Factors Influence the Purchase Intention of Electric Vehicles in Egypt
Notice bibliographique
Résumé
The sales rate of Electric Vehicles is growing rapidly worldwide. On the contrary, EVs are not achieving the same rate of popularity in emerging markets like Egypt. Some researchers suggest that developed countries have better infrastructure, governmental frameworks, and policies to support mass adoption, other researchers claim that consumers in developed markets have higher environmental awareness that drives them to adopt cleaner transportation means. In Egypt, research investigating EVs’ unpopularity is limited. Therefore, the researchers studied the factors that influence the purchase intention of EVs in Egypt to bridge this gap and accelerate the penetration rate of EVs in the Egyptian market. This study used the TPB model to study the effect of Attitude, subjective norms, and perceived behavioral control on the purchase intention of adopting an EV in Egypt. In addition, the literature review suggested including Environmental knowledge and Governmental Policies & Support to study their effect on the intention of EVs’ adoption besides the regular TPB independent variables. The conceptual framework of this study hypothesized several relationships and for that, data was collected through a self-administered questionnaire from a sample of 113 passenger vehicle prospective buyers in Egypt. Results show that Governmental Policies & Support alone can explain 39.1% of the purchase intention of EVs in Egypt, followed by Attitude and Perceived Behavioral Control with 8.1% and 3.2% respectively. The findings highlight the importance of Governmental Policies & Support on the EVs’ adoption intention in emerging markets generally and in Egypt specifically.
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 | 0,001 | 0,001 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».