Purchase intention in an electronic commerce environment
Notice bibliographique
Résumé
Purpose The purpose of this paper is to understand the integrated impact of the application of protection measures against identity theft on consumers’ synergistic perception of trust, the cost of products/services and operational performance (OP) – all of which in turn is postulated to contribute to purchase intention (PI) when shopping online. Design/methodology/approach In order to accomplish the specified aim, this study first conducted an experiment by involving the students from a university in Bangladesh. Then a survey was conducted to capture their opinion based on the previous experiment. Findings The study identified that in e-commerce, OP and trust have potential impact on pursuing consumers’ PI. Traditionally, price is always an issue in marketing; however, for e-commerce, this issue does not have direct impact on PI. Research limitations/implications The main limitation of this study is that a less established e-commerce example was utilized to conduct the experiment and survey for validating the model. Also, the study was conducted only in the context of Bangladesh and a student sample was utilized. Future studies can test the model in different contexts (particularly to verify the impact of privacy) by utilizing data from consumers. Practical implications This study has resolved a controversial issue by generating clear guidelines that the overall conjoint effect of OP, trust, and price on PI is neither negative nor neutral. Synergistically, the application of these controlling tools of identity theft can substantially enhance consumers’ trust, which is the single most predictor to pursue consumer PI. Originality/value This study has provided in-depth insight into the impact of different controlling measures in e-commerce PI. Practitioners have potential learning from this study that if consumers find the application of different controlling mechanisms against cybercrimes, particularly identity theft, enhancing the reliability, authenticity and security of transactions in this virtual medium, they do not mind paying a higher price. Such insights have not been provided by existing studies on this topic. Developing trust on e-commerce purchase is the driving force, not the price.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».