MétaCan
Menu
Retour à la cohorte
Enregistrement W3213181825 · doi:10.5267/j.ijdns.2021.9.003

The effects of perceived ease of use, usefulness, enjoyment and intention to use online platforms on behavioral intention in online movie watching during the pandemic era

2021· article· en· W3213181825 sur OpenAlexvenueno aff
Ribut Basuki, Zeplin Jiwa Husada Tarigan, Hotlan Siagian, Liem Satya Limanta, Dwi Candra Setiawan, Jenny Mochtar

Notice bibliographique

RevueInternational Journal of Data and Network Science · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Marketing and Social Media
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUsabilityPsychologyTechnology acceptance modelPandemicAdvertisingCoronavirus disease 2019 (COVID-19)The InternetMovie theaterInternet privacySocial psychologyBusinessComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Pandemic Covid-19 has resulted in disruption in various industry and business sectors. People spend more time at home than they do outside. People who like movies during this time can enjoy the cinema. However, during the covid-19 pandemic, it must be done online to follow strictly regulated restrictions on community activities to avoid the uncontrolled spread of the virus. As a result, streaming platforms with the advancement of internet technology are increasingly playing a role in providing online services for movie fans. This study investigated the effects of perceived ease of use, usefulness, enjoyment, and intention to use online platforms on behavioral intention in online movies during the Covid 19 pandemic. The questionnaires were distributed by sending google form links to respondents who have a streaming platform subscription in Indonesia. As many as 772 questionnaires were filled out completely and could be processed. Data analysis was done by using partial least squares with Smart PLS software. The results have shown that eight proposed hypotheses have been supported in this study. Perceived ease of use positively affects the perceived usefulness, perceived enjoyment, and intention to watch movies online. Furthermore, perceived usefulness affects perceived enjoyment and intention to watch movies online. Perceived enjoyment influences intention to use and behavioral intention. Finally, intention to use online platforms influences behavioral intention. This research contributes in theory to the technology acceptance model and provides film industry practitioners with insight into enhancing customer behavioral intention in the pandemic era.

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)0,002
score de la tête « metaresearch » (Gemma)0,010
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 seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,053
Tête enseignante GPT0,354
Écart entre enseignants0,301 · 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

Citations81
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Data and Network ScienceMême sujetDigital Marketing and Social MediaTravaux en français237 207