MétaCan
Menu
Retour à la cohorte
Enregistrement W2542382452 · doi:10.17722/ijme.v7i3.859

Barriers to the Use of Electronic Government as Perceived by Citizens at the Municipal Level in México

2016· article· en· W2542382452 sur OpenAlexvenueno aff
Carlos Luis López-Sisniega, María del Carmen Gutiérrez Diéz, Ana María Arras Vota, José Luis Bordas-Beltrán

Notice bibliographique

RevueInternational Journal of Management Excellence · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueE-Government and Public Services
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTechnology acceptance modelBusinessPaymentGovernment (linguistics)Web presenceThe InternetPerceptionMarketingLiteracyStructural equation modelingPublic relationsUsabilityPsychologyEconomic growthEconomicsFinancePolitical science

Résumé

récupéré en direct d'OpenAlex

The benefits of e-government services depend on the number of citizens who take advantage of them. The purpose of this quantitative, correlational research study was to determine barriers to e-government use as perceived by citizens at the municipal level in Mexico. The technology acceptance model (TAM), the diffusion of innovations (DOI) theory, and models of web trust formed the theoretical framework of the study. Several hypotheses tested the relation of demographic variables, TAM, DOI, and web trust constructs to the intention of using e-government services of 149 taxpayers of the city of Chihuahua, Mexico, who did not to use the e-government services for payment provided by the government of their municipality. The findings of this study show that trust in the Internet, trust in government, perceptions of convenience, perceptions of compatibility, access to the Internet, perceptions of ease of use, and perceptions of relative advantages are related to the intention to use e-government services. Conversely, awareness of the existence of e-government services, income level, family structure, age, literacy level, computer literacy level, gender, and possession of bankcards are not individually related to the intention to use e-government services of those persons who made face-to-face payments at the treasury office.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,640
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,032
Tête enseignante GPT0,288
Écart entre enseignants0,256 · 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'étudeSans objet
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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Management ExcellenceMême sujetE-Government and Public ServicesTravaux en français237 207