Understanding use continuance of social networking sites in organizations from employees’ perspectives: multicontextual contrasts between Canada and Cote d’Ivoire
Notice bibliographique
Résumé
Purpose Limited research has espoused a comparative perspective to study social networking sites’ (SNS) use continuance despite most of them being abandoned after initial adoption. Most existing empirical works have been undertaken in western contexts, and they do not consider country-origin influence. Thus, they are of little benefit to global and transnational organizations. Awareness of countries’ similarities and contrasts provides the basis for understanding people’s behaviors in cross-cultural contexts, which can be crucial to ensuring technology acceptance and success, especially in multinational organizations. Our research aims to explain why and how people use SNSs sustainably in the workplace through a model and comparative study. Design/methodology/approach The theoretical framework was developed to integrate and extend two major behavioral adoption and technology use models in explaining SNS use continuance. This paper collected data through a survey and analyzed it using structural equation modeling through partial least squares (PLS). Findings One major contribution of this study is to highlight that the users in selected countries are driven strongly by subconscious factors rather than traditional factors based on the system attributes and users’ perceived rationality of continuing to use SNSs. Research limitations/implications This paper recommends that the model in this study be tested in other technology environments to evaluate the external validity of the research study. The research was based on an unspecified platform, but each SNS may have its own singularities that should merit further consideration. Originality/value This paper will contribute to the literature by integrating and extending two major theoretical frameworks and espousing a cross-national perspective.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,007 | 0,003 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 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 ».