Exploring user adaptation behaviors toward mobile technology: a higher education perspective
Notice bibliographique
Résumé
Purpose Grounded in coping model of user adaptation (CMUA), this research aims to provide insights into understanding the social mechanism influencing faculty’s adoption and adaptation of mobile technology (MT). An extensive review of the literature highlights a significant gap in empirical research regarding the adoption of MT and faculty adaptation when viewed through the lens of group dynamics. Design/methodology/approach This study is based on an exploratory study conducted at two engineering universities in France. A qualitative method enabled a comprehensive examination of faculty members using multiple field-based observations and semi-directive interviews at both University A and University B. Findings While extant research tends to prioritize individual-level approaches, the integration of MT within higher education inherently involves social dynamics. Our results reveal that faculty’s perceived control and their initial perception over adoption of MT play an important role in shaping their adaptation behavior. The findings suggest that the adoption of MT among faculty members is influenced by various organizational factors. Specifically, the organizational logic of adoption affects their primary appraisal of MT, while group norms and social influence shape their adaptation acts. Furthermore, the organization’s continuous commitment to supporting faculty members also impacts their coping activities, ultimately influencing their overall adoption and utilization of MT. Originality/value This study builds upon the limited yet growing body of literature on a theme highly relevant for practitioners, scholars as well as MT users in a higher education environment. The paper extends the CMUA by exploring the relationship between MT adoption and continuous user adaptation at both group and organizational levels. Our proposed framework assists universities in articulating their MT adoption and implementation strategy in harmony with a clear vision of their users’ adaptation activities before, during and after the implementation.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| 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 ».