Déterminants de la confiance du consommateur vis-à-vis d’un marchand Internet non familier : une approche par le rôle des tiers
Notice bibliographique
Résumé
Lack of trust has been identified as the major barrier to the growth of electronic commerce. Building trust is essential for the success of web vendors, especially less-known ones. If trust is a sine qua non condition of e-commerce development, then understanding its determinants should be a primary concern for web merchants. This research explores trust within the context of business-to-consumer e-commerce. More specifically, we focus on the role of third parties in building trust. Much recent research has been concerned with web merchant characteristics, web site characteristics or consumer’s characteristics. Third parties could be, however, key elements in trust development, particularly when the consumer is not familiar with the web merchant. The focus of this research is on three potential signals of a web merchant’s trustworthiness: trust seals (awarded by a third-party organization), testimonies from satisfied past buyers (selected by the web merchant and displayed on the web site) and partnership with a well-known web vendor. An experiment was set up to test the hypothesis. For this purpose, a fictive travel web site was created. Data collected on 304 consumers. Results show that: - Trust seals and testimonies have a positive impact on consumer’s trust - Internet perceived risk is a moderator of the impact of the presence of testimonies on consumer’s trust, - Trust is a determinant of the intention to buy on the web site, the intention to recommend the web site and the intention to visit the web site again.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».