The effect of quality, security and privacy factors on trust and intention to use e-government services
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In keeping abreast with the digitized and automated world today, governments of developing and developed nations must provide appropriate e-government services to assure confidence and effective and efficient usage among their citizens. The quality, security, and privacy of current e-government implementation have been impairing the trust and participation of users, in Jordan especially. Hence, this study examined the impacts of quality, security and privacy of e-government services on the intention to use e-government services among Jordanian citizens. Questionnaires were used to gather data, and questionnaire items covered the constructs of quality factors (information quality, system quality, and service quality), perceived security, and perceived privacy as independent variables, and the constructs of trust and intention to use as dependent variables. The study samples comprised academics in Jordanian public universities. The universities were selected using stratified sampling method, while the respondents were chosen using simple random sampling method - 212 respondents were selected. SPSS Version 18 and PLS Version 3.3.6 were used in data analyses and hypotheses testing. Results affirmed a positive and significant link between information quality, system quality, service quality, perceived security, perceived privacy and trust in e-government services, and a positive and significant link between trust in e-government services on intention to use. In e-government services implementation, Jordanian government should take into account the quality factors (information quality, system quality, and service quality), perceived privacy, and perceived security, to increase trust of the citizens and consequently their intention to use the e-government services.
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.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| 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 découle