MétaCan
Menu
Retour à la cohorte
Enregistrement W3159371427 · doi:10.1145/3462766.3462771

Understanding Customers' Continuance Intention

2021· article· en· W3159371427 sur OpenAlexaff
Bangaly Kaba

Notice bibliographique

RevueACM SIGMIS Database the DATABASE for Advances in Information Systems · 2021
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueTechnology Adoption and User Behaviour
Établissements canadiensAthabasca University
Organismes subventionnairesnon disponible
Mots-clésContinuanceInformation and Communications TechnologyContext (archaeology)Structural equation modelingNormativeThe InternetInequalitySalientDigital divideKnowledge managementPsychologyBusinessMarketingSocial psychologyComputer sciencePolitical scienceWorld Wide WebGeographyMathematics

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to understand the difference between Internet users' continuing use behavior in the context of digital inequality. Data were collected through a survey of Internet users in the Ivory Coast. The structural equation modeling technique was used to test the research hypothesis. This study showed empirically that concern over information and communication technologies (ICT) access as an explanation for digital inequality should be toned down. This research suggests emphasizing alternative factors to explain Internet sustained use intention by underprivileged individuals, including normative beliefs. The results will help internet service providers, governments, and international aid agencies to better understand users' behaviors or reactions to ICT available to them. This understanding provides a foundational platform upon which viable and effective information technology-enabled solutions and policies can be conceptualized and implemented. This study is one of the few that integrate three salient beliefs to differentiate ICT use continuance intention in the context of digital inequality.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,012
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,967
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,009
Science ouverte0,0020,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,193
Tête enseignante GPT0,397
Écart entre enseignants0,203 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACM SIGMIS Database the DATABASE for Advances in Information SystemsMême sujetTechnology Adoption and User BehaviourTravaux en français237 207