MétaCan
Menu
Retour à la cohorte
Enregistrement W4413198328 · doi:10.1108/oir-07-2021-0385

Exploring the moderating role of age and gender in adopting mHealth services

2025· article· en· W4413198328 sur OpenAlexaff
Mohammad Zahedul Alam, Mohammad Osman Gani, Zapan Barua

Notice bibliographique

RevueOnline Information Review · 2025
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueTechnology Adoption and User Behaviour
Établissements canadiensUniversity Canada West
Organismes subventionnairesnon disponible
Mots-clésmHealthUnified theory of acceptance and use of technologyExpectancy theoryContext (archaeology)Service providerKnowledge managementBusinessMarketingPsychologyService (business)Applied psychologyComputer scienceSocial psychologyPsychological intervention

Résumé

récupéré en direct d'OpenAlex

Purpose Unfortunately, mHealth has not reached the level of adoption that providers had expected, as healthcare end-users still face barriers. An in-depth understanding of the factors affecting this adoption is vital for its successful implementation. Thus, this study aims to explore the moderating role of age and gender in adopting mHealth services in a developing country context. Design/methodology/approach A quantitative strategy was adopted and a total of 338 general mHealth users were selected as the study participants. A conceptual framework was constructed based on the widely accepted technology adoption model named unified theory of acceptance and use of technology (UTAUT) model. Perceived reliability, price value, technology anxiety and self-efficacy were incorporated to the UTAUT as new factors reflecting the user’s mHealth adoption. However, a cross sectional survey was employed to collect primary data from 338 general mHealth users in Bangladesh. Findings Results explored that performance expectancy, effort expectancy, social influence, facilitating conditions, perceived reliability, price value, technology anxiety and self-efficacy had significant impact on mHealth adoption. Moreover, the relationship between facilitating conditions and technology anxiety while adopting mHealth is moderated by the role of age and gender. Practical implications This study could insightfully benefit mHealth services providers, policymakers and top marketing managers in implementing more effective marketing strategies to increase the acceptability of this service. Originality/value This is the first initiative to investigate the moderating role of age and gender in a single model in the context of mHealth services.

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)0,003
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,226
Tête enseignante GPT0,425
Écart entre enseignants0,199 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOnline Information ReviewMême sujetTechnology Adoption and User BehaviourTravaux en français237 207