LES ANTÉCÉDENTS DE LA SATISFACTION ENVERS LA SÉLECTION D'UN PRODUIT EN CONTEXTE DE CYBERMAGASINAGE: UN MODÈLE DE 'FIT' COGNITIF 1
Bibliographic record
Abstract
Cette recherche propose un modele de ‘fit’ cognitif entre le format de presentation de l’information et la charge informationnelle de la tâche de selection d’un produit en contexte de cybermagasinage. Le modele propose que le ‘fit’ influence l’entropie estimee, la facilite d’utilisation percue et l’effort cognitif percu et que ces deux dernieres variables sont des antecedents a la satisfaction envers la selection effectuee. En contexte de cybermagasinage, la tâche de selection de produit est primordiale puisque la transaction d’achat ne s’effectuera que lorsque le consommateur aura trouve un produit satisfaisant. Les antecedents de la satisfaction envers la selection de produit n’ont pas encore ete etudies par les chercheurs en systemes d’information. Cette etude s’interesse a ces antecedents et examine l’impact du format de presentation de l’information au client d’un cybermagasin sur la satisfaction envers le choix de produit par le consommateur. Le modele propose ici s’appuie sur le modele de Wixom et Todd (2005), selon lequel la satisfaction envers l’information fournie par un systeme d’information est un antecedent de l’utilite percue (PU) et la satisfaction envers le systeme est un antecedent de la facilite d’utilisation percue (PEOU); PU et PEOU influencent a leur tour l’attitude envers la T.I . et l’intention de s’en servir de nouveau. Le modele de la presente etude a ete teste dans le cadre d’une experience menee aupres de 561 internautes qui devaient accomplir une tâche de selection de televiseur.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.014 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.013 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".