MétaCan
Menu
Retour à la cohorte
Enregistrement W2303141977

Adoption and use of SMS/Mobile banking services in Zimbabwe: an exploratory study

2011· article· en· W2303141977 sur OpenAlexvenueno aff
Dube Thulani, Kosmas Njanike, Collins Manomano, Lloyd Chiriseri

Notice bibliographique

RevueThe Journal of Internet Banking and Commerce · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueICT Impact and Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMobile bankingSMS bankingExploratory researchBusinessAppealService (business)MarketingShort Message ServiceComputer scienceTelecommunicationsPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The study sought to investigate the benefits of SMS banking and the challenges faced by banks with the view of adopting this technology as an alternative delivery channel. The exploratory research design was used for the study. A sample of fifteen commercial banks was chosen including those that offered the service and those that are yet to adopt SMS banking. The main respondents were banks’ marketing staff, electronic banking personnel who provided most of the information on the SMS banking services offered, level of adoption, volume of transactions and the security of the application. Data was gathered over a period of a month using a questionnaire as well as follow up interviews. Data was presented in the form of tables and graphs while descriptive statistics were computed and used in the interpretation of the findings. The findings showed that although SMS banking was first launched in 2004, the service was still in its infancy. Evidence showed that accessibility and affordability were the major drivers to the adoption of SMS banking. The research confirmed the assertion that the appeal is more about accessibility and affordability in developing countries. This has been exacerbated by the lack of regulation for electronic banking in Zimbabwe. The study recommended an increased awareness campaign by banks and development of policy and regulation for electronic banking in Zimbabwe.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,595
Score d'incertitude au seuil0,278

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 Opus0,038
Tête enseignante GPT0,253
Écart entre enseignants0,215 · 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

Citations33
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Internet Banking and CommerceMême sujetICT Impact and PoliciesTravaux en français237 207