MétaCan
Menu
Retour à la cohorte
Enregistrement W6901691296 · doi:10.60692/8hyjs-bgg11

The Adoption of Mobile Commerce Service among Employed Mobile Phone Users in Bangladesh: Self-efficacy as a Moderator

2011· article· en· W6901691296 sur OpenAlexaff

Notice bibliographique

RevueGreater South Information System · 2011
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueTechnology Adoption and User Behaviour
Établissements canadiensMacEwan University
Organismes subventionnairesnon disponible
Mots-clésMobile phoneModerationMobile telephonyMobile commerceThe InternetMobile paymentGSM servicesMobile deviceMobile business development

Résumé

récupéré en direct d'OpenAlex

Mobile commerce or better known as M-commerce is a fairly new phenomenon in the wake of the second technology wave from the famous E-commerce (electronic commerce) in the 21 st century.As the Internet started to proliferate in many parts of the world, the mobile phone penetration in terms of voice communication started to grow rapidly.This simultaneous rapid growth has caused a new phenomenon of convergence of Internet computing and mobile communication where M-commerce has its root.M-commerce has the potential to enhance the work-life within the employed mobile phone users in Bangladesh.The purpose of this study is to examine whether awareness and knowledge, convenience of Mobile devices and WAP/GPRS enabled handsets, pricing and cost, security and privacy, rich and fast information, and perceived usefulness have any influence on the adoption of M-commerce among employed Mobile phone users in two major cities in Bangladesh -Dhaka and Chittagong.A survey method was used to collect data.The findings suggest that pricing and cost, rich and fast information, and security and privacy are significant predictors of the adoption of M-commerce.Self-efficacy is found to be a moderating factor for the adoption of M-commerce 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)0,002
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,083
Tête enseignante GPT0,290
Écart entre enseignants0,206 · 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
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information SystemMême sujetTechnology Adoption and User BehaviourTravaux en français237 207