An empirical study into the effect of the digital divide on the intention to adopt e-government
Notice bibliographique
Résumé
This study investigated the relationship between the digital gap and the intention of Jordanians towards e-government usage. It focused on three components of the digital divide namely access, skills, and innovativeness. In addition, the research investigated how socio-demographic factors influence this connection. Data comprised 620 valid replies to questionnaires issued to 700 Jordanian citizens aged 22 and older who resided in urban and rural areas. Statistical Package for the Social Sciences (SPSS) version 26 and Analysis of Moment Structures (AMOS) version 24 were employed in data analyses and hypotheses testing. The results showed that all three aspects of the digital divide had a significant influence (access, skills, and innovativeness) on the intent of Jordanian citizens to utilize e-government, and the dimension of access imparted the strongest impact, followed by the dimension of skills and then the dimension of innovativeness. Additionally, it was discovered that gender, age, and education were the socio-demographic factors that could weaken the impact of the digital divide on the intentions of user to access e-government services. Contrariwise, the factor of income did not show a similar impact. Furthermore, perceived security significantly impacted the propensity towards e-government usage. Trust played a significant role in mediating the link between perceived security and the intention to engage in e-government.
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 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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,004 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».