MétaCan
Menu
Retour à la cohorte
Enregistrement W4285088904 · doi:10.1080/0144929x.2022.2099297

Often asserted, never confirmed: the role of attitude in the acceptance of mandatory technology use, let’s settle this question statistically for LMS use in the educational context

2022· article· en· W4285088904 sur OpenAlexaffabout
Hager Khechine, Benoît Raymond, Sawsen Lakhal

Notice bibliographique

RevueBehaviour and Information Technology · 2022
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueTechnology Adoption and User Behaviour
Établissements canadiensUniversité de SherbrookeUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésUnified theory of acceptance and use of technologyExpectancy theoryMediationContext (archaeology)PsychologyTechnology acceptance modelRelevance (law)Social influenceSocial psychologyApplied psychologyKnowledge managementComputer scienceSociologyPolitical scienceUsabilitySocial science

Résumé

récupéré en direct d'OpenAlex

The objective of this research is to evaluate statistically the role of the attitude variable as a mediator in the unified theory of acceptance and use of technology (UTAUT) model in the context of mandatory use of technology. We chose this objective to address two research gaps: the prevailing divide in opinions about the role of attitude in technology acceptance models and the contradictory results obtained by acceptance models in the context of mandatory use of technology. Achieving this objective will enable us to address the perennial question of the role of attitude in acceptance literature and to assess the boundaries of UTAUT, thus contributing to its continued development and providing guidance for its evolution. Data were collected from 475 students enrolled in online courses at a Canadian university that required the mandatory use of a learning management system (LMS). Results show that attitude exerts full mediation of the relationships between the independent variables performance expectancy and effort expectancy and the dependent variable behavioural intention. This mediation becomes partial for facilitating conditions and fades out for social influence. We call into question the relevance of behavioural intention as a measure of technology acceptance and present theoretical contributions and practical recommendations.

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)0,019
score de la tête « metaresearch » (Gemma)0,093
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 enseignants0,019
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,093
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,004
Communication savante0,0030,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,042
Tête enseignante GPT0,345
Écart entre enseignants0,303 · 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

Citations12
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBehaviour and Information TechnologyMême sujetTechnology Adoption and User BehaviourTravaux en français237 207