An Empirical Evaluation of the Effects of Gender Differences and Self-efficacy in the Adoption of E-banking in Nigeria
Notice bibliographique
Résumé
The issues of gender disparity in the usage of information technology (IT), as well as self-efficacy, have received considerable interest and attention among researchers in recent times. Prior research has identified that gender differences and self-efficiency affect the attitude towards adoption and use of technology. In general, females are believed to be disadvantaged compared to their male counterparts with respect to IT usage and acceptance. The reasoning is that males are mostly more exposed to technology and tend to have more proficiency with such tools. Very little information exists in the extant literature regarding perceptions in developing parts of the world, including Africa. In this chapter, an empirical evaluation of the issues in the context of e-banking will be made in Lagos (Nigeria) and its environs. An extended Technology Acceptance Model (TAM) will be used as a conceptual framework to guide the discourse. Data analysis was done on SPSS 15.0. The study’s results showed that gender differences moderated the acceptance of e-banking of users in the research context. Namely, computer self efficacy and perceived ease of use were of concerns to females, but less so for their male counterparts. Also, perceived usefulness of e-banking is discovered to be the most influencing factor for male users. The study’s implications for research and practice are discussed in the chapter.
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 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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».