MétaCan
Menu
Retour à la cohorte
Enregistrement W2792327141 · doi:10.26798/jiko.2018.v3i1.84

ANALISIS FAKTOR-FAKTOR PENERIMAAN DAN NIAT KEBERLANJUTAN PENGGUNAAN PORTAL AKADEMIK SIAKAD STMIK AKAKOM MENGGUNAKAN TAM SERTA MODEL DELONE DAN MCLEAN

2018· article· en· W2792327141 sur OpenAlexaff
Sur Yanti, Henry Nugroho

Notice bibliographique

RevueJIKO (Jurnal Informatika dan Komputer) · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Behavior and Marketing Influence
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesnon disponible
Mots-clésUser satisfactionComputer scienceInformation systemKnowledge managementQuality (philosophy)Information qualityHuman–computer interactionEngineering

Résumé

récupéré en direct d'OpenAlex

Academic Portal SIAKAD STMIK AKAKOM with address siakad.akakom.ac.id, was built with the aim of improving the quality of performance and services as well as the means of academic interaction between lecturers, students and academic departments based on information technology. Evaluate the success of its application is necessary to always meet its objectives. Based on previous research and basic theory of TAM and DeLone and McLean model hence researcher make model to analyze acceptance factors and intention of sustainability use SIAKAD STMIK AKAKOM. Analyzer used is PLS 3.0. TAM describes the behavioral factors of computer users based on the beliefs, attitudes, intention, and user behaviour relationship. The DeLone and McLean model is an information system success model with three parts of the instrument, the first used to measure the technical success of the system quality, the two measures of semantic success ie the quality of information, and the three measures of effective information system is use, user satisfaction, individual impact and organizational impact. The results of empirical research indicate variable of Information Quality and System Quality that affect the User Satisfaction towards SIAKAD STMIK AKAKOM, while the sustainability intention using SIAKAD STMIK AKAKOM determined by User Satisfaction variable.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,036
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,120

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,036
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0050,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0360,005

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 Opus0,018
Tête enseignante GPT0,245
Écart entre enseignants0,228 · 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 source (Gemma direct ou Codex distillé), 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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJIKO (Jurnal Informatika dan Komputer)Même sujetConsumer Behavior and Marketing InfluenceTravaux en français237 207