Perceived Risk and Fashion on the Intention to Adopt Wireless Earbuds in the United States Using a Partial Least Squares-Structural Equation Modeling Approach: Empirical Study
Notice bibliographique
Résumé
Background: The number of studies on the use of smart wearables has increased dramatically in recent years. However, aspects including personal safety and fashion perspectives of wearable devices have not yet been adequately addressed in the literature. There have been debates regarding the potential health risks and fashionability of using wearable devices. Regardless of the actual impact of such devices, these aspects may influence users' perceptions toward the purchase and use of wearable technology. Objective: This paper addresses the following research question: How do perceptions of risk and fashion affect the user's intention to purchase and use wireless earbuds? Methods: A survey was administered to assess perceptions on health and privacy risks, fashionability, and wearable comfort of wireless earbuds, alongside questions on behavioral intention regarding their purchase and use. All questions were adapted from prior research and measured using a 7-point Likert scale. The final sample of 205 responses was analyzed using the partial least squares method with Smart-PLS software. Results: Perceived health risk (P=.015), perceived fashionability (P<.001), and wearable comfort (P=.007) had a significant impact on a consumer's intention to purchase wireless earbuds. Privacy risk did not have a significant impact on intention to purchase. Intention to purchase had a significant impact on intention to use (P<.001). Conclusions: As new types of emerging technology are introduced to the market, technology acceptance models should evolve to better understand consumers' perceptions toward these new technologies, from both academic and practical points of view.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».