Exploring Mobile Banking App Security from User’s Perspectives
Notice bibliographique
Résumé
Organizationalsupport and improved performance have seen unprecedented enhancement due to the ability of internet technology that is constantly changing the ways and procedures for attaining organizational goals.However, given the volume of digital-related transactions today, especially with mobile internet banking systems, cybersecurity threats, and privacy concerns arising from Internet use by businesses, their employees, and external stakeholders have become prevalent.The detrimental effects resulting from cybersecurity threats have an adverse effect on the confidentiality, integrity, and availability of information for banks and users of their mobile banking app services.The users' knowledge of cybersecurity vulnerability hampers their decision-making about adopting mobile banking.This study examines factors that affect cybersecurity and how mobile banking app users perceive cybersecurity issues that may hinder the banks' ability to expand mobile banking usage amongst their customers.Additionally, this study suggests a conceptual research model that illustrates the relationships between the variables that affect cybersecurity.The study discovered that users view knowledge of potential identity theft, impersonation, and account hijacking as cybersecurity threats that impede their use of mobile banking.The review of literature conducted identified that mobile banking app users who regard these concerns to be real are hesitant to embrace mobile banking.Similarly, the knowledge about cybersecurity threats putting mobile banking app users in danger makes them reluctant to use the app for banking purposes.As a result, mobile banking serves as a reminder to strategically reinforce the security and privacy issues in relation to cybercrime in the banking industry.Practically, the survival of banking in the future will depend on the retention of its mobile banking app users.The study contributes to the theory of cybersecurity, particularly in using the Internet as a platform for mobile banking.
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 | 0,009 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,006 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».