Exploring the impact of paid over-the-top service and mobile network profiles in watching TV content on mobile devices
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 The television (TV) content ecosystem has shifted from traditional broadcasting systems to dedicated content producers and over-the-top (OTT) services. However, less empirical effort has been paid to the actual behaviors of the mobile users who watch TV content when explaining the impact of OTT service and mobile network profiles in watching TV content. This study aims to investigate the impact of gratifications and attitude formed by mobile TV users on actual mobile TV watching behaviors, as well as the moderating impacts of paid OTT service subscriptions and mobile network profiles, based on gratification theory, cognition–affect–behavioral (CAB) framework, sunk cost effect and walled-garden effect. Design/methodology/approach This study employs the generalized linear model (GLM) with generalized estimating equations (GEE) to test hypothesized relationships. A total of 338 mobile phone users who have been watching TV content using a mobile phone participated in the survey. The moderating variables, 4 types of paid streaming platform subscriptions, were classified based on the walled gardens formed by mobile telecom services. Findings The study’s results revealed that obtained gratifications and opportunity constructs substantially influenced a mobile phone user’s attitude and behaviors. Additionally, mobile network profiles and the degree of access to paid platform services played significant moderating roles in the relationship between users’ attitudes and behavior. Originality/value This research enriches the existing OTT service literature and is one of the pioneering studies investigating the walled-garden effect’s role in mobile phone users’ actual watching behaviors, offering valuable practical implications for the OTT platform providers.
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 | 0,006 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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