Mobile government public value model for assessing the public institution’s services: Evidence through the context of Jordan
Notice bibliographique
Résumé
Having a citizen's opinion is considered the most important method to evaluate a public institution's performance. As a contemporary theory regarding public institutions and private organizations, public value theory provides an alternative approach to evaluating organizations' performance. The current research has provided a new insight to assess the Mobile-government applications (m-gov app) by proposing a new model entitled ‘Mobile Government Public Value (MGPV)’ to measure the performance of m-gov apps in developing country settings, specifically Jordan. Depending on several theories engaged with information technology, many determinants have been selected to draw the line for evaluating MGPV in Jordan. Measuring the level of m-gov apps’ usage was estimated depending on its perceived need, awareness, perceived security, social influence and self-efficacy to gauge the weather of creating or increasing the public value of the m-gov app from a citizen's perspective. In the current research, Structural Equation Model (SEM) was selected to obtain the research objectives. The results have indicated that the m- gov apps perceived need, m- gov apps' awareness, m- gov apps perceived security, and m- gov apps social factors played an essential role in creating public value of m- gov apps through the mediation role of m- gov apps use factor. While m-gov apps' self-efficacy factor did not provide a positive effect on creating the public value of m-government apps.
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 | 0,008 | 0,000 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,006 |
| Science ouverte | 0,005 | 0,001 |
| 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 ».