Understanding small and medium enterprises’ behavioral intention to adopt social commerce: a perceived value perspective
Notice bibliographique
Résumé
Purpose This study aims to examine the factors (Stimuli) enhancing perceived utilitarian, social and conditional values (Organisms) of social commerce (s-commerce) platforms and their impact on small and medium enterprises’ (SMEs’) behavioral intention (Response) to adopt s-commerce. Design/methodology/approach Survey data were gathered from 304 Indian SMEs using s-commerce platforms. Data were analyzed using SmartPLS 3 software. Findings The results indicated that perceived values significantly impact SMEs’ behavioral intention to adopt s-commerce. Among conditional, utilitarian and social values, the conditional value of s-commerce sites was found to be the strongest motivator for SMEs to adopt s-commerce. Research limitations/implications This research contributes to the growing literature on s-commerce, explaining how perceived value influences the decision of SMEs to adopt s-commerce platforms. Practical implications Among the significant influencers, perceived usefulness and perceived reputation were found to be the most effective triggers that stimulate perceived values of s-commerce sites. The findings draw due attention from policymakers toward environmental cues such as the legal and regulatory environment, which are instrumental in creating the most important perceived value for SMEs, i.e. conditional value. Originality/value By employing the inputs from the theory of consumption values and the Stimulus-Organism-Response framework, this original study looked beyond the technology factors and examined the role of perceived values of s-commerce platforms in shaping SMEs’ behavioral intention to adopt.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».