Development of a self-report measure of GPS uses and its relationship with environmental knowledge and self-efficacy and pleasure in exploring
Notice bibliographique
Résumé
The widely utilized Global Positioning System (GPS) plays a crucial role in everyday navigation. The literature has predominantly focused on GPS use for reaching destinations rather than exploring its various strategic applications and relations with individual factors. The current paper is intended to develop a GPS Uses Scale assessing a variety of GPS uses for wayfinding and other GPS uses (Study 1). We also examine whether GPS uses are related to gender, age, self-efficacy and pleasure in exploring, dependence on GPS devices, and environment knowledge (Study 2). In Study 1, 365 participants completed the new GPS Uses Scale and the McGill GPS questionnaire, for assessing validity. Results from the confirmatory factor analysis confirmed a structure as five-level factors, good reliability, and validity. In Study 2, 200 participants completed the GPS Uses Scale, self-efficacy and pleasure in exploring scale, GPS dependence scale, and a sketch map task after learning a virtual city from a video. Results from the linear model showed that those who use GPS for strategic purposes reported higher self-efficacy and pleasure in exploring as well as dependence on GPS. Moreover, those who use GPS for orientation purposes reported higher dependency on GPS and had higher scores on the map task (environment knowledge). Men were less likely to use GPS for orientation. The present paper outlines the importance of assessing the various uses of GPS, suggesting self-efficacy and dependence on GPS, and contributes to its strategic use.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».