The Role of Customer Innovativeness in the New Products Adoption Intentions：An Empirical Study on Mobile Phone Customers of the Egyptian Universities Students
Notice bibliographique
Résumé
This research aims to investigate the relationship between customers’ innovativeness and their intentions to adopt new mobile phones from the standpoint of Egyptian university students. The research studies the direct effects of the five dimensions of customers’ innovativeness on their intentions of new products adoption, which are measured through the mediating effect of two factors: the risks to mobile phones perceived by the customers and customer involvement. The research also aims to identify the so-called “initiators” segment; customers who have the highest probability for purchase the product early. A quantitative method with deductive approach is chosen in this research. Four hypotheses have been designed to determine: whether there is a significant difference in customers’ perception of risks to new mobile phones, innovativeness, involvement, and adoption intentions according to demographic variables (gender, place of residence, income); whether there is a significant positive effect of customers’ innovativeness on customers involvements with new mobile phones; whether there is a significant negative effect of customers’ innovativeness on the perceived risks to new mobile phones; and whether there is a significant positive effect of customers’ innovativeness on their intentions to adopt new mobile phones. A significant impact of the five dimensions of customers’ innovativeness is found on the adoption intentions of new mobile phones. Also a significant effect of the five dimensions of customers’ innovativeness is found on the perceived risks and customer involvement factors. The research develops a new model of the relationship between the customers’ innovativeness and their intentions to adopt new products. In practice, the research results contribute to help marketing managers for better market fragmentation and identify customer segments with high innovativeness; which helps organizations prepare appropriate marketing campaigns and thus leads to the success of new products deployment.
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 | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,006 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».