MétaCan
Menu
Retour à la cohorte
Enregistrement W4409624680 · doi:10.1016/j.jhtm.2025.04.003

Information transparency, privacy concerns, and customers' behavioral intentions regarding AI-powered hospitality robots: A situational awareness perspective

2025· article· en· W4409624680 sur OpenAlexaff
Yaou Hu, Hyounae Min

Notice bibliographique

RevueJournal of Hospitality and Tourism Management · 2025
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueTechnology Adoption and User Behaviour
Établissements canadiensThompson Rivers University
Organismes subventionnairesnon disponible
Mots-clésHospitalityTransparency (behavior)Perspective (graphical)Situational ethicsSituation awarenessInternet privacyBusinessRobotInformation privacyHospitality industryPublic relationsPsychologyComputer securityComputer scienceEngineeringTourismSocial psychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Using the theoretical lens of situational awareness, this research tests two competing models and an intervention to examine the effects of information transparency on customers' privacy concerns and behavioral intentions toward interacting with hospitality robots. An exploratory study and two experiments with artificial intelligence-powered anthropomorphic robots were performed. The exploratory study confirmed that information transparency is lacking in practice. Study 1 revealed that such transparency negatively affects customers' behavioral intentions by increasing their situational awareness, which in turn heightens their privacy concerns and reduces their behavioral intentions. Study 2 further identified privacy assurance as a means of mitigating the adverse impact of information transparency on customers' behavioral intentions; the effect of situational awareness on privacy concerns became non-significant when privacy assurance was provided. This research contributes to the hospitality and tourism literature on technological innovation and offers insights into ethically managing customers' privacy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,249
Score d'incertitude au seuil0,605

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,388
Écart entre enseignants0,338 · 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 tête enseignante, 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

Citations21
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Hospitality and Tourism ManagementMême sujetTechnology Adoption and User BehaviourTravaux en français237 207