Notice bibliographique
Résumé
"The purpose of this study was to examine the factors that influence an individual’s choice to share personal information online. Specifically, the role of age, gender, personality, overall media exposure, and perceived risks and benefits were examined in relation to a willingness to share personal information that differed in sensitivity (high school grades, medical records, income) and differed in target audience (social media, online store, general public). A total of 202 individuals participated in this survey study. The majority were young (M age = 22.46 years, SD = 5.77), single (83.7%), women (80.7 %), with at least some post-secondary education (90.1%). A series of hierarchical regression analyses were conducted. The results indicated that willingness to share personal information on social media was predicted by having higher scores on the personality traits of extraversion, agreeableness, and negative emotionality. Higher scores on perceived purchase benefits and total media exposure also predicted willingness to share personal information on social media. In terms of willingness to share personal information with an online store, total media exposure was a significant predictor along with higher extraversion and lower conscientiousness scores. Finally, willingness to share personal information with the general public was predicted by overall media exposure. Participants generally believed that there were risks involved in sharing personal information, but these risks were considered to be slight. As well, they only slightly disagreed when asked if the internet could be trusted, and were neutral on whether there were purchase benefits to providing personal information."
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».