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 OpenAlexaff
Philippe Marchildon, Pierre Hadaya

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,027
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,003
Communication savante0,0040,005
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInformation Technology and PeopleMême sujetDigital Platforms and EconomicsTravaux en français237 207