A Study on Factors of the E-Purchasing Product Intention toward a Dynamic Vietnamese Internet Shopping
Notice bibliographique
Résumé
Vietnam in recently years is considered to be a country with rapid development of the e-commerce with a lot of online shopping sites e.g., Shoppee, Lazada, Tiki, and Adayroi. These sites provide a high variety of products from household devices to motorbike. However, Vietnamese people are still aware of risk in doing e-purchasing. They often go to tradition outlets to buy products. This study aims to investigate the antecedents of customers’ intentions for the case of using Internet as a new way to purchase products in Vietnam. A research model is developed relied on the integration of theory of Technology Accepted Model and Perceived risk theory to predict customer intentions to online shopping. Five factors are included in this research: Perceived Usefulness, Perceived Ease of use, Perceived Risk, Customer’s Attitude and Customer’s intention. A convenience sample of 336 respondents was collected through online and offline survey. The results of this study support that exist a positive relationship between Perceived ease of use and Perceived usefulness. Attitude, in turn is positive affected by Perceived ease of use and Perceived usefulness in which Perceived ease of use has stronger influences. While perceived risk negative impacts customers’ intention, perceived risk and Perceived usefulness, on the other hand, positive influences customers’ intention. All hypotheses are supported. It is evident that online shoppers intention are evaluated mostly based on their attitude, perceived usefulness, perceived ease of use and perceived risk.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».