MétaCan
Menu
Retour à la cohorte
Enregistrement W2131343084 · doi:10.1002/asi.22723

Factors affecting the adoption of online library resources by business students

2012· article· en· W2131343084 sur OpenAlexaff
Lorne D. Booker, Brian Detlor, Alexander Serenko

Notice bibliographique

RevueJournal of the American Society for Information Science and Technology · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLibrary Science and Information Literacy
Établissements canadiensLakehead UniversityMcMaster University
Organismes subventionnairesnon disponible
Mots-clésSelf-efficacyAnxietyPsychologyInformation literacyKnowledge managementApplied psychologySocial psychologyComputer sciencePedagogy

Résumé

récupéré en direct d'OpenAlex

The overall goal of this study is to explain how information literacy instruction (ILI) influences the adoption of online library resources (OLR) by business students. A theoretical model was developed that integrates research on ILI outcomes and technology adoption. To test this model, a web‐based survey, which included both closed and open‐ended questions, was administered to 337 business students. Findings indicate that the ILI received by students is beneficial in the initial or early stages of OLR use; however, students quickly reach a saturation point where more instruction contributes little, if anything, to the final outcome, such as reduced OLR anxiety and increased OLR self‐efficacy. Rather, it is the independent, continuous use of OLR after receiving initial, formal ILI that creates continued positive effects. Importantly, OLR self‐efficacy and anxiety were found to be important antecedents to OLR adoption. OLR anxiety also partially mediates the relationship between self‐efficacy and perceived ease of use. Implications for theory and practice are discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
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 enseignants0,998
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,306
Écart entre enseignants0,290 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations49
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Society for Information Science and TechnologyMême sujetLibrary Science and Information LiteracyTravaux en français237 207