Perceived Convenience, Compatibility, and Media Richness Contribute Significantly to Dedicated E-book Reader Acceptance
Notice bibliographique
Résumé
Objective – Investigates the effects of perceived convenience, compatibility and media richness on users’ attitudes toward dedicated e-book readers.
 
 Design – Convenience sample survey.
 
 Setting – Taiwanese university.
 
 Subjects – A total of 288 students at the senior secondary (5%), four-year university (78%), and graduate student (17%) levels. Male-female participation was approximately equal.
 
 Methods – Students completed a 23-item survey on dedicated e-book readers, with 
 questions on perceived usefulness, perceived ease of use, intention to use, convenience, compatibility, and media richness. Data was analyzed using the partial least squares statistical technique.
 
 Main Results – Users state an increased intention to use dedicated e-book readers if they perceive the technology to be compatible with what they desire in a “book,” if the device delivers rich media content, and if the device is convenient. Compatibility was found to significantly affect perceived ease of use, and was found to be the strongest influence on intent to use a dedicated e-book reader. Compatibility, media richness and convenience also increased the perceived usefulness of dedicated e-book readers.
 
 Conclusion – Users will prefer dedicated e-book readers that are compatible with their preferences in a “book,” that deliver media-rich content, and that they find convenient. The study has implications for the design and development of e-book reading devices.
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 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,179 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».