A multi-model approach for the extension of the use and gratification theory in video game streaming
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose Video game streaming (VGS) is emerging as an extremely popular, highly interactive, inordinately subscribed and very dynamic form of digital media. Incorporated environmental elements, gratifications and user pre-existing attitudes in VGS, this paper presents the development of an extended model of uses and gratification theory (EUGT) for predicting users' behavior in novel technological context. Design/methodology/approach The proposed model was empirically tested in VGS context due to its popularity, interactivity and relevance. Data collected from 308 VGS users and structural equation modeling (SEM) was employed to assess the hypotheses. Multi-model comparison technique was used to assess the explanatory power of EUGT. Findings The findings confirmed three significant types elements in determining VGS viewers' engagement, including gratifications (e.g. involvement), environmental cues (e.g. medium appeal) and user predispositions (e.g. pre-existing attitudes). The results revealed that emerging technologies provide potential opportunities for new motives and gratifications, and highlighted the significant of pre-existing attitudes as a mediator in the gratification-uses link. Originality/value This study is one of its kind in tackling the criticism on UGT of considering media users too rational or active. The study achieved this objective by considering environmental impacts on user behavior which is largely ignored in recent UGT studies. Also, by incorporating users pre-existing attitudes into UGT framework, this study conceptualized and empirically verified the higher explanatory power of EUGT through a novel multi-modal approach in VGS. Compared to other rival models, EUGS provides a more robust explanation of users' behavior. The findings contribute to the literature of UGT, VGS and users' engagement.
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.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 découle