MétaCan
Menu
Retour à la cohorte
Enregistrement W3171641009 · doi:10.1108/itp-01-2020-0016

Understanding the impacts of increasing returns in the context of social media use

2021· article· en· W3171641009 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInformation Technology and People · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueDigital Platforms and Economics
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Structural equation modelingSubject (documents)Computer scienceMarketingBusinessWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Purpose Social networking sites (SNS) follow the same diffusion pattern and are subject to the same phenomena as other technologies (e.g. QWERTY keyboard, Microsoft Office and VHS) that were subject to increasing returns. Since they may lock-in users, increasing returns significantly alter the way a technology is used and should be managed. The purpose of this paper is thus to verify if SNS are subject to increasing returns and, if so, to better understand their impacts in this context. Design/methodology/approach A research model that combines path dependency theory (PDT) tenets with the push-pull-mooring (PPM) model of information technology (IT) switching was developed and tested with data collected from 416 SNS users via a field survey. Participants were voluntary students at a North American university enrolled in a compulsory undergraduate course in business administration. Partial least square analysis structural equation modeling (PLS-SEM) was used to validate our research model and test our hypotheses. Findings Results show that SNS are subject to three forms of increasing returns: those stemming from device complementarity, learning and adaptive expectations. In addition, the findings show that increasing returns stemming from SNS use have the potential to lock-in SNS users by increasing their switching costs. Practical implications SNS users should be careful when using an SNS since such use can create a path that is self-reinforced and that can lock them due to the increasing returns it yields. SNS vendors/providers need to learn how to manage increasing returns if they want to foster continued use of their SNS and/or poach users from their competitors. Lastly, SNS regulators should revise or put in place new governance mechanisms since increasing returns, when properly leveraged, may undermine fair competition by allowing companies to lock-in users and lock-out competitors. Originality/value This study contributes to IS research by: (1) empirically demonstrating that increasing returns are present in the context of SNS use, (2) identifying increasing returns as key antecedents of user switching costs, (3) validating a theoretical framework that allows for the appraisal of PDT tenets in a variance model and (4) instantiating PDT tenets at the individual 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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,656
Score d'incertitude au seuil0,221

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,003
Science ouverte0,0000,000
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 Opus0,032
Tête enseignante GPT0,209
Écart entre enseignants0,177 · 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