MétaCan
Menu
Retour à la cohorte
Enregistrement W4415733091 · doi:10.1108/jhti-06-2025-0682

Adoption of voice assistants for airport procedures and services: an empirical study using the UTAUT2 model and SEM analysis

2025· article· en· W4415733091 sur OpenAlexaff
Vi Loi Truong, Thuong Thi Nguyen

Notice bibliographique

RevueJournal of Hospitality and Tourism Insights · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueAI in Service Interactions
Établissements canadiensArtificial Intelligence in Medicine (Canada)
Organismes subventionnairesnon disponible
Mots-clésEmpirical researchUnified theory of acceptance and use of technologyStructural equation modelingService (business)Key (lock)Conceptual modelConceptual frameworkInteractivity

Résumé

récupéré en direct d'OpenAlex

Purpose The study aims to examine the adoption of voice assistants (VAts) in developing countries for airport procedures and services, focusing on user behavior and technology readiness, using the Unified Theory of Acceptance and Use of Technology 2 (UTAUT2) framework to identify key predictors of intention and actual use. Design/methodology/approach A mixed-methods study was conducted in Vietnam, with a total of 330 responses collected. After screening for validity, 314 responses were retained for the quantitative survey and the remaining 14 participants were engaged in qualitative interviews. Quantitative data were analyzed using structural equation modeling to validate the conceptual framework, and qualitative insights were used to complement and contextualize the statistical findings. Findings The findings indicate that seven UTAUT2 factors significantly shaped users’ intention to use voice assistants, which in turn strongly predicted actual usage, highlighting the key mediating role of behavioral intention. Research limitations/implications The study explores the adoption of VAts in airport services in developing countries, extending the UTAUT2 framework. It provides insights for airport managers and developers to design and implement VAts that meet user expectations, improve service efficiency and enhance customer experience, ultimately promoting sustained adoption of technology in public service settings. Originality/value This is among the first studies applying UTAUT2 to VAts adoption in airports within a developing country. It contributes to theoretical expansion and offers practical insights for airport managers and developers to tailor VAts to enhance user experience and encourage sustained usage.

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)0,006
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,009
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,029
Tête enseignante GPT0,342
Écart entre enseignants0,313 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Hospitality and Tourism InsightsMême sujetAI in Service InteractionsTravaux en français237 207