LES ANTÉCÉDENTS DE LA SATISFACTION ENVERS LA SÉLECTION D'UN PRODUIT EN CONTEXTE DE CYBERMAGASINAGE: UN MODÈLE DE 'FIT' COGNITIF 1
Notice bibliographique
Résumé
Cette recherche propose un modele de ‘fit’ cognitif entre le format de presentation de l’information et la charge informationnelle de la tâche de selection d’un produit en contexte de cybermagasinage. Le modele propose que le ‘fit’ influence l’entropie estimee, la facilite d’utilisation percue et l’effort cognitif percu et que ces deux dernieres variables sont des antecedents a la satisfaction envers la selection effectuee. En contexte de cybermagasinage, la tâche de selection de produit est primordiale puisque la transaction d’achat ne s’effectuera que lorsque le consommateur aura trouve un produit satisfaisant. Les antecedents de la satisfaction envers la selection de produit n’ont pas encore ete etudies par les chercheurs en systemes d’information. Cette etude s’interesse a ces antecedents et examine l’impact du format de presentation de l’information au client d’un cybermagasin sur la satisfaction envers le choix de produit par le consommateur. Le modele propose ici s’appuie sur le modele de Wixom et Todd (2005), selon lequel la satisfaction envers l’information fournie par un systeme d’information est un antecedent de l’utilite percue (PU) et la satisfaction envers le systeme est un antecedent de la facilite d’utilisation percue (PEOU); PU et PEOU influencent a leur tour l’attitude envers la T.I . et l’intention de s’en servir de nouveau. Le modele de la presente etude a ete teste dans le cadre d’une experience menee aupres de 561 internautes qui devaient accomplir une tâche de selection de televiseur.
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 | 0,002 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 ».