Investigating Factors Influencing the Adoption and Use of Free and Open Source Software (FOSS) in Tanzanian Higher Learning Institutions: Towards an Individual-Technology-Organizational-Environmental (ITOE) Framework
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 paper is located within the global debates about adoption and use of Free and Open Source Software (FOSS) in developing countries. From the Tanzanian Higher learning Institutions (HLIs), this paper investigates factors influencing the adoption and use of the FOSS. The rationale for the investigation stems from the notion that Tanzanian HLIs is yet to fully adopt and use FOSS, despite huge investments and efforts being made on ground. This is facilitated by the lack of clear FOSS adoption and use framework. The source of this data was a questionnaire which comprised of structured questions, using a five-point Likert Scale. The population sample for the study was all HLIs stakeholders in Tanzania. Participants included both public and private HLIs. The positive factors includes autonomy for code modifications, IT staffs and decision makers, organization awareness, trustworthiness of FOSS, licensing and scalability, collaboration and knowledge sharing, collaboration on international ICT, organization policy and good social economic policy. The negative influences that emerged included, Lack of proper plan, low confidence, lack of expertise, unfit for purpose, difficult to implement, lack of supporting software. Furthermore, this paper motivates other researchers to analyze why the adoption and use of Free and Open source software is still low to higher learning Institutions in East Africa even though there potential benefits that have been advocated in many previous studies. Finally the paper has proposed Individual-Technological-Organizational- Environmental (ITOE) framework for adoption and use of FOSS.
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 | 0,004 |
| 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 | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| 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