Evaluating Acceptance of Novel Vehicle-Mounted Perfume Automatic Dispersal Device for Fatigued Drivers
Notice bibliographique
Résumé
This paper evaluates the influence of different variables on drivers’ willingness to accept and use a vehicle-mounted perfume automatic dispersal device (VP-ADD) connected to the vehicle’s electronic map. Based on the technical acceptance model, we clarify and condense the explanation of the model used to evaluate the impact of user behavior attitudes and device characteristics on six factors, perceived usefulness, perceived ease of use, attitude towards use, intention to use, perceived playfulness, and perceived risk, proposing eight hypotheses. Then, we assessed the responses of 562 drivers in China using SPSS for reliability and validity and AMOS for structural equation modeling to test our hypotheses. The findings reveal that the perceived usefulness, ease of use, playfulness, and risk significantly affected the willingness to accept and use the VP-ADD. Furthermore, the perceived risk has a negative influence, while the perceived usefulness, perceived ease of use, perceived playfulness, and attitude towards use have a positive influence. This research is significant for further development and application of the VP-ADD. It is essential to alleviate driver fatigue, ensure traffic safety, and provide theoretical and empirical support for designing more popular driving assistance devices. Furthermore, it offers valuable insights for developing fatigue driving warning policies, in-vehicle device guidelines, and traffic safety regulations.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 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 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 ».