MétaCan
Menu
Retour à la cohorte
Enregistrement W4317036024 · doi:10.1145/3580369

E-government Service Adoption by Citizens: A Literature Review and a High-level Model of Influential Factors

2023· review· en· W4317036024 sur OpenAlex
Claudie-Ann Tremblay-Cantin, Sehl Mellouli, Mustapha Cheikh‐Ammar, Hager Khechine

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueDigital Government Research and Practice · 2023
Typereview
Langueen
DomaineSocial Sciences
ThématiqueE-Government and Public Services
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)GlobeBusinessService delivery frameworkPublic relationsIdentification (biology)Diversity (politics)Service (business)Process (computing)MarketingKnowledge managementPolitical scienceComputer sciencePsychology

Résumé

récupéré en direct d'OpenAlex

E-government services refer to services offered by governments using information technology (IT). Many governments around the globe are investing heavily in IT to enhance service delivery to their citizens. However, citizens do not always use these services so that they often forgo their potential benefits because of key interconnected considerations that are perceived to transpire from their use. Over the years several studies examined IT adoption in e-government services contexts, building a rich albeit fragmented body of knowledge in the process. Indeed, the diversity found in these studies and the fast and continuous change that characterizes IT in general, make the identification and the synthesis of the main factors influencing citizens’ adoption of E-government services a relevant and timely endeavor. For this reason, this study builds on the findings of a systematic literature review to provide a high-level framework that conceptually structures the state of knowledge on the topic, and that informs both researchers and practitioners on the main factors influencing e-government services adoption by citizens.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,923
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,204
Tête enseignante GPT0,434
Écart entre enseignants0,230 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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