Learners’ Continuous Use Intention of Blended Learning: tam-set model

2008
, 11, 216–223.
26.
Zheng, W.; Yu, F.; Wu, Y. Social media on blended learning: The effect of rapport and motivation. Behav. Inf. Technol. 2022, 41,
1941–1951. [
CrossRef
]
27.
Porter, W.W.; Graham, C.R. Institutional drivers and barriers to faculty adoption of blended learning in higher education. Br. J.
Educ. Technol. 2016, 47, 748–762. [
CrossRef
]
28.
Anthony, B.; Kamaludin, A.; Romli, A.; Raffei, A.F.M.; Phon, D.N.A.; Abdullah, A.; Ming, G.L. Blended learning adoption and
implementation in higher education: A theoretical and systematic review. Technol. Knowl. Learn. 2020, 27, 531–578. [
CrossRef
]
29.
Davis, F.D.; Bagozzi, R.P.; Warshaw, P.R. User acceptance of computer technology: A comparison of two theoretical models.
Manag. Sci. 1989, 35, 8. [
CrossRef
]

---

Sustainability 2022, 14, 16428
13 of 14
30.
Virvou, M.; Katsionis, G. On the usability and likeability of virtual reality games for education: The case of VR-ENGAGE.
Comput. Educ. 2008, 50, 154–178. [
CrossRef
]
31.
Sharma, S.; Dick, G.; Chin, W.; Land, L. Self-Regulation and E-Learning; University of St. Gallen: St. Gallen, Switzerland, 2007.
32.
Nov, O.; Ye, C. Users’ personality and perceived ease of use of digital libraries: The case for resistance to change. J. Am. Soc. Inf.
Sci. Technol. 2008, 59, 845–851. [
CrossRef
]
33.
Wang, W.; Zhao, Y.; Wu, Y.; Goh, M. Interaction strategies in online learning: Insights from text analytics on iMOOC. Educ. Inf.
Technol. 2022, 205, 1. [
CrossRef
]
34.
Bandura, A. Social Learning Theory; Prentice Halls: Englewood Cliffs, NJ, USA, 1977.
35.
Ajzen, I. Perceived behavior control, self-efficacy, locus of control, and the theory of planned behavior. J. Appl. Soc. Psychol. 2002,
32, 665–683. [
CrossRef
]
36.
Abdullah, F.; Ward, R. Developing a general extended technology acceptance model for E-learning (GETAMEL) by analysing
commonly used external factors. Comput. Hum. Behav. 2016, 56, 238–256. [
CrossRef
]
37.
Zhu, Z.L.; Li, C. Research on evaluation model and index system of distance learning support service. China Audio-Vis. Educ.
2007
, 2, 42–45.
38.
Pan, C.C. System use of WebCT in the light of the technology acceptance model: A student perspective. Ph.D. Thesis, University
of Central Florida, Orlando, FL, USA, 2003.
39.
Al-Emran, M.; Arpaci, I.; Salloum, S.A. An empirical examination of continuous intention to use m-learning: An integrated
model. Educ. Inf. Technol. 2020, 25, 2899–2918. [
CrossRef
]
40.
Wu, B.; Zhang, C. Empirical study on continuance intentions towards E-Learning 2.0 systems. Behav. Inf. Technol. 2014, 33,
1027–1038. [
CrossRef
]
41.
Kim, T.; Suh, Y.K.; Lee, G.; Choi, B.G. Modelling roles of task-technology fit and self-efficacy in hotel employees’ usage behaviours
of hotel information systems. Int. J. Tour. Res. 2010, 12, 709–725. [
CrossRef
]
42.
Brahim, M.; Mohamad, M. Awareness, readiness and acceptance of the learners’ in polytechnic of sultan abdul halim mu’adzam
shah on m-learning. Asian J. Sociol. Res. 2018, 1, 21–33.
43.
Siegel, D. Accepting Technology and Overcoming Resistance to Change Using the Motivation and Acceptance Model; Proquest, Umi
Dissertation Publishing: Ann Arbor, MI, USA, 2008.
44.
Zheng, Q.H.; Li, Q.J.; Li, C. Investigation of MOOCs teaching mode in China. Open Educ. Res. 2015, 6, 71–79.
45.
Hair, J.F.; Sarstedt, M.; Ringle, C.M.; Mena, J.A. An assessment of the use of partial least squares structural equation modeling in
marketing research. J. Acad. Mark. Sci. 2012, 40, 414–433. [
CrossRef
]
46.
Šumak, B.; Šorgo, A. The acceptance and use of interactive whiteboards among teachers: Differences in UTAUT determinants
between pre- and post-adopters. Comput. Hum. Behav. 2016, 64, 602–620. [
CrossRef
]
47.
Chauhan, S.; Jaiswal, M. Determinants of acceptance of ERP software training in business schools: Empirical investigation using
UTAUT model. Int. J. Manag. Educ. 2016, 14, 248–262. [
CrossRef
]
48.
Tosunta¸s, ¸S.B.; Karada ˘g, E.; Orhan, S. The factors affecting acceptance and use of interactive whiteboard within the scope of
FATIH project: A structural equation model based on the unified theory of acceptance and use of technology. Comput. Educ. 2015,
81, 169–178. [
CrossRef
]
49.
Cheung, M.F.; To, W.M. Service co-creation in social media: An extension of the theory of planned behaviour. Comput. Hum.
Behav. 2016, 65, 260–266. [
CrossRef
]
50.
Byrne, B.M. Structural Equation Modeling with Mplus: Basic Concepts, Applications, and Programming; Routledge: Oxfordshire,
UK, 2013.
51.
Po-An Hsieh, J.J.; Wang, W. Explaining employees’ extended use of complex information systems. Eur. J. Inf. Syst. 2007, 16,
216–227. [
CrossRef
]
52.
Yang, K.C. Exploring factors affecting the adoption of mobile commerce in Singapore. Telemat. Inform. 2005, 22, 257–277.
[
CrossRef
]
53.
Kim, T.; Chiu, W. Consumer acceptance of sports wearable technology: The role of technology readiness. Int. J. Sport. Mark. Spons.
2018
, 20, 109–126. [
CrossRef
]
54.
Amin, M.; Rezaei, S.; Abolghasemi, M. User satisfaction with mobile websites: The impact of perceived usefulness (PU), perceived
ease of use (PEOU) and trust. Nankai Bus. Rev. Int. 2014, 5, 258–274. [
CrossRef
]
55.
Tang, T.T.; Nguyen, T.N.; Tran, H.T.T. Vietnamese teachers’ acceptance to use E-assessment tools in teaching: An empirical study
using PLS-SEM. Contemp. Educ. Technol. 2022, 14, 375. [
CrossRef
] [
PubMed
]
56.
Wong, T.K.M.; Man, S.S.; Chan, A.H.S. Exploring the acceptance of PPE by construction workers: An extension of the technology
acceptance model with safety management practices and safety consciousness. Saf. Sci. 2021, 139, 105239. [
CrossRef
]
57.
Huarng, K.H.; Yu, T.H.K.; Fang Lee, C. Adoption model of healthcare wearable devices. Technol. Forecast. Soc. Chang. 2022,
174, 121286. [
CrossRef
]
58.
Hanham, J.; Lee, C.B.; Teo, T. The influence of technology acceptance, academic self-efficacy, and gender on academic achievement
through online tutoring. Comput. Educ. 2021, 172, 104252. [
CrossRef
]
59.
Song, H.; Kim, T.; Kim, J.; Ahn, D.; Kang, Y. Effectiveness of VR crane training with head-mounted display: Double mediation of
presence and perceived usefulness. Autom. Constr. 2021, 122, 103506. [
CrossRef
]

---

Sustainability 2022, 14, 16428
14 of 14
60.
Al-Abdullatif, A.M.; Gameil, A.A. The effect of digital technology integration on students’ academic performance through
project-based learning in an E-learning environment. Int. J. Emerg. Technol. Learn. 2021, 16, 11. [
CrossRef
]
61.
Malureanu, A.; Panisoara, G.; Lazar, I. The relationship between self-confidence, self-efficacy, grit, usefulness, and ease of use of
elearning platforms in corporate training during the COVID-19 pandemic. Sustainability 2021, 11, 6633. [
CrossRef
]
62.
Alalwan, A.A.; Dwivedi, Y.K.; Rana, N.P.; Simintiras, A.C. Jordanian consumers’ adoption of telebanking: Influence of perceived
usefulness, trust and self-efficacy. Int. J. Bank Mark. 2016, 34, 690–709. [
CrossRef
]
63.
Venkatesh, V.; Davis, F.D. A model of the antecedents of perceived ease of use: Development and test. Decis. Sci. 1996, 27, 451–481.
[
CrossRef
]
64.
Holden, H.; Rada, R. Understanding the influence of perceived usability and technology self-efficacy on teachers’ technology
acceptance. J. Res. Technol. Educ. 2011, 43, 343–367. [
CrossRef
]
65.
Hsu, C.-L.; Lu, H.-P. Why do people play on-line games? An extended TAM with social influences and flow experience. Inf. Manag.
2004
, 41, 853–868. [
CrossRef
]
66.
Flett, R.; Alpass, F.; Humphries, S.; Claire, M.; Stuart, M.; Nigel, L. The technology acceptance model and use of technology in
New Zealand dairy farming. Agric. Syst. 2004, 80, 199–211. [
CrossRef
]
67.
Chang, I.-C.; Li, Y.-C.; Hung, W.-F.; Hwang, H.-G. An empirical study on the impact of quality antecedents on tax payers’
acceptance of Internet tax-filing systems. Gov. Inf. Q. 2005, 22, 389–410. [
CrossRef
]
68.
Wu, W.W. Developing an explorative model for SaaS adoption. Expert Syst. Appl. 2011, 38, 15057–15064. [
CrossRef
]
69.
Alalwan, A.A.; Dwivedi, Y.K.; Rana, N.P.; Williams, M.D. Consumer adoption of mobile banking in Jordan: Examining the role of
usefulness, ease of use, perceived risk and self-efficacy. J. Enterp. Inf. Manag. 2016, 29, 118–139. [
CrossRef
]
70.
Shahbaz, M.; Gao, C.; Zhai, L.; Shahzad, F.; Arshad, M.R. Moderating effects of gender and resistance to change on the adoption
of big data analytics in healthcare. Complexity 2020, 2020, 2173765. [
CrossRef
]
71.
Sayaf, A.M.; Alamri, M.M.; Alqahtani, M.A.; Al-Rahmi, W.M. Information and communications technology used in higher
education: An empirical study on digital learning as sustainability. Sustainability 2021, 13, 7074. [
CrossRef
]
72.
Alyoussef, I.Y. Massive open online course (MOOCs) acceptance: The role of task-technology fit (TTF) for higher education
sustainability. Sustainability 2021, 13, 7374. [
CrossRef
]

---

Document Outline

• Introduction 
• Theoretical Model and Hypotheses Development 
  • Course Quality (CQ) 
  • Technological Support (TS) 
  • Perceived Usefulness (PU) 
  • Perceived Ease of Use (PEOU) 
  • Satisfaction (SA) 
  • Self-Efficacy (SE) 
  • Behavioral Intention (BI) 
• Research Methodology 
• Analysis and Findings 
  • Reliability and Construct Validity Analysis 
  • Model Fit Measurement 
  • Hypothesis Testing 
• Discussion and Implications 
• Conclusions and Future Work 
• References