Acceptance Analysis of IWB Systems in Education using UTAUT2 Model: The Moderating Role of Perceived Technological Innovations
Notice bibliographique
Résumé
Interactive Whiteboard (IWB) Systems are increasingly being used to replace traditional whiteboards in educational activities, making them more efficient and interesting for both teachers and students. However, no studies have been conducted to investigate how age, educational level, and employment status can impact the adoption and usage of IWB systems in the educational setting. The study aims to analyze the acceptance and the influencing factors on faculty members’ intention and usage behavior towards IWB systems in teaching, utilizing the Modified-Unified Theory of Acceptance and Use of Technology 2 (UTAUT2) model. 135 faculty members from various colleges and departments across Batangas State University ARASOF-Nasugbu Campus were surveyed and data was analyzed using Partial Least Squares Structural Equation Modeling (PLS-SEM) through SmartPLS software for hypotheses testing. The results of the study indicate that faculty members’ behavioral intention to use interactive whiteboard systems in teaching is positively influenced by performance expectancy and social influence. Moreover, facilitating conditions and habit positively impact usage behavior. This study, therefore, concludes that there is significant roles of performance expectancy and social influence as well as the moderating effect of age on the behavioral intention to use interactive whiteboard (IWB) systems in education. Furthermore, the study confirms that effort expectancy, hedonic motivation, and status as moderating variables significantly influence faculty members’ usage behavior when using IWB systems in teaching.
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 | 0,005 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 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 ».