Factors Hindering the Adoption of E-Marketing among Cable Manufacturers in Zambia, Based on Technology Acceptance Model (TAM)
Notice bibliographique
Résumé
The study was looking at establishing factors that are hindering the adoption of electronic marketing among cable manufacturers in Zambia based on the Technology Acceptance Model (TAM). The study first looked at the major challenges faced by cable manufacturing companies in developing countries in the adoption of e-commerce in marketing their products. The study then proposed a model through a web-based e-commerce web portal that could be adopted in order to address the challenges identified in the study. The study was based on three cable manufacturing companies. The three companies had a total population of 115 respondents which was used in our study. These were from the various departments (Marketing, IT and Management) within their respective organizations. Both qualitative and quantitative data was collected from respondents using a structured questionnaire. The questionnaire was generated based on the TAM conceptual model. The response rate was 47% giving 51 questionnaire responses from the three companies. The Chi-Square test of independence was used to analyze the data using SPSS software. The results showed that age has an influence on the perceived usefulness of technology. The test had an observed P-Value of 0.024 against the significance level of 0.05.The results further showed that frequent use of the internet has an influence on perceived ease of use of technology. An observed P-Value of 0.014 was recorded against the significant level of 0.05. The Chi Square test again recorded an observed P-Value of 0.03 against the significance level of 0.05, revealing that Internet knowledge has an influence on perceived security of E-marketing. It was therefore, concluded that level of education has no influence on perceived security of E-Marketing. Based on these results, an e-commerce prototype was developed as a web portal to help address the challenges of technology adoption in cable marketing by the three companies in the study.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».