Governance in the Internet of Vehicles (IoV) Context: Examination of Information Privacy, Transport Anxiety, Intention, and Usage
Notice bibliographique
Résumé
This study examines the validity and acceptability of concern for information privacy with the Internet of vehicle context. For this purpose, the exploratory and confirmatory analysis processes were performed for testing the validity of concern for the Internet of vehicle information privacy. A total number of 357 responses were received online which were complete in all respects from college and university students studying information system course at undergraduate and graduate level. The estimated results obtained from exploratory and confirmatory factor analysis revealed that 3-dimension construct containing collection, error, and information accuracy measuring governance for Internet of vehicle information privacy (CFIOVIP) was validated through second order construction with strong goodness-of-fit estimates. The relevant factors were reliable and valid as per their internal and external validity estimates of Cronbach Alpha, average variance extracted, composite reliability, discriminant validity, and factor loading values including their fitness indices for 16 items for 3-dimension construct of CFIOVIP. The findings of the study indicate that Internet of vehicle users view secondary usage of information and unauthorised access of information as the same dimension with the title of information access for measuring CFIOVIP along with two other constructs like collection and error in information for the Internet of vehicle context. The study recommends a 2nd order CFIOVIP construct based on three dimensions, namely, collection, error, and information access, for testing the present governance of the Internet of vehicles.
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 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 | 0,001 | 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 | 0,003 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».