cuadrada del AVE y
este valor es mayor que el de otras variables para cada variable de coeficiente de correlación de
esa variable. De la Tabla 8 se puede concluir que los índices económicos tienen un ajuste
adecuado y los índices absolutos también tienen un ajuste adecuado, y en los índices
comparativos al menos 3 índices también tienen un ajuste adecuado. Por último, se puede concluir
que el modelo de medición modificado tiene un ajuste excelente y una validez adecuada. Para
probar el modelo de aceptación de los servicios de datos, se utilizó el análisis SEM. Por lo tanto, la
escala de facilidad de uso, confianza, caracteres y cualidades personales, factor de contexto y
factor de utilidad de uso han cambiado en la estructura de factores (todos los coeficientes t- son
grandes). El índice de bondad de ajuste (GFI) (del análisis factorial de confirmación se muestra
para la escala teórica en el cuadro 7. Los índices de bondad de ajuste y los valores umbral se
muestran en la Tabla 8. Los valores de los índices de bondad de ajuste de A y B son inferiores a 0,8.
Los valores de los índices de bondad de ajuste de las escalas A y C son inferiores a 0,8. La media
cuadrática estandarizada de la raíz cuadrada residual (SRMR) es mayor que 0,8 para la escala C.
Todos los valores del error cuadrático medio de la raíz de la aproximación (RMSEA) son mayores
que 0,10. Sólo el índice de ajuste no normalizado (NNFI) de todas las escalas es apropiado. Sólo el
índice de ajuste confirmatorio (CFI) de la escala de C es inferior a 0,93.

La Fig. 3-(a) muestra el modelo estructural en estado de coeficientes no estándar y la Fig. 3-(b)
muestra el modelo estructural en estado de coeficientes estándar.

5.2 Los resultados del modelo estructural

Después del ajuste global del modelo, el siguiente paso es evaluar las hipótesis de investigación
con respecto al ajuste global del modelo y el uso del SEM. Como se ve en la Tabla 8, el modelo de
medición modificado tiene un ajuste adecuado y las Tablas 9 y 10 muestran el resumen de los
resultados obtenidos de las hipótesis. La información facilitó en gran medida el apoyo a la
hipótesis. La confianza tiene una relación directa y positiva con la intención por el coeficiente de
trayectoria de 0,58. En consecuencia, la hipótesis H4 es aceptable. Según los notables resultados,
la relación directa entre el factor de utilidad y el factor de intención de uso es insignificante, ya
que la facilidad de uso afecta a la intención de uso del usuario. Por lo tanto, las hipótesis H6 y H7
no son aceptables. Por lo tanto, el contexto tiene un efecto significativo en la facilidad de uso y la
utilidad percibida, con coeficientes de trayectoria de 0,57 y 0,6. Las hipótesis H1 y H2 son
aceptables. Como se predijo, la hipótesis H3 es aceptable, lo que significa que la facilidad de uso
está directamente relacionada con la utilidad percibida. Las hipótesis H8 y H9 son aceptables; esto
significa que los rasgos y caracteres personales tienen un efecto positivo significativo en la cultura
de uso y la cultura de uso de la aplicación tiene un efecto positivo significativo en el factor de
intención de comportamiento. Por último, no se ha encontrado ningún efecto directo y positivo
entre los caracteres personales y las características con la intención. Por lo tanto, la hipótesis H5
no es aceptable. Los resultados se muestran en la Tabla 10.

En el cuadro 11 se presenta la comparación de los índices de ajuste entre el método propuesto en

este documento y el marco propuesto en el documento de Koç y otros, 2016.

En el cuadro 12 se presenta la comparación del coeficiente de trayectoria y los valores t del

modelo estructural entre el método propuesto y el marco propuesto en el documento de Koç et
al. (2016). En Koç et al. (2016), el marco propuesto se aplicó a la Universidad de Sakarya, Turquía.
 6. Conclusión

El ser humano se enfrenta a uno de los retos más importantes del siglo XXI, a saber, el cambio
constante. Para capacitar a las personas que tienen la capacidad de influir y estar alineadas con
estos cambios, el sistema de aprendizaje en general y la institución de la educación formal en
Particular debe tenerse en cuenta. El aprendizaje móvil ha proporcionado el contexto en el que
muchos de los ideales de la capacitación, como el aprendizaje independiente, el aprendizaje auto
dirigido, el aprendizaje en cualquier lugar y momento, la independencia integral en el aprendizaje,
el derecho a la selección de contenidos en función de los intereses, el reconocimiento de la
realidad de las diferencias individuales de los estudiantes, la posibilidad de proporcionar ejemplos
en un más tangible utilizando instalaciones informáticas, la capacitación y el aprendizaje en
colaboración y proporcionando una rápida retroalimentación y evaluación del aprendizaje, se
consideran aún más realizables. Parece que la necesidad de aprendizaje móvil para la formación
continua de la sociedad médica, con muchos públicos y una amplia variedad de intereses,
experiencias y necesidades de aprendizaje, es más tangible. La cuestión que se nos plantea a
nosotros, como expertos en educación y en desarrollo y diseño de entornos de aprendizaje
basados en enfoques y teorías de aprendizaje, es que se debe garantizar que el aprendizaje se
produzca de la mejor manera posible en este entorno. Entre los requisitos de cumplimiento, el
aprendizaje móvil está prestando atención a estos enfoques y teorías del aprendizaje; ya que, con
el uso inteligente de las ideas, se pueden encontrar soluciones para satisfacer las necesidades
cambiantes del siglo XXI. Los centros educativos de enseñanza superior se enfrentan a más retos y
complejidades; con el aumento del número de participantes inscritos, también aumentan las
limitaciones de infraestructura. El aprendizaje móvil se utiliza en la universidad, que cuenta con
una amplia gama de actividades de aprendizaje, rendimiento y capacitación e incluye una estrecha
vigilancia, evaluación de la información, informes, gestión de los problemas financieros y
preparación de lecciones.

El objetivo de este documento era evaluar los factores esenciales para la adopción y aplicación del
aprendizaje móvil que ha sido creado por los estudiantes de la Universidad Tecnológica K. N. Toosi.
La encuesta se basó en la historia de la adopción de la tecnología y se dirige a los estudiantes de la
Universidad Tecnológica K. N. Toosi. Además de las estructuras tradicionales de adopción de
tecnología, como el factor de facilidad de uso y el factor de utilidad, también se incorporaron al
modelo otros factores (como el factor de confianza, las características y los caracteres personales).
Basándose en el análisis, se aceptaron seis hipótesis de nuestro trabajo. El contexto de las
aplicaciones tiene un efecto positivo importante en el factor de facilidad de uso y el factor de
utilidad, y la facilidad de uso también tiene un efecto positivo en el factor de utilidad. Por último,
la confianza tiene un efecto positivo y significativo en el factor de intención de comportamiento.
Además, se comprobó que no existe una relación significativa entre a) los caracteres y
características personales y el factor de intención de la conducta y b) la utilidad percibida y la
facilidad de uso con el factor de intención de la conducta. La muestra de la investigación consistió
en estudiantes y personas dispuestas y deseosas de utilizar las nuevas tecnologías.

No existe un efecto significativo entre los rasgos personales y los personajes con intención de
utilizarlos. El concepto de atributos y caracteres personales incluye elementos que evalúan la
capacidad de los encuestados, el disfrute, la primera adaptación y la comprensión del beneficio de
utilizar el sistema de evaluación. Una vez más, en el caso de los jóvenes, estos factores no tienen
un efecto importante en la utilización del sistema. El documento demostró que el contexto tiene
un efecto positivo y directo en la facilidad de uso y la utilidad percibida. La confianza tiene un
efecto significativo en el factor de intención del comportamiento. Por lo tanto, se considera un
factor importante en la aceptación de los sistemas de información y el comportamiento. La cultura
de uso de la aplicación tiene un efecto positivo significativo en el factor de intención del
comportamiento. Además, los rasgos y caracteres personales tienen un efecto positivo
significativo en la cultura de uso. Sólo los estudiantes de la facultad de informática participaron en
la investigación. Por lo tanto, los resultados no pueden ser generalizados a otros departamentos y
universidades. La investigación de las percepciones de los miembros de la facultad y del personal
administrativo y la adopción del aprendizaje móvil pueden tener resultados valiosos.

Este documento se centró en los factores que afectan a la aceptación y el uso de los sistemas
móviles por parte de los estudiantes en el Irán. Por consiguiente, las instituciones de enseñanza
superior, tanto del sector público como del privado, pueden utilizar con éxito los resultados de
este documento. Estudios similares relacionados con la adopción, aprobación y utilización de la
enseñanza móvil en los países en desarrollo pueden ser muy útiles para dar a conocer la utilización
de los recursos.

El modelo presentado en este documento también puede considerar los factores sociales y de otro
tipo que influyen en la adopción de los sistemas móviles.

6.1 Limitaciones y perspectivas futuras

Con respecto al punto de que un obstáculo principal contra el proceso de aprendizaje móvil es su
limitación en aras de un hardware accesible que sea necesario para ello, es por lo tanto vital que
para procesar este aprendizaje, se proporcionen sus herramientas necesarias y los trabajos
necesarios para que más personas puedan beneficiarse de este método de aprendizaje. La
experiencia de aprendizaje móvil en los países desarrollados con miras a la instrucción durante el
último decenio muestra que el uso perfecto del potencial de los instrumentos móviles en el
sistema educativo es un proceso complejo y de múltiples aspectos que requiere una inversión
financiera.

Este trabajo se realizó sólo en la Universidad Tecnológica K. N. Toosi. Los resultados deben ser
cuidadosamente evaluados antes de ser implementados en otras universidades. Los caracteres de
los estudiantes en las universidades u otros departamentos pueden tener resultados diferentes.
Sin embargo, en este documento sólo se puso a prueba la adopción y el uso del sistema de
información de educación móvil entre los estudiantes, y también se debería poner a prueba la
recepción y orientación de los profesores y generar los resultados útiles y el sistema electrónico
integrado. Conociendo estas comunicaciones, podemos promover la aceptación y el registro de los
servicios móviles entre profesores y estudiantes. Otra limitación puede estar en la recolección de
datos, en que sólo uno de los centros de información educativa fue seleccionado para este
propósito.

Este documento ofrece un nuevo punto de vista sobre la TAM para la adopción del aprendizaje
móvil por parte de los usuarios. Las investigaciones y la concentración que presentarán la
información y el contenido educativo que se utilizan a través de la tecnología en el trabajo
muestran que, a la vista de los alumnos, son dignos de confianza. Este método educativo, a la vez
que es útil en diferentes áreas, es muy necesario. El motivo característico del individuo para
utilizar el aprendizaje móvil y ponerlo en funcionamiento es muy eficaz. Porque el avance y el
mejoramiento de la educación, además de sus herramientas necesarias, son el mejor enfoque que
estará presente en las diferentes áreas del aprendizaje móvil; por lo tanto, es necesario que en el
futuro se trabaje en el análisis del aprendizaje móvil en otros países. Entre las investigaciones
futuras dirigidas al entorno del aprendizaje móvil figuran el vídeo a la vista del productor, los
suministros técnicos accesibles en la plataforma móvil, la capacidad de suscripción y el ancho de
banda. Es necesario realizar investigaciones continuas sobre las preferencias de los usuarios para
la presentación de los materiales educativos, porque la tecnología ofrece nuevas oportunidades
para la presentación de información a una población cada vez más numerosa.

Los investigadores han descubierto que, en el futuro, se debería permitir a los alumnos pensar en
este sistema para reconocer una mejor solución y poder participar en las decisiones.

Agradecimientos

Nos gustaría agradecer al Dr. M. Zadeh y al Dr. M. Meshinfam por su guía y sugerencias
constructivas que mejoraron mucho el manuscrito. Esta investigación fue apoyada por la
Universidad Tecnológica K.N.Toosi. Subvención Nº KNTU1395-96-it-HA-6.

Conflicto de intereses

Los autores declaran que no tienen ningún conflicto de intereses.

Apéndice A. Datos complementarios

Los datos complementarios relacionados con este artículo pueden encontrarse, en la versión en
línea, en http://dx.doi.org/10.1016/j.tele.2017.09.016.
Apéndice 1. Una evaluación de la adopción del aprendizaje móvil en la enseñanza superior
(Modelo de aceptación de servicios móviles (MSAM), adopción de sistemas de información
móviles (AMoIS), Aprendizaje M: ML)

Referencias

Abu-Al-Aish, A., Love, S., 2013. Factors influencing students’ acceptance of M-learning: an
investigation in higher education. Int. Rev. Res. Open Distrib. Learn. 14 (5).

Akbar, F., 2013. What Affects Students’ Acceptance and Use of Technology? (Thesis). Dietrich
College of Humanities and Social Sciences, Pittsburgh.
Berking, P., Archibald, T., Haag, J., Birtwhistle, M., 2012. Mobile learning: not just another delivery
method. In: The Inter service/Industry Training,

Simulation & Education Conference (I/ITSEC) (vol. 2012, No. 1). National Training Systems
Association. Orlando, Florida, USA.

Bhattacherjee, A., 2001. Understanding information systems continuance: an expectation-

confirmation model. MIS Q. 25 (3), 351–370.

Bhattacherjee, A., Premkumar, G., 2004. Understanding changes in belief and attitude toward
information technology usage: a theoretical model and longitudinal test. MIS Q. 28 (2), 229–254.

Blank, G., Dutton, W.H., 2012. Age and trust in the internet: the centrality of experience and
attitudes toward technology in britain. Soc. Sci. Comput. Rev. 30 (2), 135–151.

Carlsson, C., Carlsson, J., Hyvonen, K. K., Puhakainen, J., & Walden, P., 2006. Adoption of mobile
devices/services e searching for answers with the UTAUT. In: 39 th Hawaii international conference
on system sciences, 6 pp. 1–10 (IEEE Computer Society).

Chen, G., Kotz, D., 2000. A survey of context-aware mobile computing research (Dartmouth
Computer Science Technical Report).

Codish, D., Ravid, G., 2015. Detecting playfulness in educational gamification through behavior
patterns. IBM J. Res. Dev. 59 (6), 1–6.

Davis, F., 1989. Perceived usefulness, perceived ease of use and user acceptance of information
technology. MIS Q. 13 (3), 319–340.

Demir, K., 2006. School management information systems in primary schools. Turk. Online J. Educ.
Technol. 5 (2), 32–45.

Dey, A.K., 2001. Understanding and using context. Pers. Ubiquitous Comput. 5 (1), 4–7.

Dobre, I., 2015. Learning management systems for higher education – an overview of available
options for higher education organizations. In: The 6th international

conference edu world 2014 “education facing contemporary world issues, Procedia – Social and
Behavioral Sciences. 180, pp. 313–320.

Dold, C.J., 2016. Rethinking mobile learning in light of current theories and studies. J. Acad.
Librarianship 42 (6), 679–686.

Eshet; E., Bouwman, H., 2015. Addressing the context of use in mobile computing: a survey on the
state of the practice, interacting with computers 27(4), 392–412.

Fishbein, M., Ajzen, I., 1975. Belief, Attitude, Intention and Behavior: An Introduction to Theory
and Research. Addison-Wesley.
Gao, S., 2011. High Level Modeling and Evaluation of Multi-Channel Services. Thesis for the Degree
of Philosophies Doctor. Norwegian University Department of Computer and Information Science,
Trondheim.

Gao, S., Krogstie, J., Gransæther, P., 2008. Mobile services acceptance model. Int. Conf. Converg.
Hybrid Inf. Technol. 446–453.

Gao, S., Krogstie, J., Siau, K., 2011. Developing an instrument to measure the adoption of mobile
services. Mobile Inf. Syst. 7, 45–67.

Gao, S., Ganapathy, R., Gopalakrishnan, V., Gopalakrishnan, S., 2012. An exploratory study on the
adoption of mobile services through social media. Int. Conf. Syst. Inf. 2588–2592.

George, R., Kaplan, D., 1998. A structural model of parent and teacher influences on science
attitudes of eighth graders: evidence from NELS: 88. Sci. Educ. 82 (1), 93–109.

Greenberg, S., 2001. Context as a dynamic construct. Human-Comput. Interact. 16, 257–268.

Hair, J., Black, W., Babin, B., Anderson, R., 2010. Multivariate data analysis: a global perspective,
7th ed. Pearson Education, Upper Saddle River, NJ.

Hair, J.F., Black, W.C., Babin, B.J., Anderson, R.E., 2012. Multivariate Data Analysis, 7th ed. Pearson
Prentice Hall, Upper Saddle River, NJ.

Hao, S., Dennen, V.P., Mei, L., February 2017. Influential factors for mobile learning acceptance
among Chinese users. Education Tech. Research Dev. 65 (1), 101–123.

Hartley, K., Bendixen, L.D., 2001. Educational research in the Internet age: examining the role of
individual characteristics. Educ. Res. 30 (9), 22–26.

Hashemi, M., Ghasemi, B., 2011. Using mobile phones in language learning/teaching. Proc. Soc.
Behav. Sci. 15 (2011), 2947–2951. Available from: http://www.sciencedirect.com.

Holmes, B., Gardner, J., 2006. E-Learning (Concepts and practice). SAGE Publications, London,
Thousand, New Delhi, pp. 117–127.

Irby, T., Strong, R., 2015. A synthesis of mobile learning research implications: agricultural faculty
and student acceptance of mobile learning in academia. NACTA 59 (1), 10–17.

Islam Khan, A., Al-Shihi, H., Al-khanjari, Z.A., Sarrab, M., 2015. Mobile Learning (M-Learning)
adoption in the Middle East: lessons learned from the educationally advanced countries.
Telematics Inform. 32, 909–920.

Julien, C., Roman, G., 2006. Ego spaces: facilitating rapid development of context-aware mobile
applications. IEEE Trans. Software Eng. 32 (5), 281–298.
Karimi, S., 2016. Do learners’ characteristics matter? An exploration of mobile-learning adoption in
self-directed learning. Comput. Human Behav. 63, 769–776.

Kim, D., Ferrin, D., Rao, H., 2008. A trust-based consumer decision-making model in electronic
commerce: the role of trust, perceived risk, and their antecedents. Decis. Support Syst. 44, 544–
564.

Koç, T., Turan, A.H., Okursoy, A., 2016. Acceptance and usage of a mobile information system in
higher education: an empirical study with structural equation modeling. Int. J. Manage. Educ. 14,
286–300.

Koole, M., McQuilkin, J.L., Ally, M., 2010. Mobile learning in distance education: utility or futility? J.
Distance Educ. 24 82-59.

Lee, J., Song, C., 2013. Effects of trust and perceived risk on user acceptance of a new technology
service. Soc. Behav. Personality 41 (4), 587–598.

Legris, P., Ingham, J., Collerette, P., 2003. Why do people use information technology? A critical
review of the technology acceptance model. Inf. Manage. 40, 191–204.

Lien, C.H., Wen, M.J., Huang, L.C., Wu, K.L., 2015. Online hotel booking: the effects of brand image,
price, trust and value on purchase intentions. Asia Pacific Manage. Rev. 20, 210–218.

MacCallum, R.C., Austin, J.T., 2000. Applications of structural equation modeling in psychological
research. Annu. Rev. Psychol. 51 (1), 201–226.

Mallat, N., Rossi, M., Tuunainen, V., Ouorni, A., 2009. The impact of use context on mobile services
acceptance: the case of mobile ticketing. Inf. Manage. 46 (3), 190–195.

Mitchell, L.D., Parlamis, J.D., Claiborne, S.A., 2015. Overcoming faculty avoidance of online
education: from resistance to support to active participation. J. Manage. Educ. 39 (3), 350–371.

Morgan, R., Hunt, S., 1994. The commitment-trust theory of relationship marketing. J. Market. 58,
20–38.

Mou, J., Cohen, J., 2014. A longitudinal study of trust and perceived usefulness in consumer
acceptance of an e-service: the case of online health services. Pacific Asia Conference on
Information Systems (PACIS).

Nicholas, H., Ng, W., Loke, S., Torabi, T., 2009. Designing effective pedagogical systems for
teaching and learning with mobile and electronic devices. In: Goh, T.T., ed., Multiplatform E-
learning Systems and Technologies. Mobile Devices for Electronic ICT-Based Education.
Information Science Reference, Hershey-New York, USA. p. 42–56.

Park, Y., 2011. A pedagogical framework for mobile learning: categorizing educational applications
of mobile technologies into four types. Int. Rev. Res. Open Distance Learn. 12 (2), 78–102.
Pimmer, C., Mateescu, M., Grohbiel, U., 2016. Mobile and electronic learning in higher education
settings. A systematic review of empirical studies: Computers in Human Behavior 63 (2016) 490–
501.

Saleem Alzu’bi, M.M., Zalisham, M.J., Farydi, Q., 2014. Student acceptance of Mobile Learning in
the Malaysian Higher. In: Proceeding of the International Conference on Humanities Sciences and
Education ICHE2014. Kuala Lumpur, Malaysia.

Sarrab, M., Al-Shihi, H., Rehman, O.H., 2013. Exploring major challenges and benefits of M-
Learning adoption. Br. J. Appl. Sci. Technol. 3 (4), 826–839.

Shah, M., 2014. Impact of management information systems (MIS) on school administration: What
the literature says. In: 5th World Conference on Educational Sciences, Procedia – Social and
Behavioral Sciences, 116. pp. 2799–2804.

Shin, W., Kang, M., 2015. The use of a mobile learning management system at an online university
and its effect on learning satisfaction and achievement. Int. Rev. Res. Open Distrib. Learn. 16 (3),
110–130.

Siau, K., Shen, Z., 2003. Building customer trust in mobile commerce. Commun. ACM 46 (4), 91–94.

Tang, Y., Hem, K.F., 2017. Mobile instant messaging (MIM) useful in education? Examining its
technological, pedagogical, and social affordances, Educational H. Hamidi, A. Chavoshi Telematics
and Informatics 35 (2018) 1053–1070 1069 Research Review, vol. 21, June 2017, 85–104.

Tang, Y., Tseng, H.W., 2013. Distance learners' self-efficacy and information literacy skills. J. Acad.
Librarianship 39 (6), 517–521.

Thornton, P., Houser, C., 2005. Using mobile phones in English education in Japan. J. Comput.
Assisted Learn. 21, 217–228.

Wang, W., Wang, C., 2009. An empirical study of instructor adoption of web-based learning
systems. Comput. Educ. 53 (3), 761–774.

Wang, Y., Lin, H., Luarn, P., 2006. Predicting consumer intention to use mobile service. Inf. Syst. J.
16 (2), 157–179.

Wang, Y.S., Wu, M.C., Wang, H.Y., 2009. Investigating the determinants and age and gender
differences in the acceptance of mobile learning. Br. J. Educ. Technol. 40 (1), 92–118.

Wei, T., Marthandan, G., Chong, L., Ooi, K., Arumugam, S., 2009. What drives Malaysian M-
commerce adoption? An empirical analysis. Indus. Manage. Data Syst. 109 (3), 370–388.