The effect of Facebook users’ satisfaction and trust on stickiness: The role of perceived values
Notice bibliographique
Résumé
This study aims to explore the impact of satisfaction and trust on stickiness to Facebook. Also, it proposed that hedonic value, emotional value, and social value act as critical antecedents to Facebook stickiness. A quantitative methodology is used to examine the research questions. The research model was tested with data from 511 university students and five academic professors using an online survey. The proposed hypotheses were tested using regression analysis. Furthermore, Data were collected from targeted participants with Facebook experience, among the 511 participants, 353 were females (69.1%), and 158 were males (30.9%). The SEM analysis showed that satisfaction positively and significantly did affect stickiness, where trust did not. Also, results showed while hedonic value affected satisfaction, it did not impact trust. Hence, the results confirmed that hedonic value served as important value concerns for Facebook users. Nevertheless, the study found that both emotional value and social value impacted satisfaction and trust. The current research has enriched the existing study in the fields of customers’ satisfaction and trust on stickiness to Facebook. Moreover, this research is one of the earliest studies that proved that customer value creation serves as an important driving factor for customer satisfaction to generate stickiness to SNS. This study’s results help policymakers and designers of SNS to understand what value factors affect users’ stickiness to Facebook. Their marketing plans and decisions can be accordingly adjusted. This study suggests that marketers need to pay full attention to social value by adding more interactive features such as comments, likes, and shares in order to build social image and increase one’s social influence.
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 | 0,003 | 0,002 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».