The Influence of Age, Gender, and Cognitive Ability on the Susceptibility to Persuasive Strategies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The fact that individuals may react differently toward persuasive strategies gave birth to a shift in persuasive technology (PT) design from the one-size-fits-all traditional approach to the individualized approach which conforms to individuals’ preferences. Given that learners’ gender, age, and cognitive level can affect their response to different learning instructions, it is given primacy of place in persuasive educational technology (PET) design. However, the effect of gender, age, and cognitive ability on learners’ susceptibility to persuasive strategies did not receive the right attention in the extant literature. To close this gap, we carried out an empirical study among 461 participants to investigate whether learners’ gender, age, and cognitive ability significantly affect learners’ susceptibility to three key persuasive strategies (social learning, reward, and trustworthiness) in PETs. The results of a repeated measure analysis of variance (RM-ANOVA) revealed that people with high cognitive level are more likely to be susceptible to social learning, while people with low cognitive level are more likely to be susceptible to trustworthiness. Comparatively, our results revealed that males are more likely to be susceptible to social learning, while females are more likely to be susceptible to reward and trustworthiness. Furthermore, our results revealed that younger adults are more likely to be susceptible to social learning and reward, while older adults are more likely to be susceptible to trustworthiness. Our findings reveal potential persuasive strategies which designers can employ to personalize PTs to individual users in higher learning based on their susceptibility profile determined by age, gender, and cognitive level.
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.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle