Impact of Digital Financial Services on Customers’ Choice of Financial Institutions: A Modified UTAUT Study in Bangladesh
Notice bibliographique
Résumé
This study investigates the factors influencing customers' choice of financial institutions in Bangladesh, focusing specifically on the role of Digital Financial Services (DFS).The study explores the relationship between trust, risks, benefits, social influences and intention to choose financial institutions through DFS.The research adopts a quantitative methodology and employs Structural Equation Modeling (SEM) to analyze the data collected through a survey that use digital financial services in Bangladesh.The study examines by the modified UTAUT model to explore the direct and indirect relationships that influence the intention to choose financial institutions through using DFS.The results reveal that 'Benefits' and 'Social Influences' have a significant positive impact on the choice of financial institutions through DFS in Bangladesh, while 'Trust' and 'Perceived Risks' demonstrate an insignificant relationship with 'Users' Intention' to choose financial institutions through DFS.This study contributes to the literature on digital financial services (DFS) adoption by examining the factors influencing customers' choice of financial institutions in Bangladesh.Also, the research adds value by incorporating a modified theory of UTAUT model for finding the appropriate relationship among the variables.The findings highlight the importance of understanding the complex factors affecting customers' preferences for financial institutions and emphasize the need for financial institutions in Bangladesh to prioritize not only building trust and managing risks but also leveraging social influences and the benefits of using DFS to attract and retain customers.Finally, it also suggests important insights for financial institutions in Bangladesh to better attract and retain digitally-savvy customers.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».