MétaCan
Menu
Retour à la cohorte
Enregistrement W4393305273 · doi:10.1080/09537325.2024.2333783

User behaviour in sustainable technology: an exploration of endorsement strategy

2024· article· en· W4393305273 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueTechnology Analysis and Strategic Management · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Marketing and Social Media
Établissements canadiensMount Royal University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésBusinessKnowledge managementComputer scienceProcess managementMarketing

Résumé

récupéré en direct d'OpenAlex

Given the lethargic acceptance behaviour of sustainable technologies (STs) by the public, the most crucial factor to contemplate is the influential form of organization endorsement strategy that can effectively enhance user intentions and behaviour. Using the social identity theory (SIT) and source credibility theory (SCT), this research examines the moderating potential of an attractive celebrity (CET) and social media influencer (IET) on user intention and behaviour in low- and high-involvement sustainable technologies (LISPs and HISPs). Based on an SEM-ANN analysis of data from 605 Chinese respondents, our empirical findings show that in the LISPs context, IETs moderate the intention-behaviour relationship positively whereas CETs have the opposite impact. In contrast, the moderating effect of CETs on HISPs is positive, whereas the effect of IETs is negative. Furthermore, it was shown that HISP users’ income level significantly influenced their behaviour, while education level had no significant impact on either category. These outcomes have both theoretical and practical implications in developing resilient strategies to retain users and provide guidance on how to efficiently optimise, integrate, and evaluate the STs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,390
Score d'incertitude au seuil0,479

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,314
Écart entre enseignants0,290 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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