1. 引言
随着信息技术的日新月异，借助计算机网络开展的学习活动也应运而生，这一变革标志着学习方式的重大转变，这种学习方式具有灵活性、便捷性和高效性等特点，已成为现代社会中不可或缺的一部分。我国一流课程建设强调现代化信息技术与教育教学深度融合，解决好教与学模式创新的问题，在高校培育建设基础上完成4000门左右国家精品在线开放课程、6000门左右国家级线上线下混合式一流课程等(《教育部关于一流本科课程建设的实施意见》教高[2019] 8号)。大学生借助网络平台实现在线学习趋于常态，课外知识学习和在线辅导等网络学习形式与学校传统课堂教育正日益结合，深度融合(高斌等，2023)。尽管网络学习带来了诸多便利，如灵活性、资源丰富性和自主性等，但网络环境的特殊性质可能导致学生在远程学习过程中缺乏积极性，对知识的探索和掌握变得不够投入，其参与度相对较低(Yan et al., 2021)。网络学习投入(Online learning engagement)是指个体在网络学习活动过程中表现出的一种积极的心理状态(Chen et al., 2010)，它是衡量网络教学效果的关键指标，同时也能预示学生的学业成就(乔伟峰等，2021)。故而，对大学生网络学习投入的影响要素和作用机制进行深入研究是非常必要的。
资源保存理论(conservation of resources theory, COR)是指个体会积极争取、维持、培养和守护他们重视的资源，从而适应环境，维持生存。Ten Brummelhuis and Bakker (2012)在Hobfoll (1989)基础上根据来源及稳定性的二维框架，将资源细分为物质条件资源、建设性资源、社会支持资源以及能量资源。在建设性资源基础之上，那些能够促进个体选择、调整和应用其他资源的管理性资源，被称为关键资源，主要是指那些采取积极和有效应对方式的人格特质，如主动性人格等。具有主动性人格倾向的大学生倾向于高效管理时间，在学习过程中感悟到的教师自主支持则作为一种社会支持资源来影响他们的网络学习投入。基于此，本研究主要从建设性资源和社会支持资源两个角度来探究大学生主动性人格、网络学习投入、时间管理倾向和教师自主支持之间的联系。
1.1. 大学生主动性人格与网络学习投入
主动性人格(Proactive Personality)是指个体在面对环境变化时所展现出的稳定而积极的应对态度和倾向。这种人格特质在学业投入和工作行为的研究中备受瞩目，被视为影响个人成就和发展的重要因素。
根据资源保存理论，个体为了提高学业成就，需要增加对关键资源的投入。研究表明，个体的网络学习投入受到个体因素如主动性人格(鲍旭辉等，2022；黄海雁等，2017)的影响。主动性人格是推动个体积极行动的关键因素(Campbell, 2000)，具备高主动性人格的个体，倾向于以更加积极和进取的态度行事，努力争取并利用各种资源以达成目标。他们不仅满足于现状，而且主动寻求机会，勇于挑战自我，以实现更高的成就。这种积极的行为模式使他们在学业和职业生涯中更可能取得突出的表现，以更好地投入到问题解决过程中(Bateman, Thomas, & Crant, 1993)。在学习领域的研究结果表明，个体的主动性人格与其网络学习表现之间存在正相关关系，具体表现为高主动性人格的学习者在网络学习中投入更多(Chai et al., 2022)。据此，本研究提出假设1：主动性人格可以显著正向预测网络学习投入。
1.2. 时间管理倾向的中介作用
时间管理倾向(Time management tendency)是个体在运用时间时所体现出的心理与行为特征(吕催芳，周永红，2017)，它涉及到多个维度和层面，主要由以下三维度构成：时间价值认知，反映的是个体如何看待时间的价值，即其对时间的珍视程度和认知深度；时间规划与监控，涉及个体如何规划和监管自己的时间，包括其对待时间规划的态度和所采取的方法；时间管理自我效能感，是个体对自己在时间管理方面能力的信心和自我评价，即其对自己能否有效管理时间的信念和评估(张志杰等，2001)。这三个维度共同构成了时间管理倾向的复杂心理结构。
根据自我调节理论(Bufford, 1986)，高主动性人格的个体更容易在学习的过程中进行自我调节。研究表明，时间管理倾向在时间维度上具有调节功能(Qiang & University, 2014)，且个体的网络学习投入受到个体因素如时间管理倾向的影响(鲍旭辉等，2022；黄海雁等，2017)。研究显示，主动性人格对个体的时间管理倾向具有显著的正向预测作用(吴峰，2022；满凯歌，2022)。也就是说，高主动性人格的学生对于时间的管理能力更好，而低主动性人格的学生则反之。个体时间管理技能越强，越有助于提升网络学习投入状态。因此学生主动性越高就对于时间的管理越强，时间利用效率也越高，越有助于提高网络学习的投入度。高主动性人格的个体能对自己的时间进行有效地管理与规划，合理安排时间，因此他们在参与网络活动时学习投入效率应该会更高(黄海雁等，2017)。在已有的研究中，时间管理倾向与主动性人格和学习投入均存在相关性(吴峰，2022；张帝，2022)，个体时间管理水平越高，越有助于提升学习投入状态(王秀希等，2014；Pan et al., 2011)。综上，主动性人格可能会通过大学生积极的时间管理倾向来提高其对于网络学习的投入。据此本研究提出假设2：大学生主动性人格可以通过时间管理倾向来影响网络学习投入。具体来说，大学生的主动性人格会影响其时间管理倾向，而时间管理倾向则进一步影响网络学习投入。
1.3. 教师自主支持的调节作用
根据资源保存理论(COR)，个体所接收到的社会支持资源变化会显著地影响其随后的感受(Halbesleben et al., 2014)，对个体的网络学习投入产生影响。教师自主支持是影响网络学习投入的一个关键环境因素(郭文斌，苏蒙，2021)。
教师自主支持(Teacher’s Autonomy Support)是指教师在教育教学过程中，积极鼓励学生自主学习，尊重学生的情感需求，并采取一系列措施，为学生提供自主学习和发展的环境。这种行为属于自主支持型教学范畴，其核心在于教师在课堂教学中以学生为中心，努力培养学生的内在学习动机，满足学生自主、胜任、归属的需要，促进学生的主动性学习(安南，2022；Skinner & Belmont, 1993; Ryan & Deci, 2000)。研究表明，教师自主支持越高时，学生学习的主动性越高，而主动性人格是推动个体采取主动性行动的关键因素(Campbell, 2000)，当学生感知到教师自主支持时，就会对学习更加主动，对网络学习产生更多的兴趣，从而提高网络学习投入(姜甜甜等，2023)。综上，本研究提出假设3a：教师自主支持在大学生主动性人格与网络学习投入的关系中起到了调节作用。具体来说，当教师给予学生足够的自主支持时，能够进一步强化主动性人格对网络学习投入的正向预测作用。
根据主动性人格理论(Bateman & Crant, 1993)，那些具备主动性人格的个体通常能够积极主动地选择各种策略，如主动获取信息、敏锐识别问题以及积极争取机会等，并且他们倾向于主动改变个人或所处的环境。当大学生具有较高的主动性人格时，他们更可能展现出优秀的时间管理能力，而教师自主支持可以鼓励学生进行有目的有效果的时间管理，并阻止不当的时间使用(Won & Yu, 2018)。因此，可以推测，当教师自主支持高时，主动性人格对时间管理倾向的正向预测作用增强。基于此，本研究提出假设3b：教师自主支持在大学生主动性人格与网络学习投入的中介路径中调节了前半段路径。具体而言，对于具有主动性人格的大学生，在获得更多的教师自主支持时，会更积极地管理自己的时间。
根据自我决定理论，个体会主动认识和了解自己的内在需求以及环境所提供的信息，然后基于这些认知来做出决策和行动。教师提供的自主支持是学生的一种重要社会环境(陈继文等，2015)。高主动性人格的个体倾向于建立自己的社交网络，且其领悟到的教师自主支持水平也更高(皮陆杨等，2020)，学习主动性也会增强，进而产生更高的网络学习投入。研究表明，当学生感知到教师的自主支持时，会在学习中表现出更多的兴趣，表现出高努力性和高坚持性，因而更加投入(陈继文等，2015；Skinner & Belmont, 1993; Hyungshim et al., 2010)。另外，Cronin et al. (2019)在研究中发现，教师自主支持支持可以鼓励学生进行有目的、有效果的时间管理，并且有助于学生培养时间管理的能力。我们推测，教师自主支持水平越高，学生在面对无监控的网络学习时更容易形成合理的时间管理倾向去提高网络学习投入。综上，我们提出假设3c，教师自主支持在大学生主动性人格与网络学习投入的中介路径中调节了后半段路径。具体而言，教师自主支持可能会增强有效时间管理与网络学习投入的正向关系。
基于以上分析，探讨主动性人格对大学生网络学习投入的影响，并检验时间管理倾向的中介作用以及教师自主支持的调节作用，并提出以下假设(模型见图1)：
H1：主动性人格正向预测大学生的网络学习投入度；
H2：时间管理倾向中介了主动性人格对网络学习投入度的影响；
H3：教师自主支持在主动性人格对大学生的网络学习投入度中起到调节作用；
H3a：教师自主支持调节了主动性人格对大学生的网络学习投入的影响；
H3b：教师自主支持调节了主动性人格对大学生的时间管理倾向的影响；
H3c：教师自主支持调节了时间管理倾向对大学生的网络学习投入的影响。
2. 方法
2.1. 被试
本研究采用方便取样法，选取山西省、江西省大学生1020名作为研究对象。其中158份问卷作答无效被删除，最终收回有效问卷862份，有效率为84.5%。参与问卷填写的大学生中，男生293人，占比
Figure 1. A hypothetical model of proactive personality and online learning engagement
图1. 主动性人格与网络学习投入的假设模型
34.0%，女生569人，占比66.0%；大一年级652人，占比75.6%，大二年级162人，占比18.8%，大三年级44人，占比5.1%。
2.2. 研究工具
2.2.1. 主动性人格的测量
采用Bateman和Crant (1993)编制，商佳音和甘怡群(2009)修订的中文版《主动性人格量表》。共11个项目，采用7点计分，平均分越高表示个体的主动性人格倾向越强。本研究中该问卷的α系数为0.92。
2.2.2. 网络学习投入的测量
采用Schaufeli编制，我国学者方来坛(2008)等人修订的《学习投入量表》(学生版)，分为3个维度：活力、奉献、专注，共17个项目。为了更好地测量本研究的变量，在问卷指导语上加了“网络”一词，采用李克特7点计分，平均分越高则表示学习投入程度越高。本研究中该问卷的α系数为0.96.
2.2.3. 教师自主支持的测量
采用Avi Assor等人编制的《Scales measuring autonomy-affecting teacher behaviours》，共34条项目，量表采用Likert7点计分，平均分越高表明学生感知的教师自主支持程度越好。本研究中该问卷的α系数为0.93。
2.2.4. 时间管理倾向的测量
采用黄希庭和张志杰(2001)编制的《时间管理倾向量表》，分为三个维度：时间价值感、时间监控观、时间效能感，共44个条目，采用5点计分，平均分越高，表示研究对象能够更积极地管理时间。本研究中该问卷的α系数为0.96。
2.3. 数据分析与处理
本研究采用SPSS25.0对数据进行处理，并采用PROCESS插件对中介调节效应检验。
3. 结果
3.1. 共同方法偏差检验
由于本研究采用的是自我报告法，可能存在共同方法偏差。本研究采用Harman单因子分析方法进行共同方法偏差检验。结果表明，特征根大于1的因子有14个，且最大因子方差贡献率34.99%，小于40%临界值(汤丹丹，温忠麟，2020)，因此本研究中不存在严重的共同方法偏差。
3.2. 人口学变量差异检验
探讨主动性人格、网络学习投入、时间管理倾向和教师自主支持在不同性别上的差异，运用独立样本t检验进行比较，结果如表1所示，主动性人格、网络学习投入的得分上为男生显著高于女生(p < 0.01)，而教师自主支持、时间管理倾向的得分在男女之间差异不显著。
Table 1. Gender differences of each variable
表1. 各变量的性别差异
变量 |
男(n = 293) |
女(n = 569) |
t |
M |
SD |
M |
SD |
主动性人格 |
3.81 |
0.56 |
3.76 |
0.51 |
1.24*** |
网络学习投入 |
4.76 |
1.17 |
4.52 |
1.17 |
2.85** |
教师自主支持 |
4.18 |
0.80 |
4.13 |
0.72 |
0.83 |
时间管理倾向 |
3.64 |
0.58 |
3.60 |
0.54 |
0.93 |
注：*表示p < 0.05，**表示p < 0.01，***表示p < 0.001，下同。
为探讨主动性人格、网络学习投入、时间管理倾向和教师自主支持在年级上的差异，运用单因素ANOVA检验进行比较，结果如表2所示，主动性人格的年级差异显著(p < 0.05)，其余变量年级差异均不显著。
Table 2. Grade differences of each variable
表2. 各变量在年级上的差异
变量 |
年级 |
M |
SD |
F |
偏η2 |
LSD |
主动性人格 |
大一 |
3.78 |
0.53 |
2.95* |
0.010 |
大二 > 大一 大四 > 大一、大二、大三 大三 < 大一、大二、大四 |
大二 |
3.83 |
0.56 |
大三 |
3.60 |
0.40 |
大四 |
4.19 |
0.34 |
网络学习投入 |
大一 |
4.62 |
1.13 |
1.56 |
0.005 |
|
大二 |
4.50 |
1.36 |
大三 |
4.47 |
1.05 |
大四 |
5.57 |
1.23 |
教师自主支持 |
大一 |
4.14 |
0.75 |
1.93 |
0.007 |
大二 |
4.22 |
0.76 |
大三 |
3.97 |
0.62 |
大四 |
4.58 |
0.37 |
时间管理倾向 |
大一 |
3.61 |
0.55 |
0.99 |
0.003 |
大二 |
3.66 |
0.57 |
大三 |
3.52 |
0.50 |
大四 |
3.85 |
0.18 |
3.3. 基本描述统计和相关分析
利用Pearson积差相关来分析主动性人格、网络学习投入、时间管理倾向和教师自主支持以及性别、生源地和年级之间的相关性，结果见表3。结果表明，主动性人格与网络学习投入、时间管理倾向和教师自主支持显著正相关(p < 0.01)，网络学习投入与教师自主支持、时间管理倾向显著正相关(p < 0.01)，教师自主支持与时间管理倾向显著正相关(p < 0.01)。故研究假设H1得到验证。
Table 3. Descriptive statistics and correlation analysis of each variable
表3. 各变量的描述统计和相关分析
变量 |
M |
SD |
1 |
2 |
3 |
4 |
5 |
6 |
1.主动性人格 |
3.78 |
0.53 |
1 |
|
|
|
|
|
2.网络学习投入 |
4.60 |
1.18 |
0.61** |
1 |
|
|
|
|
3.教师自主支持 |
4.15 |
0.75 |
0.66** |
0.61** |
1 |
|
|
|
4.时间管理倾向 |
3.62 |
0.55 |
0.68** |
0.64** |
0.64** |
1 |
|
|
5.性别 |
- |
- |
−0.40 |
−0.97** |
0.03 |
−0.03 |
1 |
|
6.年级 |
- |
- |
−0.01 |
−0.03 |
−0.03 |
0.00 |
−0.03 |
1 |
3.4. 时间管理倾向的中介作用的检验
采用PROCESS的Model 4对主动性人格、网络学习投入和时间管理倾向做了中介模型检验，结果如表4、表5所示。在控制性别的影响后，主动性人格显著正向预测时间管理倾向(β = 0.68, t = 27.12, p < 0.001)，主动性人格显著正向预测网络学习投入(β = 0.61, t = 22.71, p < 0.001)，当主动性人格与时间管理倾向共同预测网络学习投入时，主动性人格显著正向预测网络学习投入(β = 0.32, t = 9.60, p < 0.001)，时间管理倾向显著正向预测网络学习投入(β = 0.42, t = 12.56, p < 0.001)。95%置信区间不包含0，说明时间管理倾向的中介作用显著(间接效应值为0.29，SE = 0.03，95% CI = [0.23,0.35])。故研究假设H2得到验证。
Table 4. Regression analysis among variables
表4. 各变量间的回归分析
变量 |
网络学习投入 |
时间管理倾向 |
网络学习投入 |
β |
t |
β |
t |
β |
t |
主动性人格 |
0.61 |
22.71*** |
0.68 |
27.12*** |
0.32 |
9.60*** |
时间管理倾向 |
|
|
|
|
0.42 |
12.56*** |
性别 |
−0.15 |
−2.65** |
−0.01 |
−0.17 |
−0.15 |
−2.81** |
R2 |
0.38 |
0.46 |
0.48 |
F |
264.49*** |
368.50*** |
261.07*** |
Table 5. Mediation effect analysis results
表5. 中介效应分析结果
效应类型 |
效应值 |
SE |
95%CI |
相对中介效应 |
下限 |
上限 |
|
总效应 |
0.61 |
0.03 |
0.56 |
0.67 |
|
直接效应 |
0.32 |
0.03 |
0.26 |
0.39 |
53.11% |
间接效应 |
0.29 |
0.03 |
0.23 |
0.35 |
46.89% |
3.5. 有调节的中介模型检验
采用PROCESS的Model59来进一步探讨教师自主支持是否调节了主动性人格通过时间管理倾向影响网络学习投入的中介模型。结果如表6所示，控制性别变量后，以时间管理倾向为结果变量，主动性
Table 6. Test results of moderated models with mediators
表6. 有中介的调节模型检验结果
回归方程 |
拟合指数 |
回归系数显著性 |
结果变量 |
预测变量 |
R2 |
F |
β |
95%CI |
t |
时间管理倾向 |
性别 |
0.53 |
239.82*** |
−0.00 |
[−0.10, 0.09] |
−0.07 |
|
主动性人格 |
|
|
0.44 |
[0.38, 0.51] |
13.97*** |
|
教师自主支持 |
|
|
0.33 |
[0.27, 0.39] |
10.33*** |
|
主动性人格 × 教师自主支持 |
|
|
0.04 |
[0.00, 0.08] |
2.12* |
网络学习投入 |
性别 |
0.51 |
148.43*** |
−0.14 |
[−0.24, −0.04] |
−2.78*** |
|
主动性人格 |
|
|
0.21 |
[0.14, 0.28] |
5.81*** |
|
时间管理倾向 |
|
|
0.33 |
[0.27, 0.40] |
9.53*** |
|
教师自主支持 |
|
|
0.23 |
[0.16, 0.29] |
6.53*** |
|
主动性人格 × 教师自主支持 |
|
|
0.03 |
[−0.03, 0.09] |
0.91 |
|
时间管理倾向 × 教师自主支持 |
|
|
0.03 |
[−0.04, 0.09] |
0.79 |
Figure 2. The moderating effect of teacher autonomy support on proactive personality and time management tendencies
图2. 教师自主支持对主动性人格和时间管理倾向的调节作用
人格显著正向预测时间管理倾向(β = 0.44, p < 0.001)，教师自主支持显著正向预测时间管理倾向(β = 0.33, p < 0.001)，主动性人格与教师自主支持的交互项对时间管理倾向的预测显著(β = 0.04, p < 0.05)，说明教师自主支持对主动性人格影响时间管理倾向的路径存在调节作用，故假设H3a得到验证。
控制性别变量后，以网络学习投入为结果变量，主动性人格显著预测网络学习投入(β = 0.21, p < 0.001)，时间管理倾向显著预测网络学习投入(β = 0.33, p < 0.001)，教师自主支持显著预测网络学习投入(β = 0.23, p < 0.001)，主动性人格与教师自主支持的交互项对网络学习投入的预测不显著(β = 0.03, p > 0.05)，说明教师自主支持对主动性人格影响网络学习投入的直接路径不存在调节作用，时间管理倾向与教师自主支持的交互项对网络学习投入的预测不显著(β = 0.03, p > 0.05)，说明教师自主支持对时间管理倾向影响网络学习投入的路径不存在调节作用。
为进一步明确教师自主支持调节作用的实质，进行简单斜率检验(见图2)。结果表明，对于低教师自主支持(M − 1SD)的大学生来说，主动性人格正向预测时间管理倾向(bsimple = 0.40, t = 10.24, p < 0.01)；但是对于高教师自主支持(M + 1SD)的大学生来说，主动性人格对时间管理倾向的正向预测作用增强(bsimple = 0.48, t = 14.12, p < 0.001)。
4. 讨论
4.1. 主动性人格的性别与年级差异、网络学习投入的性别差异
从描述统计的结果来看，大学生在四个变量上得分的平均值都大于其中间值，这表明在当前的信息化时代背景下，大学生的网络学习表现总体上呈现出积极的态势。他们不仅能够深刻理解学习任务的重要性和价值，还能够积极主动地运用有效的时间管理策略。此外，他们还能够敏锐地捕捉到教师提供的自主支持，从而有效地监控和调节自身的学习过程。这种积极主动的学习态度使得他们能够在网络学习环境中保持较高的投入度，进而确保学习任务的顺利完成。
在主动性人格的性别差异方面，研究发现男大学生比女大学生得分的均值高。原因可能是在中国传统教育下，男生从小被教育要勇敢无畏，敢于向更高的目标发起冲击，当面对困难和挑战时，他们通常能够展现出乐观向上的心态，这种心态激励了男大学生们专注于自我能力的提升，他们善于抓住每个锻炼和成长的机会，并敏锐的洞察把握各种机遇。对于女生的教育，则更加期待其扮演更为被动和依赖的角色，潜移默化地影响了女大学生的自我认知和行为模式，造成了女大学生主动性人格倾向较低的现象。
在主动性人格的年级差异方面，研究发现大二年级主动性人格得分的均值高于大一年级，这是由于我国高中阶段主要以应试教育为主，且大一学生刚经过高考升上大学，新环境下课余时间增多、选修课程完全自主决定、学校对学生的监督变少，使得大一学生相较于大二来说没有明确的学习目标与生涯规划，所以主动性人格倾向较低，对学习的主动性成分较低。大四年级主动性人格得分的均值高于大一、大二、大三，具有主动性人格倾向的大四学生已有明确的近两年的人生规划，对于考研还是找工作抉择来说，他们已有明确的目标且能够主动付诸行动去实现目标。大三年级主动性人格得分的均值低于大一、大二、大四，该阶段的学生正纠结于考研还是找工作，目标难以确定，他们的主动性人格倾向会随当下的环境发生变化(张颖，杨付，2017)，所以他们更不愿意主动地付诸行动，只是很长时间精力都放在抉择方面。
在网络学习投入的性别差异方面，研究发现男大学生比女大学生得分的均值高。男生可能倾向于采用分析性和逻辑性的学习方式，这有助于他们在网络学习中理解和掌握知识。而女生可能更注重整体性和情感性的学习，这可能导致她们在某些网络学习环境中感到不适或难以投入，这也解释了为什么在网络学习管理上，男生通常会展现出明显的优势。男生在网络教学环境下，更愿意主动独立学习，不论是网络学习的主动性还是学习的时间管理都要优于女生(宋贤雯，2014)。
4.2. 主动性人格对网络学习投入的预测作用
研究结果发现，主动性人格显著正向预测大学生的网络学习投入，这与现有研究结果相一致(Thompson, 2005)，主动性人格并不是一成不变的，可以通过环境的影响而发生相应改变(张颖，杨付，2017)，因此，提升大学生的主动性人格水平，是促进其网络学习投入的重要途径之一。根据主动性人格理论，具有高主动性人格的个体在学习过程中，更倾向于积极主动地追求和发掘新知识，他们愿意采取果断行动，面对困难不屈不挠，并能坚持不懈地努力，直至达到学习目标。相比之下，低主动性人格的个体在学习上通常表现得较为消极和被动，他们更倾向于适应现有的学习环境，但在面对学习资源不足、同伴协助缺失或教师辅导不及时等挑战时，他们往往缺乏主动改变的能力。这类个体的学习行为更多是基于外部因素(如课程要求)的压力而非内在的动力进行的。该研究结果还证实了资源保存理论中关键资源对网络学习投入的作用，具有主动性人格倾向的大学生更愿意通过很多网络精品课程主动地寻求知识经验，他们会利用关键资源应对当前网络学习环境中的压力，增加网络学习投入免受现有资源损失，个体为了追求学业上的卓越和成功，会不遗余力地付出努力，并借助多元化的途径来拓宽自己的知识面。Seibert et al. (1999)等研究者指出，具备高度主动性人格的人，倾向于自发地追求并掌握与其职业目标相关的知识和技能，同时积极地进行自我职业规划与管理。他们对自己的职业发展有清晰的认识和规划，能够主动识别并抓住职业发展的机遇，以达成职业成功的目标。这种主动性不仅体现在他们对职业发展的追求上，也体现在他们为实现职业目标所付出的努力和行动上。这与学习过程中的情况颇为相似，随着网络技术的发展，诸如慕课、微信在线学习以及各类学习软件等教育和学习资源呈现出爆炸性增长。主动性倾向强的学生与其他学生相比，会更加主动去学习网络精品课程中有价值的学习资源，从中获得更丰富的知识经验，这些积极的学习行为与品质都有利于提高网络学习投入。因此，新时代的大学生在大学学习生活中，应明确个人的成长目标，树立积极的心态，采取主动行动，不断自我调整和完善，以形成全面而健康的人格。这样的做法有助于推动学业的进步和个人的全面发展(罗杰等，2019)。
4.3. 时间管理倾向的中介作用
本研究表明，时间管理倾向在主动性人格对网络学习投入的影响路径中起中介作用。首先，主动性人格正向预测时间管理倾向。即在时间管理上，高主动性人格的个体调节与控制能力比低主动性人格的更强。根据自我调节理论，高主动性人格的个体会更容易设定目标，并在施行过程中根据反馈信息调整行为(Kuhl, 2000)。他们能够设定明确的目标，制定合理的时间计划，并坚定地执行这些计划。在时间管理领域，高主动性人格的个体通常能够更好地规划和利用时间，有效应对时间压力。与此相反，低主动性人格的个体可能更容易受到外部干扰，缺乏时间管理的策略，难以有效地规划和利用时间。因此，主动性人格正向预测时间管理倾向。
其次，时间管理倾向正向预测网络学习投入，这一结果与先前研究一致(谢菲，2021)。有效的时间管理倾向有助于大学生提高自身在学习活动中的投入水平(黄海雁等，2017)，即时间管理更佳的学生，一定时间内的学习投入水平也更好。因此学生学会时间管理，提高自身的学习动机和学习效率，有利于在网络学习上表现出更高的投入。
4.4. 教师自主支持的调节作用
研究结果表明，教师自主支持显著正向预测网络学习投入，这与以往的研究结果一致(姜甜甜等，2023)。究其原因，根据个体–环境交互作用模型，个体的行为受到个体自身因素和环境因素的交互作用影响。当教师自主支持程度高时，学生的基本心理需要被满足，使学生对学习保持兴趣，从而促进学生的学习投入度(Jin & Wang, 2019)；当教师自主支持程度低时，教师对学生的需求关注较少，学生更容易对学习产生倦怠，进而减少网络学习投入。因此，教师自主支持对网络学习投入的影响显著。
研究结果表明，教师自主支持在主动性人格对时间管理倾向的影响之间起着调节作用，调节了主动性人格对于网络学习投入影响的中介模型的前半段路径。面对高自主支持的教师，高主动性人格的学生有更高的时间管理倾向。根据个体–环境交互作用模型，个体自身因素与环境因素产生交互作用从而影响个体发展，因此教师自主支持(环境因素)会影响主动性人格(个体因素)对时间管理倾向(个体因素)的作用大小。高自主支持的教师在教学过程中，会积极采纳学生的观点，尊重学生的需求、兴趣和偏好，并创造适宜的环境和条件，以满足学生的发展需求，同时允许学生表达自己对学习任务的不满，让学生有机会选择与个人目标相一致的任务，允许高主动性人格的学生发挥自己的主动性。对于低主动性人格的学生，高自主支持的教师在调动学生内部动机方面，倾向于营造以学生为中心的学习环境，鼓励学生积极参与和主导学习过程。他们通过采用非控制性的交流方式，以及提供理论基础和任务价值，来促进学生的动机内化，从而激发学生的学习积极性和自主性(孙灯勇，2016)。简而言之，高自主支持的教师会为学生提供与之相符合的环境，让学生发挥自己的主观能动性，为完成学习任务积极地进行时间管理，从而提高了大学生的时间管理倾向。因此，要想提高大学生的时间管理倾向水平，就要培养学生的主动意识，并增加教师的自主支持。
研究结果表明，教师自主支持对主动性人格影响网络学习投入的直接路径以及时间管理倾向影响网络学习投入的路径不起调节作用。原因可能是：一方面，教师自主支持的作用机制较为复杂，教师对学生提供的自主支持程度越高，学生对自身能力感知度更高，使学生对学习充满热情，但也可能增加学生对学习的压力，从而降低学生的网络学习投入。所以无论教师给予的自主支持高或者低，主动性人格对网络学习投入的影响是不发生变化的。另一方面，时间管理倾向是一种稳定的个人特质(黄希庭，张志杰，2001)，不易受环境因素的改变，从而产生对网络学习投入的影响。所以无论教师自主支持的高低，主动性人格通过时间管理倾向的中介作用对网络学习投入的影响是不产生变化的。因此，对于具备高主动性人格的大学生而言，教师的自主支持程度虽然重要，但并不一定会直接导致他们在网络学习中的投入增加；对于高时间管理倾向的大学生来说，教师给予的自主支持越高，网络学习投入也不一定越多。
4.5. 研究不足与展望
本研究探究了网络学习环境中主动性人格影响学习投入的机制并发现：主动性人格正向预测网络学习投入；时间管理倾向在主动性人格对网络学习投入的影响过程中发挥着中介作用；教师自主支持在主动性人格对时间管理倾向的影响过程中起到了调节作用，即教师的支持程度会影响主动性人格与时间管理倾向之间的关系。
本研究得出的结果对网络教学实践具有重要启示：第一，坚持以学生为主体，重视其主动性人格的培养和形成，激发学生的主动性并鼓励学生积极参与网络精品课程；第二，教师应引导学生制定目标，及时与学生沟通，以根据学生的实际情况制定时间分配表，同时给予学生时间管理的示范和指导，有效的考核和及时的反馈是提高学生主动性的方法之一，可以让学生明白自己时间管理的效果从而激发其以有效的方式管理时间去提高网络学习投入；第三，教师应不断加强专业素养培养，具备扎实的学科知识与教学经验等方面的素质，优化网络教学过程中与学生的互动过程，关注学生在网络学习过程中的情绪体验并及时给予在线反馈和支持，在网络课堂中发挥更大的自主支持，当学生体会到教师自主支持时就会提高自己主动性程度，更加有效地管理时间提高学习效率。
本研究还存在着一定的局限性，有待于今后的研究中加以改进。首先，在研究方法方面，本研究采取横向研究，导致各变量间的因果关系不明确，在今后的研究中，可以考虑纵向追踪调查，以明确其因果关系，增强结果的可靠性；其次，在研究对象上，本研究将大学生群体合并分析，未考虑不同专业类别、不同网络课程性质的影响，未来研究可以在考虑不同类型课程特点的同时，对群体进行细分对比，并且可将大四学生广泛地纳入调查群体，使大学生样本更具有代表性，使研究结果更具推广性和普适性。
5. 结论
本研究通过对862名大学生进行问卷调查，探究了大学生主动性人格和网络学习投入之间的关系，检验了时间管理倾向的中介作用及教师自主支持在该模型中的调节作用。结果表明：
1) 大学生的主动性人格直接影响网络学习投入；
2) 大学生的主动性人格也可以通过时间管理倾向间接影响网络学习投入；
3) 教师自主支持可以调节主动性人格影响大学生网络学习投入中的前半段路径。
致 谢
在论文完成之际，我们三位作者深感荣幸，能够在此向所有在论文创作过程中给予我们帮助和支持的人表达我们最诚挚的谢意。
首先，我们要特别感谢山西大学第二十一期大学生创新训练项目对我们的资助。这项资助不仅为我们提供了宝贵的实验条件和资源，让我们能够顺利开展研究工作，还极大地鼓舞了我们的研究热情。在此，我们向山西大学及第二十一期大学生创新训练项目表示由衷的感谢和崇高的敬意。
其次，我们要感谢我们的指导老师高玲教授。在论文的选题、实验设计、数据分析以及论文撰写等各个环节，老师都给予了我们耐心细致的指导和帮助。老师严谨的学术态度、深厚的学术造诣和无私的奉献精神，让我们受益匪浅。在此，我们向老师表示衷心的感谢和崇高的敬意。
同时，我们也要感谢我们的同学们和团队成员们。在论文的创作过程中，我们共同面对挑战，互相支持，共同进步。每一次的讨论和交流都让我们对研究问题有了更深入的理解。你们的贡献和努力是这篇论文得以完成的重要因素。感谢你们的辛勤付出和无私奉献。
此外，我们还要感谢我们的家人和朋友们。你们的支持和鼓励是我们能够坚持下去的动力源泉。在论文创作的艰难时刻，是你们的陪伴和关心让我们能够重新振作，继续前行。在此，我们向你们表示深深的感谢。
最后，我们要感谢所有参与本研究的受试者和其他工作人员。没有你们的参与和支持，我们的研究将无法顺利进行。在此，我们向你们表示衷心的感谢。
再次感谢所有在论文完成过程中给予帮助和支持的人。我们将继续努力，不断追求卓越，为学术事业贡献自己的力量。
基金项目
山西大学大学生创新训练计划资助项目(项目编号：S202210108002)。
NOTES
*通讯作者。