Mobile Healthcare Adoption among Patients in a Developing Country Environment: Exploring the Influence of Age and Gender Differences
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This research was motivated by two considerations: (1) Mobile-based technologies have the potential to improve the delivery process of healthcare services, and (2) limited research has been implemented worldwide to focus on patients’ perceptions towards the adoption of mobile healthcare, particularly in developing country environment. This research proposes an extended TAM model as a research framework to better understand the adoption process of mobile healthcare among patients. To serve the objectives of this study, a paper questionnaire was employed to collect data. Previously validated set of measurement items were used to develop the survey instrument. The proposed research model was validated using the PLS-SEM approach (WarpPLS 4.0) with a sample of 366 respondents. The results of the current study have provided adequate statistical support for the extended TAM model. With the exception of cost, all external variables incorporated in this model (including perceived ease of use, perceived usefulness, social influence, trust, and security/privacy) are found influential in shaping the patients’ perceptions towards the adoption of mobile-healthcare technology. In addition, the current study demonstrates that demographic variables of age and gender have considerable moderating influence on the adoption of mobile technologies in healthcare systems in Jordan. The current research model can serve as a blueprint for future expansion of research in this vital field of study. Theoretical contributions, practical implications and future research directions of the study are also addressed.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle