Adoption of IoT by telecommunication companies in GCC: The role of blockchain
Notice bibliographique
Résumé
The Internet of Things (IoT) has become essential for business. The adoption rate of IoT has dropped recently and this could be due to security, privacy, and trust issues. Blockchain (BC) has the potential to mitigate the risk of security, privacy, and trust. However, few studies examined the integration between IoT and BC in the context of developing countries. The purpose of this study is to examine the predictors of IoT adoption by telecommunication companies in the Gulf Cooperation Council (GCC). In addition, the study aims to examine the moderating role of BC as well as the effect of using IoT and BC on the competitive advantage of companies. Based on technology acceptance model, social exchange theory, and resource-based view, the study proposed that security, privacy, trust, communication quality, perceived ease of use (PEOU), and perceived usefulness (PU) affect positively the adoption of IoT. BC is proposed as a moderating variable and expected with IoT to affect the competitive advantage of companies. The population includes all the telecommunication companies in GCC. Data was collected using purposive sampling from IT professionals. The results of data analysis using SmartPLS showed that security, privacy, trust, PU, and PEOU positively affected the adoption of IoT. BC and IoT adoption have a positive effect on competitive advantage. Further, BC moderated only the effect of security and privacy on the adoption of IoT. Services providers must enhance the security, privacy, and trust of IoT services by deploying BC technology. Effective integration of IoT and BC will lead to the achievement of competitive advantages.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,004 | 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 ».