生成人工智能(GAI)技术正在高等教育中获得吸引力,提供了潜在的好处,例如个性化学习支持和提高生产力。但是,成功的集成需要了解影响学生采用这些新兴工具的因素。这项研究调查了塑造高等教育学生通过统一接受和使用技术2框架的镜头采用GAI的决定因素。数据是从Pyatigorsk州立大学的学生那里收集的,并使用结构方程建模进行了分析。这些发现揭示了习惯(HB)是学生在学生中采用GAI的最有影响力的预测指标,其次是预期绩效。享乐动机,社会影响力(SI)和价格价值积极影响行为意图(BI)使用这些技术。令人惊讶的是,促进条件(FC)对BI表现出负面影响,这表明支持系统中的潜在差距。该研究在推动采用的基本因素上没有明显的性别差异。根据结果,提供了有关促进HB形成,交流福利,增强享乐主义呼吁,杠杆SI,解决价格问题和加强FC的建议。潜在的局限性包括数据的横截面性质,地理限制,对自我报告的措施的依赖以及缺乏对个体差异作为主持人的考虑。这项研究有助于在教育环境中对GAI采用的知识不断提高,从而提供了见解,以指导高等教育机构负责任地整合这些创新工具,同时满足学生需求并促进改进的学习成果。
摘要:平台经济已成为各种行业的变革力量,重新塑造了消费者的行为以及企业在数字时代的运作方式。了解影响这些平台的影响对于它们的持续发展和广泛使用至关重要的因素。本研究通过扩展了具有隐私计算模型的技术2(UTAUT2)模型的广泛使用理论和使用技术2(UTAUT2)模型的统一接受和使用理论,从而研究了突尼斯经济平台采用的决定因素。通过应用部分最小二乘结构方程建模(PLS-SEM)技术,研究提供了显着的见解。结果强调了诸如绩效预期,习惯形成,对技术的信任,感知风险,隐私问题以及对用户行为意图的价格价值以及平台实际使用等因素的关键影响。这些发现提供了对发展中国家平台经济采用的动态的更深入的了解,并为利益相关者提供了宝贵的见解。通过利用这些知识,利益相关者可以培养一个包容性的数字生态系统,推动经济增长,并创造一个有利于在发展中国家广泛采用和使用平台经济的环境。
教育者必须在当今技术驱动的世界中有效地将技术纳入其教学实践中。这项研究调查了影响技术融入南非中学的数学教育者之间的技术融合的因素。统一的技术接受和使用理论,通过添加技术教学内容知识(TPACK)来扩展。使用309名数学教育者的在线问卷收集数据。使用探索性和确认因素分析来验证和验证测量模型。结构方程建模分析表明,享乐动机(HM),绩效预期(PE)和TPACK影响了行为意图(BI)以整合技术。tpack,促进条件(FC),预期努力(EE),社会影响力(罪),描述性规范(SID)和习惯(HT)影响了技术整合的行为使用(BU)。二阶结构建模表明所有构造都促成了技术集成。仍然,TPACK是最重要的,最高解释的方差为64.4%,其次是EE,FC,HM和HT,所有这些方差都解释了50%以上的方差。bi和bu,PE和社会影响力不到解释差异的50%。我们的发现可以为未来的干预措施提供有效的技术整合培训的见解。
如今,经过长时间的计划和开发,我们已经到达了我们看到自动驾驶车辆的阶段。这些类型的车辆,如果它们出现在大规模上,不仅会改变人们的日常生活方式,还会改变城市的结构和运输的许多方面。使用技术采用模型的未承认目标之一是增加新技术的采用成功,但就我的经验而言,大多数论文都集中在现有技术上。我发现,看一项新技术将在不久的将来不可避免地成为人类的一部分很有趣,这就是自动驾驶工具。研究人员已经开发了许多技术采用模型,以找出哪些因素影响了新技术的采用。一项研究的重点是使用意图或用作因变量的个人对技术的接受(Thompson等,2008)。自动驾驶汽车在农业中的吸收正在迅速扩展,并且这些正在开发的技术已经与数据收集/数据处理和数据驱动的实施有关。自动化部分或所有农业过程。
