MétaCan
Menu
Retour à la cohorte
Enregistrement W2160713367 · doi:10.1109/hicss.2013.231

Factors Affecting Internet Banking Pre-usage Expectation Formation

2013· article· en· W2160713367 sur OpenAlexaff
Ali Reza Montazemi, Hamed Qahri‐Saremi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueTechnology Adoption and User Behaviour
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésExtant taxonThe InternetStructural equation modelingService (business)BusinessEmpirical researchVariety (cybernetics)AppealComputer scienceMarketingInternet privacyWorld Wide WebStatistics

Résumé

récupéré en direct d'OpenAlex

Self-service technologies appeal to service providers because they can standardize service delivery, reduce labor and service costs, and reach new consumers who are unreachable through the bricks-and-mortar channels. Our focus in this paper is on Internet banking. Scholars have proposed a variety of different models to explain the factors affecting Internet banking initial use intention formation that are supported by their own data, making it difficult to compare these models systematically. We use extant literature to propose a model of factors affecting Internet banking initial use intention formation. To test our model, we applied random-effect meta-analytic structural equation modeling method to data reported in 26 primary empirical studies of Internet banking pre-usage. The results of our analysis show that the combined total effects of three dimensions of trust are more prominent than perceived usefulness and perceived ease-of-use in enticing the consumers towards initial use of the Internet banking.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,090
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,129
Tête enseignante GPT0,375
Écart entre enseignants0,246 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations30
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTechnology Adoption and User BehaviourTravaux en français237 207