MétaCan
Menu
Retour à la cohorte
Enregistrement W4361002309 · doi:10.5539/ass.v19n2p77

Acceptance of Zakat E-payment System: A Perception of Undergraduates

2023· article· en· W4361002309 sur OpenAlexvenueno aff
Mohamed Saladin Abdul Rasool, Hainnuraqma Rahim, Nornajihah Nadia Hasbullah, Ameiruel Azwan Ab Aziz

Notice bibliographique

RevueAsian Social Science · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIslamic Finance and Banking Studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversiti Teknologi MARA
Mots-clésPaymentBusinessMarketingTechnology acceptance modelPayment systemFlexibility (engineering)UsabilityComputer scienceManagementFinanceEconomics

Résumé

récupéré en direct d'OpenAlex

Zakat E-payment is one of the product innovations that is a widely spread method to facilitate the contribution of zakat in the present world. Online payment is an important method of transaction widely practiced across the globe. Due to its flexibility and convenience, it has been a popular payment method recently, especially in critical religious matters such as zakat, one of the pillars of Islam. The main objective of the study is to analyse the acceptance of the zakat e-payment system from the perception of undergraduates as they are potential payors in the future as they enter the workforce. Specifically, factors influencing the acceptance of zakat e-payment will be determined. The study’s conceptual framework is based on the Theory of Acceptance (TAM), where six variables or constructs, namely financial literacy (FL), perceived usefulness (PU), Perceived Ease of Use (PEU), Enjoyment (ENJ), Attitude (ATT) and Behavioural Intention (BI). This cross-section study employs a data set comprising 210 undergraduate students. Data was collected using a close-ended questionnaire. The results, among others, recommend that zakat e-payment system providers modify or create highly usable applications. Therefore, marketing initiatives should focus on promoting these zakat e-payment system characteristics.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,016
Tête enseignante GPT0,253
Écart entre enseignants0,237 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetIslamic Finance and Banking StudiesTravaux en français237 207