XiaoMi-AI文件搜索系统
World File Search SystemPEOU
探索房地产区块链的采用
尽管许多组织已经采用区块链技术（BCT）来实现效率和自动化，并且用户对 BCT 的采用对公司来说也变得至关重要，但很少有研究关注影响房地产行业采用 BCT 的因素。本研究旨在通过扩展的技术接受模型（TAM）和任务技术契合度（TTF）的视角来评估影响房地产行业采用 BCT 的因素。本研究采用定量调查方法。数据来自中国 311 个实体行业买家和卖家。使用偏最小二乘结构方程模型（PLS-SEM）进行数据分析。研究结果表明，态度、感知有用性（PU）和数据隐私和安全性（DPS）在提出的理论模型中影响最大。此外，研究结果还证实了感知易用性（PEOU）对态度的显著影响，以及 TTF 对采用 BCT 的 PU 和 PEOU 的影响。此外，还证实了感知兼容性（PC）对 TTF 和 PEOU 关系的调节作用。这项研究对房地产买卖双方具有实用意义，即采用 BCT 可以提高效率、降低中介机构产生的交易成本并增强安全系统。此外，该研究表明，通过 BCT 实现的自动化将促进定制协议并改善所有权转让流程。
分析影响行为意图的因素使用扩展技术接受模型（TAM）
摘要背景：技术接受模型（TAM）和期望确认模型（ECM）集成模型通常用于分析在教育中使用技术的意图。此外，实施的易用性导致各种影响技术接受的外部因素继续增长。但是，有限的研究重点是使用TAM和ECM在接受基于云的学术系统中。目的：本研究旨在确定影响用户对基于云的学术信息系统和不同因素之间关系的因素。方法：研究整合了扩展的TAM和ECM，随后使用结构方程建模 - 最小二乘（SEM-PLS）从261位受访者获得的处理数据。提出的感知包括促进条件（FC），感知的有用性（PU），可感知的易用性（PEOU），确认（CM），满意度（SF）和行为意图（BIU）。结果：根据进行的数据处理，结果是针对BIU（H1，ꞵ= 0.256，p = 0.001），PU对BIU（H2，ꞵ= 0.200，P = 0.007）的PE（H2，p = 0.007），而SF相对于BIU（H3，ꞵ= 0.499，P = 0.000）。此外，它还与PEOU（H4，ꞵ= 0.839，P = 0.000），PU（H5，ꞵ= 0.849，P = 0.000）和SF（H6，ꞵ= 0.294，P = 0.000），以及针对SF（H7，ꞵ0.358，PU = 0.358，PU = 0.358，PU， p = 0.000）。这些结果表明，每个提出的构造都显着影响了使用基于云的学术信息系统的行为意图。结论：结果表明，结构中提出的每个因素都显着影响了用户使用基于云的学术系统的意图。因此，使用基于云的学术系统的最具影响力的驱动因素是SF，PU，PEOU和FC。关键字：接受，行为意图，基于云的学术系统，期望文章历史记录：2023年10月20日，第一个决定，2024年2月2日，接受，2024年5月13日，在线获得，在线获得2024年6月28日
建议的引用：托罗斯，埃姆斯； Asiksoy，Gulsum； Sürücü，Lütfi（2024）：茶点学生对使用技术的有用性和态度
本研究旨在了解积极学习者对技术使用的茶点学生的态度。通过利用影响技术使用态度的四个重要因素，即感知的有用性（PU），可感知的易用性（PEOU），老年技术自我效能（GTSE）和对使用技术（ATUT）的态度。定量研究用于测试研究模型。对318位参与者进行了调查，通过便利抽样来收集数据，该数据使用AMOS 21.0和SPSS 26.0软件程序进行了分析。结果证实了PU对茶点学生对技术使用的态度的影响，并介导了有用性对他们态度感知的影响。此外，发现GTSE在PU通过PEOU的茶点学生态度的影响中具有适度的中介作用。这项研究的结果对老年技术的设计和实现具有重要意义。从理论上讲，发现与技术接受模型（TAM）保持一致，这表明，如果老年人认为老年人认为这是有用且用户友好的，则更倾向于采用技术。实际上，该研究表明，旨在增强老年人的效用，易用性和可访问性的干预措施可能有效地提高其技术采用。总的来说，这些发现强调了使老年技术更加可观且用户友好的重要性，从而有可能增强老年人的技术采用，从而提高其整体生活质量。
研究文章使用 PLS-SEM 和 fsQCA 了解消费者购买智能服装的意图
随着人工智能（AI）和物联网（IoT）的发展，智能服装具有巨大的增长潜力，以满足各个领域消费者的个性化需求。本文旨在构建一个集成技术接受模型（TAM）和功能-表现力-美学（FEA）模型的模型，以探讨影响消费者智能服装购买意愿（PI）的关键因素。采用偏最小二乘结构方程模型（PLS-SEM）分析数据，并辅以模糊集定性比较分析（fsQCA）。PLS-SEM 结果表明，功能性（FUN）、表现力（EXP）和美学（AES）特征对感知易用性（PEOU）有显着的正向影响，并且只有 EXP 会影响感知有用性（PU）。PU 和 PEOU 对消费者态度（ATT）有正向影响。随后，PU 和消费者的 ATT 对 PI 产生正向影响。 fsQCA 揭示了影响消费者智能服装购买行为的因素之间的非线性复杂相互作用，并揭示了消费者智能服装购买意愿的五个必要条件和六个充分条件。本文通过将 FEA 模型整合到 TAM 中，进一步加深了理论理解。此外，在实践层面，它为消费者购买智能服装的意图提供了重要的见解。这些发现可为企业和设计师制定智能服装设计和推广策略提供宝贵工具。结果验证了有关智能服装智能服装购买意愿的理论概念，并为智能服装的实施和发展提供了有用的见解和营销建议。此外，本研究首次使用对称（PLS-SEM）和非对称（fsQCA）方法来解释智能服装智能服装购买意愿。
哪些因素推动员工接受人工智能？
摘要 近年来，人工智能 (AI) 已迅速从一个理想概念转变为可以部署的技术。由于其模仿人类智能的能力，各行各业的许多公司都开始整合人工智能。但是，如果不使用人工智能，它就无法提高组织的绩效。不幸的是，员工对创新技术的抵制是一个普遍存在的问题。为了最大限度地减少员工抵制的不利影响和成本，预测并更好地了解哪些因素推动了员工对人工智能的接受是很有价值的。本论文探讨了预测员工对人工智能接受度的能力。为此，传统的技术接受模型 (TAM)，包括行为使用意愿 (BI)、感知有用性 (PU) 和感知易用性 (PEOU)，被扩展为信任和社会影响相关因素，如合规性、形象、技术信任和行为不确定性。此外，还研究了之前使用人工智能的经验的调节作用。我们设计了一项有 199 名参与者 (N=199) 的调查，以衡量接受度驱动因素的影响大小和方向性。在调查中，参与者被展示了一个税务或审计相关的案例。结果表明，扩展的 TAM 模型是预测员工接受 AI 的有效模型。PU 对 BI 表现出最显著的影响。相反，没有发现 PEOU 对 BI 有显著的直接影响。研究结果进一步表明，有经验的员工和没有经验的员工的接受行为有所不同。另一个重要的结果是，员工对之前经验的情绪会显著影响驱动因素的大小。这些发现推动了理论的发展，并为未来的研究做出了贡献，重点是提高对员工接受 AI 的理解。
人工智能对税收的影响
缩写 含义 AI 人工智能 APEC 亚太经济合作组织 BEPS 税基侵蚀和利润转移 CIAT 美洲税务管理中心 DAC 发展援助委员会 EAT 国家税务局 电子申报 电子申报 EY 安永 GDP 国内生产总值 HRMC 英国皇家委员会 IOT 物联网 IP 知识产权 IRS 美国国税局 KRA 肯尼亚税务局 OECD 经济合作与发展组织 PEoU 感知易用性 PWC 普华永道 PU 感知有用性 SARS 南非税务局 SPSS 社会科学统计软件包 UP 比勒陀利亚大学 VAT 增值税
人工智能（AI）在商业运营中的整合
结果 量化跨行业采用和整合人工智能及其前因，深入影响评估（目标 1 和 2） 在 Chatterjee 等人 (2021) 进行的研究中，采用结合技术接受模型 (TAM) 和技术-组织-环境 (TOE) 模型的概念模型来分析 340 名中小企业员工的调查结果。研究人员发现，除了组织准备情况、组织兼容性和合作伙伴支持对感知易用性的影响外，不同因素之间的大多数关系在统计上都是显着的。这在数字制造和生产组织的背景下尤为明显。领导支持是 PEOU/PU 与采用人工智能意图之间关系的调节因素。在本研究中，TOE 用作前因，TAM 用作过程。结果是采用人工智能的意图。采用引导程序，使用 Smart PLS 进行 PLS-SEM 分析以进行假设检验。 340 的样本量和仅用于分析的印度背景可能不足以概括。调查回复来自未采用人工智能的人。未考虑隐私和安全等脆弱问题。可能已评估了 TAM 以外的其他模型。