Digital Self-publishing as Planned Behaviour: Authors' Views on E-book Adoption
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
A popular school of thought in the study of publishing, exemplified by the influential Long Tail theory, suggests that the economic advantages of e-books will lead to a boom in self-publishing. However, this position focuses on economic factors at the expense of other potential influences. This thesis applied Azjen's (1991) Theory of Planned Behaviour to explore which factors have the most influence on authors' decision to self-publish e-books, and, conversely, which factors influence others' decision not to. Qualitative interviews were conducted with 11 authors in the Ottawa area who have self-published or who are considering doing so in the near future. We discovered that there is significant resistance to e-books as a format for self-publishing, and that normative factors such as a lack of prestige and different promotional requirements were particularly influential. While e-books were seen to reduce economic risk, they were believed to be a less prestigious format, and so to represent an elevated risk to what Bourdieu called symbolic-capital. Some authors were also resistant because they felt unable to promote e-books in the way they are expected to. However, most said they would be willing to abandon their resistance if they perceived sufficient demand from their audience. These results open up paths for future study, including more focused examinations of the resistance factors that emerged; more longitudinal studies to see how authors' opinions change over time, particularly those of the non-adopters; and a further examination of the digital skills developed by adopters.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,009 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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