Investigating e-wallet adoption of COVID19 intra-period among Malaysian youths': Integrated task-technology fit and technology acceptance model framework
Notice bibliographique
Résumé
As embodied in Malaysia's Vision 2020, Malaysia aims to become a cashless country. Therefore, the existing statistical data indicated that the e-wallet adoption rate remains at a low percentage. It has been a barrier for Malaysia in achieving the aims to become a cashless country. The use of e-wallet was also expected to rise amidst the Covid-19 pandemic; to optimize an intervention for the Covid-19 outbreak. Thus, the current study investigates the factors that correlate with the intention to use e-wallet during the Covid-19 pandemic. This study is designed using a quantitative approach through cross-sectional data. A total of 160 Malaysian youths participated and collected by using an online survey. Further, the Task-Technology Fit (TTF) model and Technology Acceptance Model (TAM) were integrated into this study with an extended variable, namely, perceived credibility. The analysis results showed that Individual-Technology Fit, Task-Technology Fit, Perceived Usefulness, Perceived Ease of Use and Perceived Credibility were significantly correlated to Covid19 intra-period e-wallet adoption. In conclusion, a considerable theoretical contribution was demonstrated by integrating TTF-TAM and Perceived Credibility in a single integrated model. The constructs in the TTF model (i.e., Individual-technology fit and task-technology fit) has positively related to the constructs in the TAM model (i.e., perceived usefulness and perceived ease of use). This study is useful to stakeholders and provides enhanced directions to meet market needs by understanding and predicting e-wallet user's post-pandemic behavior, thereby helping service providers attract new users and retain their existing users.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».