MétaCan
Menu
Retour à la cohorte
Enregistrement W2099801405

An Ontology of Structural Equation Models with Application to Computer Self-Efficacy

2012· article· en· W2099801405 sur OpenAlexaff
Jöerg Evermann, Mary Tate

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueTechnology Adoption and User Behaviour
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésStructural equation modelingConstruct (python library)Latent variableFormative assessmentComputer sciencePerspective (graphical)OntologyInterpretation (philosophy)Management scienceData scienceEpistemologyArtificial intelligencePsychologyMachine learningMathematics educationEngineeringProgramming language
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Structural equation models are widely used in IS research as they can accommodate both latent and manifest variables. Recent discussion has focused on the relationships between these latent and manifest variables in structural equation models. Despite repeated attempts to clarify the relationships and provide guidelines on their interpretation, there remains much confusion, as evidenced by the ongoing debate about the use of formative measures or formative items. In this paper, we address the topic from a fresh perspective, by establishing a clear separation of theoretical and statistical models, and by introducing the notions of system inputs and outputs. The paper explores the consequences of these principles for the relationships between latent and manifest variables using the computer self-efficacy (CSE) construct as an illustrative example. The novel ideas in modeling allow a fresh perspective on the CSE construct and a resolution of the ongoing debate about the nature of the construct.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,359
Score d'incertitude au seuil0,204

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,110
Tête enseignante GPT0,392
Écart entre enseignants0,282 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTechnology Adoption and User BehaviourTravaux en français237 207