Sinh viên Lê Hà My - Lớp TCA, K24 hệ Chất lượng cao Học viện Ngân hàng

Email: hamy0472@gmail.com

Giảng viên Lê Thị Quỳnh Nhung – Bộ môn Toán, Học viện Ngân hàng

Email: nhunglq@hvnh.edu.vn

Sinh viên Bùi Đức Toàn - Lớp TCA, K24 hệ Chất lượng cao Học viện Ngân hàng

Email: toandora@gmail.com

Sinh viên Hoàng Nhật Dương - Lớp NHB, K24 hệ Chất lượng cao Học viện Ngân hàng

Email: nhatduong967@gmail.com

Sinh viên Nguyễn Đặng Đức Trung - Lớp NHB, K24 hệ Chất lượng cao Học viện Ngân hàng

Email: trungddnguyen03@gmail.com

Tóm tắt

Dựa trên số liệu khảo sát 483 sinh viên từ năm nhất đến năm thứ năm ở các trường đại học trên địa bàn TP. Hà Nội, nghiên cứu này đánh giá tác động của mạng xã hội đối với hiệu suất học tập của sinh viên. Kết quả cho thấy, sử dụng mạng xã hội càng nhiều dẫn đến sự phân tâm càng cao trong học tập và có ảnh hưởng tiêu cực tới hiệu suất học tập của sinh viên. Bên cạnh đó, kết quả cũng chỉ ra, sự kiểm soát bên trong (Internal locus control) của sinh viên càng tốt, thì sự phân tâm trong học tập càng thấp và hiệu suất học tập càng cao. Mặt khác, sinh viên nữ dễ bị phân tâm do mạng xã hội hơn sinh viên nam. Ngoài ra, số năm học ở bậc đại học tăng tác động làm tăng hiệu suất học tập.

Từ khóa: mạng xã hội, sinh viên, hiệu suất, học tập

Summary

This study evaluates the impact of social networks on student’s academic performance based on survey data of 483 students from the first to the fifth year at universities in Hanoi City. The results show that using social networks more often leads to greater distractions in studying and negatively impacts students’ academic performance. Besides, the results also show that the better the student’s internal locus control, the lower the distraction in learning and the higher the learning performance. On the other hand, female students are more easily distracted by social networks than male students. In addition, increasing the number of years of study at the university level increases academic performance.

Keywords: social networks, students, performance, learning

GIỚI THIỆU

Việt Nam có nhiều trang mạng xã hội phổ biến như: Facebook, Zalo, Twitter, Youtube... Tỷ lệ sinh viên nói riêng và giới trẻ nói chung hiện nay sử dụng mạng xã hội là rất cao. Việc sử dụng mạng xã hội có ảnh hưởng tích cực, hỗ trợ tương tác giữa sinh viên và giảng viên (Nguyễn Thanh Hồng Ân và cộng sự, 2017), đồng thời tác động đến kết quả học tập thông qua điểm số (Nguyễn Thị Kim Hoa và cộng sự, 2016).

Đã có một số nghiên cứu trong nước đánh giá các yếu tố tác động đến kết quả học tập, trong đó kết quả học tập thể hiện thông qua điểm tổng kết. Tuy nhiên, việc đánh giá tác động của mạng xã hội đến sự phân tâm, từ đó tác động đến hiệu suất học tập vẫn còn là khoảng trống nghiên cứu hiện nay. Vì vậy, mục tiêu của nghiên cứu này nhằm lấp khoảng trống nghiên cứu bằng việc đánh giá tác động của mạng xã hội đối với hiệu suất học tập của sinh viên.

CƠ SỞ LÝ THUYẾT VÀ PHƯƠNG PHÁP NGHIÊN CỨU

Cơ sở lý thuyết

Boyd và cộng sự (2007) định nghĩa, mạng xã hội là một nền tảng dựa trên Internet khuyến khích người dùng đăng ký, định danh cho cá nhân hoặc tổ chức, qua đó trao đổi hiểu biết trong lĩnh vực cụ thể. Ngày nay, với sự phát triển không ngừng của internet và các lĩnh vực liên quan, thế hệ trẻ nói chung và sinh viên nói riêng ngày càng tham gia mạng xã hội như một hình thức giao tiếp, giải trí hay hỗ trợ cho việc học tập.

Giả thuyết và mô hình nghiên cứu

Theo Egeth và cộng sự (1975), sự phân tâm được mô tả là sự chuyển hướng tập trung của những người tham gia nhiệm vụ ra khỏi bất kỳ giai đoạn của nhiệm vụ trong quá trình thực hiện. Nhiều nghiên cứu cho rằng, những người dùng nhiều mạng xã hội sẽ tác động đến sự phân tâm trong học tập. Kết quả khảo sát của Gupta và cộng sự (2014) cho thấy, những người tham gia Facebook dễ bị xao nhãng nhiệm vụ học tập chính, làm giảm đáng kể khả năng hiểu bài giảng. Trong nghiên cứu của Feng và cộng sự (2019), những sinh viên có tần suất sử dụng Facebook hoặc Internet cao để giải trí mỗi ngày có xu hướng bị phân tâm nhiều hơn trong các nhiệm vụ học tập và có điểm trung bình thấp hơn, sự phân tâm trong học tập có liên quan tiêu cực đến thành tích học tập.

Nghiên cứu của Ryan và cộng sự (2014) cho thấy, những người nghiện mạng xã hội thường được cho là sẽ thực hiện các công việc kém hơn vì thời gian và sự chú ý nhiều hơn dành cho mạng xã hội ảnh hưởng đến các nhiệm vụ khác, từ đó gây tác động bất lợi đến kết quả học tập và công việc của chính họ cũng như của người khác.

Nguyễn Lan Nguyên (2020) khẳng định, Facebook vừa có tác động tích cực như giúp sinh viên kết nối với nhiều bạn bè, cập nhật thông tin, tham gia và chia sẻ tài liệu trong các nhóm học tập, nghiên cứu, lại vừa có ảnh hưởng tiêu cực như: khiến sinh viên mất tập trung trong quá trình học tập; khiến nhiều sinh viên thường xuyên phải thức khuya; gây lãng phí thời gian và không gian học tập của sinh viên; làm giảm khả năng tương tác với các mối quan hệ ngoài đời thực của sinh viên.

Từ các lập luận trên trên, nhóm tác giả đề xuất các giả thuyết nghiên cứu sau:

H1: Mạng xã hội tác động đến Sự phân tâm trong học tập.

H2: Sự phân tâm trong học tập tác động đến Hiệu suất học tập.

Ngoài ảnh hưởng của sự phân tâm đến hiệu suất học tập, một yếu tố khác ảnh hưởng đến hiệu suất học tập của sinh viên đó là sự kiểm soát. Thuật ngữ này được định nghĩa là mức độ kiểm soát mà họ cảm thấy họ có trong hành vi, cách xử lý của họ (Rotter, 1954). Theo các nghiên cứu trước đây, những người có sự kiểm soát bên trong có sự hài lòng trong công việc cao hơn, ít gặp căng thẳng hơn trong nhiệm vụ của họ, có ý thức kiểm soát và quyền hạn tốt hơn (Rotter, 1966; Thomas và cộng sự, 1990). Grimes và cộng sự (2004) đã chỉ ra rằng, những sinh viên có sự kiểm soát bên trong nhiều hơn, thì có xác suất cao hơn trong việc đạt điểm đánh giá trên trung bình, trong khi những sinh viên có sự kiểm soát bên ngoài hơn thì có xác suất cao hơn trong việc đạt điểm đánh giá trung bình và dưới trung bình. Từ đó, nhóm tác giả đề xuất giả thuyết:

H3: Sự kiểm soát bên trong tác động đến Hiệu suất học tập.

Một số nghiên cứu lại cho thấy, sự kiểm soát bên trong tác động đến sự phân tâm. Theo Schmidt (2020), sự kiểm soát bên trong càng tốt, thì sự phân tâm trong học tập càng thấp. Từ đó nhóm tác giả đề xuất giả thuyết:

H4: Sự kiểm soát bên trong tác động đến Sự phân tâm trong học tập.

Từ các giả thuyết nghiên cứu đề xuất, nhóm tác giả xây dựng mô hình nghiên cứu tại Hình 1.

Hình 1: Mô hình nghiên cứu

Phương pháp nghiên cứu

Bài viết sử dụng phương pháp nghiên cứu định lượng. Thang đo cho các nhân tố tiềm ẩn được lấy từ các thang đo có trong các nghiên cứu trước đây, sau khi phân tích độ tin cậy thì còn lại các thang đo được thể hiện tại Bảng 1.

Bảng 1: Thang đo các biến tiềm ẩn

Nguồn: Tổng hợp của nhóm tác giả

Thang đo Likert 5 mức độ được sử dụng để đánh giá các biến quan sát, với mức 1 = “Hoàn toàn không đồng ý” hoặc “Rất ít”, mức 2 = “Không đồng ý” hoặc “Ít”, mức 3 = “Không có ý kiến” hoặc “Bình thường”, mức 4 = “Đồng ý” hoặc “Nhiều” và mức 5 = “Hoàn toàn đồng ý” hoặc “Rất nhiều”.

Điều tra được tiến hành trực tuyến theo hình thức Google form đối với sinh viên trên địa bàn Hà Nội trong năm 2024, số phiếu thực tế thu về và hợp lệ là 483 phiếu.

KẾT QUẢ NGHIÊN CỨU

Phân tích nhân tố khám phá (EFA)

Đối với các biến độc lập, kết quả phân tích EFA cho thấy, hệ số KMO = 0,772 > 0,5, nên phân tích EFA là phù hợp với dữ liệu nghiên cứu. Kiểm định Bartlett có giá trị Sig = 0,000 < 0,05, nên các biến quan sát có tương quan với nhau trong phạm vi tổng thể.

Hệ số tải nhân tố đều lớn hơn 0,5. Đồng thời, kết quả ma trận xoay cho biết, có 3 nhân tố thỏa mãn điều kiện với giá trị thấp nhất của chỉ số Eigenvalue là 1,622 > 1 và tổng phương sai trích tích lũy đạt 50,077 %. Điều này cho thấy rằng, mô hình EFA là phù hợp và các nhân tố được rút ra phản ánh được 50,077 % sự biến thiên của các biến quan sát được đưa vào.

Đối với biến phụ thuộc, kết quả cho thấy, hệ số KMO = 0,753 (> 0,5), nên phân tích EFA là phù hợp với dữ liệu nghiên cứu. Kiểm định Bartlett có giá trị P - value = 0,000 (< 0,05), do đó các biến quan sát có tương quan với nhau trong phạm vi tổng thể.

Các hệ số tải nhân tố đều lớn hơn 0,35. Hệ số Eigenvalue = 2,510 > 1 và tổng phương sai trích đạt 50,199% > 50%, cho thấy 50,199% sự biến thiên dữ liệu được giải thích bởi nhân tố trên.

Phân tích nhân tố khẳng định (CFA)

Kết quả phân tích CFA được thể hiện tại Hình 2. Theo đó, Chi-Square/df = 2,367 < 3; chỉ số TLI = 0,897 ≈ 0,9; CFI = 0,912 > 0,9; GFI = 0,927 > 0,9; RMSEA = 0,053 < 0,06; PCLOSE = 0,212 > 0,05. Những chỉ số này đều được coi là tốt.

Các giá trị P-value đều < 0,05, nên biến quan sát có ý nghĩa trong mô hình. Một số phương sai trích trung bình (AVE) các nhân tố chưa đáp ứng tốt song kết quả độ tin cậy tổng hợp (CR) của các thang đo đều lớn hơn 0,7.

Như vậy, thang đo trong mô hình nghiên cứu đều đạt độ tin cậy, từ đó hình thành 4 biến gồm: SocialNet, TaskDis, TaskPer và InCon. Hệ số tải của các nhân tố cho các biến đều trên 50%. Các chỉ số hội tụ, giá trị phân biệt, tính đơn hướng, độ tin cậy đều đảm bảo. Mô hình nghiên cứu phù hợp để tiếp tục phân tích cấu trúc tuyến tính SEM.

Hình 2: Kết quả phân tích CFA

Phân tích mô hình (SEM)

Mô hình SEM được thể hiện tại Hình 3. Theo đó, giá trị Chi-Square/df = 2,357 < 3; chỉ số TLI = 0,880 > 0,85; CFI = 0,899 ≈ 0,9; GFI = 0,921 > 0,9; RMSEA = 0,053 < 0,06; PCLOSE = 0,206 > 0,05. Những chỉ số độ phù hợp của mô hình đều được coi là tốt.

Hình 3: Kết quả mô hình SEM

Bảng 2: Kết quả mô hình cấu trúc

Nguồn: Tính toán của nhóm tác giả

Theo kết quả ở Bảng 2, xét tác động đến sự phân tâm do mạng xã hội (TaskDis), nhóm tác giả nhận thấy:

- Sự tác động giữa biến YearStu và TaskDis có P-value = 0,242 > 0,05, cho thấy Cấp độ năm học của sinh viên ở đại học không phải biến kiểm soát tác động đến Sự phân tâm do mạng xã hội.

- Sự tác động giữa biến Gender đối với TaskDis có P-value = 0,002 < 0,01, cho thấy Giới tính có tác động đến Sự phân tâm do mạng xã hội. Do biến Gender = 1 nếu là nữ giới (Gender = 2 nếu là nam giới) và hệ số chuẩn hóa -0,164 < 0, nên sinh viên nữ bị phân tâm do mạng xã hội hơn sinh viên nam.

- Sự tương quan giữa InCon và TaskDis có P-value = 0.000 < 0,01 và hệ số β = -0,296, như vậy giả thuyết H4 được chấp nhận. Điều này có nghĩa là, Sự kiểm soát bên trong có ảnh hưởng ngược chiều đến Sự phân tâm ở mức ý nghĩa 5% (độ tin cậy 95%). Khi sự kiểm soát bên trong tăng 1 đơn vị, thì làm giảm sự phân tâm đi 0,296 đơn vị.

- Sự tương quan giữa SocialNet đối với TaskDis có P-value = 0,005 < 0,01 và hệ số β = 0,210, do đó giả thuyết H1 được chấp nhận. Điều này cho thấy, Mạng xã hội có ảnh hưởng cùng chiều đến Sự phân tâm ở mức ý nghĩa 1% (độ tin cậy 99%). Khi mức sử dụng mạng xã hội tăng lên 1 đơn vị, thì làm tăng sự phân tâm lên 0,210 đơn vị.

Xét tác động đến Hiệu suất học tập (TaskPer):

- Sự tương quan giữa TaskDis và TaskPer có P-value = 0,032 < 0,05, hệ số chuẩn hóa β = -0,113, khẳng định giả thuyết H2 được chấp nhận. Sự phân tâm có ảnh hưởng ngược chiều đến Hiệu suất học tập ở mức ý nghĩa 5% (độ tin cậy 95%). Khi sự phân tâm tăng thêm 1 đơn vị, thì làm giảm hiệu suất học tập 0,113 đơn vị.

- Sự tác động giữa biến giới tính Gender đối với TaskPer có P-value = 0,056 > 0,05, cho thấy Giới tính không phải biến kiểm soát tác động đến Hiệu suất học tập.

- Sự tác động giữa biến YearStu đối với TaskPer có P-value = 0,006 < 0,01, cho thấy Cấp độ năm học của sinh viên ở đại học tác động đến Hiệu suất học tập. Hệ số β = 0,121 > 0 chứng tỏ tác động tích cực. Như vậy, khi số năm học của sinh viên tăng 1 đơn vị sẽ làm tăng hiệu suất học tập lên 0,121 đơn vị.

- Sự tương quan giữa InCon và TaskPer có P = 0,000 < 0,01, hệ số chuẩn hóa β = 0,817 khẳng định giả thuyết H3 được chấp nhận. Nói cách khác, Kiểm soát bên trong có tác động cùng chiều đến Hiệu suất học tập với mức ý nghĩa 1% (độ tin cậy 99%). Khi sự kiểm soát bên trong tốt hơn và tăng thêm 1 đơn vị, thì sẽ làm tăng hiệu suất học tập lên 0,817 đơn vị.

Hệ số R² = 0,789 cho thấy, mô hình giải thích được 78,9% tác động đến Hiệu suất học tập. Do có hệ số lớn nhất, nên Sự kiểm soát bên trong của sinh viên là yếu tố tác động lớn nhất đến Hiệu suất học tập.

KẾT LUẬN VÀ KHUYẾN NGHỊ

Kết quả nghiên cứu cho thấy, các yếu tố tác động đến Hiệu suất học tập của sinh viên trên địa bàn Hà Nội bao gồm: Sự phân tâm do mạng xã hội, Sự kiểm soát bên trong, Giới tính và Số năm học ở bậc đại học. Trong đó, yếu tố Sự kiểm soát bên trong của mỗi sinh viên có tác động lớn nhất đến Hiệu suất học tập. Mặt khác, nghiên cứu cũng chỉ ra rằng, việc sử dụng mạng xã hội của sinh viên làm tăng sự phân tâm, từ đó tác động tiêu cực đến hiệu suất học tập. Sinh viên nữ dễ bị chi phối bởi mạng xã hội hơn sinh viên nam. Không có bằng chứng cho thấy, thời gian học ở bậc đại học tác động đến sự phân tâm, song khi thời gian học ở bậc đại học tăng lên, thì hiệu suất học tập cũng được cải thiện theo hướng tích cực.

Từ kết quả nghiên cứu, nhóm tác giả đề xuất một số giải pháp nhằm nâng cao hiệu suất học tập của sinh viên trong bối cảnh mạng xã hội đang phát triển mạnh mẽ, như sau:

Trước hết, Chính phủ cần xây dựng và thực thi hiệu quả các chính sách nhằm quản lý chặt chẽ các nền tảng mạng xã hội tại Việt Nam, bởi đây không những là kênh truyền thông có thể tác động đến nền văn hóa quốc gia, mà còn có những tác động tiêu cực khác đến đời sống chính trị - xã hội, nhất là đối tượng thế hệ trẻ.

Thứ hai, Chính phủ cần chú trọng cập nhật, tăng cường các biện pháp kỹ thuật và công nghệ. Nâng cao khả năng quản trị mạng và thiết lập cơ quan quản trị mạng quốc gia. Sử dụng các biện pháp kỹ thuật nhằm phòng chống thông tin độc hại, xâm phạm an ninh quốc gia, đó là việc làm rất cần thiết trong thời kỳ chuyển đổi số mạnh mẽ như hiện nay.

Thứ ba, Chính phủ cần tuyên truyền cho giới trẻ về những mặt tiêu cực của mạng xã hội, xây dựng cho họ bản lĩnh và cách chắt lọc thông tin, vượt qua các thông tin sai lệch và cám dỗ từ mạng xã hội. Tuyên truyền, giáo dục và tổ chức các cuộc thi về Luật An ninh mạng, bộ quy tắc ứng xử trên mạng xã hội cho giới trẻ; phối hợp với nhà trường, đoàn thể… tổ chức ngoại khóa về kỹ năng sử dụng mạng xã hội một cách văn minh.

Thứ tư, phụ huynh nên thường xuyên trò chuyện, hướng dẫn cho thế hệ trẻ về cách kiểm soát khi dùng mạng xã hội, cũng như những cách thức công nghệ kết nối trên Internet. Ngoài ra, cần giúp giới trẻ nhận thức rõ những mặt tiêu cực khi quá lạm dụng mạng xã hội và khuyến khích họ thường xuyên giao tiếp, chia sẻ với người thân trong gia đình.

Thứ năm, nhà trường sử dụng mạng xã hội hiệu quả để hỗ trợ người học qua các kênh truyền thông chính thức của nhà trường xuyên suốt trong quá trình từ khâu tuyển sinh, tư vấn hướng nghiệp, hỗ trợ học tập và tìm kiếm việc làm.

Thứ sáu, bản thân sinh viên cần tự nhận thức tầm quan trọng của việc rèn kỹ năng tự bảo vệ thông tin cá nhân, cách thức chắt lọc, tiếp nhận thông tin để tránh tác động tiêu cực khó lường khi tham gia mạng xã hội. Đối với việc sử dụng mạng xã hội cho mục đích học tập, trao đổi với bạn học và giảng viên: sinh viên cần đặt ra những nguyên tắc cơ bản và tự giới hạn thời gian sử dụng; tắt thông báo các thiết bị điện tử khi đang tham gia vào nhiệm vụ học tập; không sử dụng mạng xã hội khi học trên lớp; lập thời gian biểu cụ thể, xóa bớt các trang mạng xã hội không cần thiết./.

Tài liệu tham khảo

1. Boyd, D. M., Ellison, N. B. (2007), Social Network Sites: Definition, History, and Scholarship, Journal of Computer-Mediated Communication, 13(1), 210–230.

2. Erika, E., Astalini, A., Agus Kurniawan, D. (2021), Literatur Review: Penerapan Sintaks Model Pembelajaran Problem Solving Pada Kurikulum 2013, Edumaspul: Jurnal Pendidikan, 5(1), 147-153.

3. Egeth, H., Kahneman, D. (1975), Attention and Effort, The American Journal of Psychology, 88 (2).

4. Feng, S., Wong, Y. K., Wong, L. Y., Hossain, L. (2019), The Internet and Facebook Usage on Academic Distraction of College Students, Computers Education, 134, 41–49.

5. Grimes, P. W., Millea, M. J., Woodruff, T. W. (2004), Grades—Who’s to Blame? Student Evaluation of Teaching and Locus of Control, The Journal of Economic Education, 35(2), 129–147.

6. Gupta, N. and Irwin, J. (2014), In-class distractions: The role of Facebook and the primary learning task, Computers in Human Behavior, 55, 1165-1178.

7. Hu, L., Bentler, P. M. (1999), Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives, Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1–55.

8. Koopmans, L., Bernaards, C. M., Hildebrandt, V. H., De Vet, H. C. W., Van Der Beek, A. J. (2014), Construct Validity of the Individual Work Performance Questionnaire, Journal of Occupational Environmental Medicine, 56(3), 331–337.

9. Levenson, H. (1981), Differentiating among internality, powerful others, and chance, Research with the locus of control construct, 1, 15-63.

10. Moqbel, M., and Kock, N., (2018), Unveiling the dark side of social networking sites: Personal and work-related consequences of social networking site addiction, Information and Management, 55(1), 109-119.

11. Moqbel, M., and Nevo, Nah, F. (2022), Unveiling the dark side in smartphone addiction: mediation of strain and moderation of hedonic use on well-being, retrieved from https://scholarworks.utrgv.edu/is_fac/91/.

12. Nguyễn Lan Nguyên (2020), Ảnh hưởng của việc sử dụng mạng xã hội Facebook đến học tập và đời sống của sinh viên hiện nay, Luận án tiến sĩ, Đại học quốc gia Hà Nội Trường đại học Khoa học Xã hội và Nhân văn.

13. Nguyễn Thanh Hồng Ân, Nguyễn Văn Tuấn (2017), Ứng dụng mạng xã hội để hỗ trợ việc tương tác ngoài giảng đường: Một trường hợp nghiên cứu tại Khoa Kinh tế - Quản trị kinh doanh, Trường Đại học Đà Lạt, Tạp chí Khoa học ĐHQGHN: Nghiên cứu Giáo dục, 33(3).

14. Nguyễn Thị Kim Hoa, Nguyễn Lan Nguyên (2016), Tác động của mạng xã hội Facebook đối với sinh viên hiện nay, Tạp chí Khoa học ĐHQGHN: Nghiên cứu Chính sách và Quản lý, 32(2), 68-74.

15. Roberts, D. F., Foehr, U. G., Rideout, V. (2010), Generation M2: Media in the lives of 8- to 18-year olds, Kaiser Family Foundation.

16. Rosen, L. D., Carrier, L. M., Cheever, N. A.. (2011), An Empirical Examination of the Educational Impact of Text Message-Induced Task Switching in the Classroom: Educational Implications and Strategies to Enhance Learning, Revista De Psicología Educativa, 17(2), 163–177.

17. Rosen, L. D., Carrier, L. M., Cheever, N. A. (2013), Facebook and texting made me do it: Media-induced task-switching while studying, Computers in Human Behavior, 29(3), 948-958.

18. Rotter, J. B. (1954), Social learning and clinical psychology, Prentice-Hall, Inc.

19. Rotter, J. B. (1966), Generalized expectancies for internal versus external control of reinforcement, Psychological Monographs: General and Applied, 80(1), 1–28.

20. Ryan, T., Chester, A., Reece, J., Xenos, S. (2014), The uses and abuses of Facebook: A review of Facebook addiction, Journal of Behavioral Addictions, 3(3), 133–148.

21. Sanders, G. S., Baron, R. S. (1975), The motivating effects of distraction on task performance, Journal of Personality and Social Psychology, 32(6), 956–963.

22. Schmidt, A. M., Dolis, C. M., Tolli, A. P. (2009). A matter of time: Individual differences, contextual dynamics, and goal progress effects on multiple-goal self-regulation, Journal of Applied Psychology, 94(3), 692–709.

23. Schmidt, S. J (2020), Distracted learning: Big problem and golden opportunity, Journal of Food Science Education, 19, 278–291.

24. Taylor, S. A., Sharland, A., Cronin, J. J., Bullard, W. (1993), Recreational service quality in the international setting, International Journal of Service Industry Management, 4, 68-86.

25. Thomas, K. W., Velthouse, B. A. (1990), Cognitive Elements of Empowerment: An “Interpretive” Model of Intrinsic Task Motivation, Academy of Management Review, 15(4), 666–681.

26. Trần Thị Minh Đức và Bùi Thị Hồng Thái (2014), Sử dụng mạng xã hội trong sinh viên Việt Nam, Tạp chí Khoa học xã hội Việt Nam, 8 (81), 50-61.

27. Zwarun và Hall (2014), What’s going on? Age, distraction, and multitasking during online survey taking, Computers in Human Behavior, 41, 236–244.