MétaCan
Menu
Retour à la cohorte
Enregistrement W4407613441 · doi:10.3389/frobt.2025.1371583

The Italian version of the unified theory of acceptance and use of technology questionnaire: a pilot validation study

2025· article· en· W4407613441 sur OpenAlexaboutno aff
Alfonsina D’Iorio, Federica Garramone, Silvia Rossi, Chiara Baiano, Gabriella Santangelo

Notice bibliographique

RevueFrontiers in Robotics and AI · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueSocial Robot Interaction and HRI
Établissements canadiensnon disponible
Organismes subventionnairesCHIST-ERA
Mots-clésCronbach's alphaUnified theory of acceptance and use of technologyLikert scaleReliability (semiconductor)Computer scienceApplied psychologyPsychologySample (material)Artificial intelligencePsychometricsClinical psychologySocial psychologyExpectancy theoryDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

Background: The Unified Theory of Acceptance and Use of Technology is a self-rated questionnaire to assess twelve constructs related to the level of acceptance of a robot, consisting of 41 items rated on a 5-point Likert scale. The aim of the study was to conduct a preliminary evaluation of the psychometric properties of the Italian version of the UTAUT (I-UTAUT) in a sample of Italian healthy subjects (HCs). Materials and methods: 30 HCs underwent the I-UTAUT to assess its comprehensibility. Reliability and divergent validity of the I-UTAUT were evaluated in a sample of 121 HCs, who also underwent the Montreal Cognitive Assessment (MoCA). Results: The final I-UTAUT version was easily comprehensible. There were no missing data, no floor and ceiling effects. Contrarily to the original version, the Principal Components Analysis suggested a seven-component structure; Cronbach's alpha was 0.94. The I-UTAUT score did not correlate with MoCA. Conclusion: The I-UTAUT represented a reliable and valid questionnaire to identify the level of acceptance of robotics technology in Italian healthy sample.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,313
Écart entre enseignants0,293 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Robotics and AIMême sujetSocial Robot Interaction and HRITravaux en français237 207