Perceptual exploration of credit cards' adoption: Customer perspective
Notice bibliographique
Résumé
Despite the increased dissemination of online tools to execute financial transactions, the level of credit card usage adoption among consumers still encounters many challenges. The dissemination and adoption of credit cards to execute online purchases is influenced by certain factors that impact customers' consumption behavior. Exploring and perceiving these factors and challenges is imperative for enhancing the operations of online businesses. This study aims to examine specific factors that affect the adoption of credit cards among customers within the Jordanian online market. The factors this study explores are: Expenditure Level, Welfare of the Individual, Psychological Behavior, Credit Card Knowledge, Regulations and Laws and, finally, Theft and Fraud. This research was conducted through employing the quantitative approach; utilizing a questionnaire on a total of (335) credit card users in Jordan. The research subjects were credit card users (customers) from three Jordanian banks: Arab Banking Corporation, Housing Bank for Trade and Finance, and the Bank of Jordan. The study findings indicated that ‘Individual Welfare’ and ‘Psychological Behavior’ are the strongest influential factors on individuals' adoption of credit cards, followed by ‘Theft and Fraud’, ‘Laws and Legislation’, ‘Credit Card Knowledge’ and ‘Expenditure Level’ respectively in influence. The study recommendation encourages banks to focus more on increasing their clients' awareness regarding credit cards usage in order to enhance their perception of how to behave in case of fraud and theft and increasing their clients' awareness of the financial burdens, pitfalls, and tricks while using a credit card. Moreover, it suggests that banks should increase their marketing efforts for credit cards which can change the behavior and acceptance of individuals towards credit cards adoption.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 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) | 0,003 | 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 ».