Understanding consumers' interest in social commerce: the role of privacy, trust and security
Notice bibliographique
Résumé
Purpose Consumers may enjoy the information sharing and social support made available when a social media platform is used for pre-purchase research; however, do consumers reevaluate the privacy and security of the platform differently when ordering and payment capabilities are added? As social media systems have evolved into social commerce platforms (SCPs), individuals are often faced with whether to complete a purchase they have been researching or switch to a traditional e-commerce platform to complete the transaction. This research examines consumer trust formation in the SCP channel and how consumer interest and engagement in the channel are maintained and influence consumer decisions to purchase via the SCP. Design/methodology/approach Based on trust and involvement literature, a research model was conceptualized to capture consumer beliefs about SCP privacy and security and whether the SCP can be trusted, using these inputs into subsequent consumer interest, engagement and decisions on whether to use the SCP for purchasing. The research model was empirically tested using the panel data's structural equation modeling (AMOS) (n = 405). The data showed acceptable reliability and convergent validity, while the original research model provides predictive validity and theory-confirming insights. Findings Results confirm that consumer perceptions of privacy and security play a crucial role as decision criteria, informing their judgments of whether a new social commerce channel can be trusted enough to conduct purchases. Further, consumer trust supports their interest in the SCP, resulting in enduring and enhanced behavioral use and, to a lesser extent, purchase intent. Still, a majority of this sample declined to purchase using the SCP and rather preferred to transact on tried and trusted traditional e-commerce sites. Originality/value This study is among the first to examine trust formation in new SCPs, where consumers are deciding to expand their engagement level from social and informational to commercial.
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 | 0,004 | 0,013 |
| 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 | 0,001 | 0,003 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».