MétaCan
Menu
Retour à la cohorte
Enregistrement W2477449683 · doi:10.4018/978-1-60566-659-4.ch031

Theory of Planned Behavior and Reasoned Action in Predicting Technology Adoption Behavior

2009· book-chapter· en· W2477449683 sur OpenAlexaff
Mahmud Akhter Shareef, Vinod Kumar, Uma Kumar, Ahsan Akhter Hasin

Notice bibliographique

RevueIGI Global eBooks · 2009
Typebook-chapter
Langueen
DomaineDecision Sciences
ThématiqueTechnology Adoption and User Behaviour
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésTheory of reasoned actionTheory of planned behaviorInformation and Communications TechnologyAffect (linguistics)PsychologyTechnology acceptance modelInnovation diffusionKnowledge managementAction (physics)Diffusion theoryDiffusion of innovationsInformation technologyUnified theory of acceptance and use of technologySocial psychologyMarketingBusinessControl (management)Social influenceComputer scienceUsabilityHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

Research related to the impact of individual characteristics in their acceptance of online systems driven by information and communication technology (ICT) observed that dissimilarities among individuals influence their adoption and use of the systems. Thus, research streams investigating this issue generally follow the traditions of the theory of reasoned action (TRA) or the theory of planned behavior (TPB). Research reveals that individual characteristics, mediated by beliefs, affect attitudes, which affect intentions and behaviors. These two major behavioral theories related to technology acceptance and the intention to use technology might provide significant theoretical paradigms in understanding how online system adoption and diffusion, driven by information technology, can vary globally. In this study, the authors’ first objective is to understand TRA and TPB as they study ICT-based online adoption and diffusion globally. Then, based on that theoretical framework, their second objective focuses on developing a theory of ICT adoption and diffusion as an online behavior.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,338
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0020,001
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 Opus0,071
Tête enseignante GPT0,346
Écart entre enseignants0,275 · 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.

Devis d'étudeThéorique ou conceptuel
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

Citations10
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooksMême sujetTechnology Adoption and User BehaviourTravaux en français237 207