مقالة بحثية

مقترح لتبني تكنولوجيا المعلومات في القطاع العام مع أسسه النظرية ونتائجه التجريبية

0 مشاهدة

⸱

DOI:

10.3791/73614

⸱

سبتمبر 15, 2026

 ,  , 
1Seoul AI School, Seoul School of Integrated Sciences and Technologies (aSSIST University), 2School of Business, Sungkyunkwan University, 3Department of Management Information Systems, Dong-A University

في هذه المقالة

ملخص

تقترح هذه الدراسة نموذج اعتماد تكنولوجيا المعلومات العامة، وهو إطار عمل للإدراك والنية قائم على نظرية التوقعات، يشرح كيف تدفع المكاسب والخسائر المتصورة المستخدمين إلى قبول أو رفض خدمات تكنولوجيا المعلومات العامة، مثل القياسات الحيوية في المطارات. وقد تم التحقق من صحة النموذج من خلال استطلاعين، أحدهما استطلاع متعدد الجنسيات، وتدخلات من قبل خبراء، مما يدعم نظرية التوقعات عبر مختلف البلدان والسياقات.

الملخص

يقترح هذا البحث نموذجاً نظرياً لتبني تكنولوجيا المعلومات العامة (PITA). وتشير خدمات تكنولوجيا المعلومات (IT) العامة إلى الخدمات القائمة على تكنولوجيا المعلومات التي تقدمها المؤسسات العامة لجميع المواطنين، مثل بوابات الحكومة الإلكترونية، وتطبيقات الصحة العامة، والأنظمة البيومترية في المطارات. ونظراً للطبيعة الفريدة لتكنولوجيا المعلومات العامة، فقد اعتبرت النماذج التي تم تطويرها سابقاً، والتي ركزت بشكل أساسي على مستويي الفرد والشركة، غير كافية لتحديد الكتلة الحرجة لتبني تكنولوجيا المعلومات العامة. ولمعالجة هذه الفجوة، تم اقتراح إطار عمل "الإدراك-النية" استناداً إلى نظرية التوقع لاستكشاف الخسائر والمكاسب التي يدركها المستخدمون عند تبني خدمة تكنولوجيا معلومات عامة جديدة، مع الإشارة إلى أن هذه التصورات كانت هي السوابق إما لرفض أو قبول خدمة تكنولوجيا معلومات عامة مبتكرة. وقد أجريت دراستان، تضمنت إحداهما عينات استقصائية من ثلاث دول (كوريا الجنوبية، والمملكة المتحدة، والولايات المتحدة). كما تمت دعوة خمسة من خبراء الصناعة، من خلال منهج بحثي قائم على التدخل، لتنقيح النموذج والتحقق من صحته نوعياً بحيث يمكن استخدامه ضمن سيناريو عملي. وأظهرت النتائج أن القيمة الإجمالية للقبول، أي القيمة المدركة المجمعة المطلوبة لقبول المستخدمين للخدمة، والتي حُسبت كمجموع معاملات المسار ذات الصلة، كانت أكبر باستمرار من قيمة الرفض. ولوحظت نتيجة مماثلة بالنسبة للمكسب المدرك، الذي كان متنبئاً أقوى لكل من القبول والرفض مقارنة بالخسارة المدركة. وعلى الرغم من أن النتائج تعتمد على بيانات مقطعية تم الإبلاغ عنها ذاتياً، إلا أنها توفر دعماً قوياً لنظرية التوقع وتساهم في فهم أعمق للدور الجوهري للنظرية في تبني تكنولوجيا المعلومات العامة. وبالتالي، من خلال توسيع نطاق نظرية التوقع ليشمل سياق تكنولوجيا المعلومات في القطاع العام، يقدم نموذج PITA للباحثين أساساً نظرياً مُتحققاً منه وللممارسين أداة عملية لتشخيص تبني خدمات تكنولوجيا المعلومات العامة.

المقدمة

تطورت تكنولوجيا المعلومات (IT) على مدى العقود القليلة الماضية لتصبح أداة مهيمنة وشاملة للسعي نحو الابتكار، وقد أحدثت تغييرات جذرية في الحياة اليومية. ومنذ تقديم نماذج اعتماد تكنولوجيا المعلومات القائمة على المنظورات النفسية1,2,3,4، خضعت العلاقة بين المستخدمين وتكنولوجيا المعلومات لبحوث مستفيضة على مستوى الأفراد والشركات5.

وفي الوقت نفسه، كافحت العديد من المؤسسات العامة لتحقيق الكفاءة التشغيلية في ظل المطالب المجتمعية الهائلة، مثل ازدحام المطارات، مما يضر بفعالية وجودة الخدمات العامة. وقد يؤدي توسيع البنى التحتية المادية إلى فوائد فورية، ولكنه يتطلب استثمارات كبيرة من الوقت والمال6. وفي المقابل، تناول مقدمو الخدمات العامة المبتكرون هذه القضية من خلال الابتكار القائم على تكنولوجيا المعلومات7، حيث قاموا بدمج الابتكارات مع البنى التحتية الحالية لضمان جودة الخدمة والكفاءة التشغيلية8,9,10,11. وتتبنى المؤسسات العامة الآن تقنيات حديثة في تكنولوجيا المعلومات (مثل الخدمات السحابية، والأمن السيبراني، والقياسات الحيوية) لتنشيط الأصول الأساسية، مما يخلق تحديات إضافية في عملية الاعتماد12. قد تكون هذه المشكلة ناتجة عن عدم الفهم الكافي للمستخدمين الحقيقيين؛ حيث ركزت الأبحاث السابقة بشكل أساسي على العوامل التي تدفع نحو القبول مع إهمال أسباب الرفض. وبدون المشاركة الفعالة للمستخدمين، قد لا تحقق تطبيقات تكنولوجيا المعلومات في المؤسسات العامة اعتماداً عملياً.

ومع ذلك، فإن تبني تكنولوجيا المعلومات في القطاع العام يطرح تحديات فريدة تختلف عن سياقات القطاع الخاص. ورغم أن "القبول" و"الرفض" يبدوان متناقضين كحالتين مستقلتين13، فإن تعزيز أحدهما قد يعيق الآخر، لذا ينبغي النظر في كلا جانبي هذا التأثير المتضاد. وقد مالت الدراسات السابقة حول ابتكار خدمات تكنولوجيا المعلومات العامة إلى التركيز على النتائج الإيجابية10,11,14,15,16. وبناءً على ذلك، بحثت هذه الورقة في "القبول" و"الرفض" معاً، من خلال دمج نماذج نظم المعلومات القائمة على علم النفس (أي انتشار الابتكار ومقاومة الابتكار) مع الاقتصاد السلوكي (أي نظرية الاحتمالات).

تم اختيار حالة المقاييس الحيوية (البيومترية) في المطارات، والتي يحل فيها التحديد البيومتري محل الإجراءات القائمة على المستندات، لأن هذه الخدمة المعلوماتية العامة تُقدم لجميع المواطنين، وتتضمن معلومات شخصية حساسة، وتضع المستخدمين أمام قرار واضح بالقبول أو الرفض. وقد وجهت الدراسة سؤالان بحثيان؛ السؤال الأول (RQ1): كيف تؤثر المكاسب والخسائر المتصورة على قبول المستخدمين لخدمة تقنية معلومات عامة أو رفضها؟ السؤال الثاني (RQ2): هل القيمة الإجمالية المطلوبة للقبول أكبر من تلك المطلوبة للرفض، وفقاً لما تتنبأ به نظرية التوقعات؟ وبناءً على ذلك، تم طرح إطار نظري جديد والتحقق من صحته من قبل خبراء في هذا المجال من خلال استراتيجية البحث القائم على التدخل (IBR)17 (الشكل 1). وبذلك، تدمج هذه الدراسة نظرية التوقعات مع نماذج اعتماد نظم المعلومات وتوفر رؤى قابلة للتطبيق لمديري تقنية المعلومات في القطاع العام.

figure-introduction-1
الشكل 1: عملية البحث في وضع الإطار والنموذج النظري وتطويره. يوضح المخطط التدفق العام للبحث، بدءاً من وضع الإطار للنموذج النظري بناءً على نماذج الاعتماد السابقة ونظرية التوقع، مروراً بالدراسة 1 والدراسة 2، والتي يتبع كل منها تدخل الخبراء، وصولاً إلى استكمال نموذج PITA. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

لقد تمت دراسة تبني تكنولوجيا المعلومات على نطاق واسع: حيث أدى نموذج قبول التكنولوجيا (TAM)2 والنظرية الموحدة لقبول واستخدام التكنولوجيا (UTAUT)4 على المستوى الفردي، ونظرية انتشار الابتكار (DOI)1 وإطار التكنولوجيا والمؤسسة والبيئة (TOE)3 على مستوى الشركة، إلى ظهور دراسات لاحقة حول الواقع المعزز وتعلم اللغات18,19، وروبوتات الدردشة والمدفوعات الرقمية20,21، وخدمات التنقل22,23، والعمل عن بعد24. ومع ذلك، فإن هذه النماذج تعاني من قيود ملحوظة فيما يتعلق بتكنولوجيا المعلومات العامة: إذ يفترض نموذج TAM الاستخدام التطوعي، وتتجاهل نظرية DOI مقاومة المستخدمين، بينما تم تطوير UTAUT في المقام الأول للإعدادات التنظيمية، لذا تظل إمكانية تطبيق هذه النماذج على خدمات تكنولوجيا المعلومات العامة شبه الإلزامية موضع تساؤل. كما توجد دراسات حول تبني تكنولوجيا المعلومات العامة بناءً على هذه النماذج، على سبيل المثال، توسيع نطاق UTAUT لفحص نظام إلكتروني لمعالجة المظالم العامة25 وتطبيق TOE على نظم معلومات الموارد البشرية في القطاع العام14؛ وقد اتبعت العديد من الدراسات الإضافية مناهج مماثلة26,27,28,29,30,31,32,33,34,35.

ومع ذلك، فإن تبني تكنولوجيا المعلومات على المستوى العام يختلف بشكل كبير عن التبني على مستوى الأفراد أو الشركات (انظر الجدول 1)؛ حيث إن جهات التبني والمستخدمين ليسوا هم أنفسهم، كما أن نوايا المستخدمين ليست واضحة بسبب القصور الذاتي النفسي والوضع الراهن للخدمات الحالية. وقد تعيق الخصائص المزعزعة لتكنولوجيا المعلومات إعادة هيكلة الأنظمة القائمة36؛ كما يتطلب التبني تغيير مواقف المستخدمين وسلوكياتهم، وهو ما يستلزم فهماً واضحاً لوجهات نظر المستخدمين. وبالنظر إلى هذه الخصائص، فإن النماذج السابقة التي تركز على مستوى الأفراد والشركات قد لا تكون كافية لتحديد الكتلة الحرجة لتبني تكنولوجيا المعلومات العامة. وبما أن الابتكار في الخدمات المدفوع بتكنولوجيا المعلومات يعد أمراً بالغ الأهمية لخفض التكاليف وتحسين الخدمات37,38 ويؤدي في النهاية إلى تقدم المجتمع39، فإن وجود إطار نظري مركز لتبني تكنولوجيا المعلومات العامة يعد أمراً ضرورياً.

على مستوى الفردعلى مستوى الشركةعلى المستوى العام
كيان التبنيالأفرادشركات (خاصة)الشركات (العامة)
المستخدمالأفرادموظفو الشركةالأفراد
قصد المستخدممؤكدمؤكد (قسري)غير مؤكد
القصور الذاتي النفسيضئيلضئيل (قسري)بارز
إدراك القيمةلا غنى عنهلا غنى عنه (قسري)لا غنى عنه
الغرض الرئيسي من الاعتمادشخصيالكفاءة، خفض التكاليفالمصلحة العامة
نماذج تبني تكنولوجيا المعلومات ذات الصلةتعديل السعة الحرارية (TAM)2، نظرية القبول والتنفيذ التكنولوجي الموحدة (UTAUT)4معرف الكائن الرقمي (DOI)1تخطيط صدى القلب عبر المريء (TOE)3هذه الدراسة

الجدول 1: مستويات مختلفة من تبني تكنولوجيا المعلومات. يقارن الجدول بين تبني تكنولوجيا المعلومات على المستويات الفردية والمؤسسية والعامة من حيث النماذج النظرية التمثيلية، والكيانات المتبنية، والمستخدمين.

أثبتت الدراسات الأدبية الحالية أن الأفراد والموظفين لديهم نية مسبقة (على المستوى الفردي) أو قسرية (على مستوى الشركة) لاستخدام خدمة تكنولوجيا معلومات محددة2,40، مما يشير إلى أن عملية التبني كانت محددة مسبقاً4,41. ومع ذلك، لا ينوي جميع المستخدمين استخدام تكنولوجيا المعلومات42، ولم تحدد إلا عدد قليل من دراسات نظم المعلومات السمات والمبررات التي تؤدي إلى الرفض43,44. وبناءً على ذلك، قد يتم رفض خدمة تكنولوجيا معلومات عامة جديدة عمداً إلى أن يتم قبول الابتكار أو يفشل45.

يتمثل الهدف الرئيسي من هذه الدراسة في فهم قبول المستخدمين لخدمة تكنولوجيا المعلومات في مؤسسة عامة أو رفضهم لها، وذلك من خلال فحص تصورين للقيمة: المكاسب المدركة والخسائر المدركة. وقد تم تكييف مفهوم المكاسب المدركة من نموذج انتشار الابتكار1,46؛ حيث استُخدمت هذه البنى على نطاق واسع لفحص التصورات التي تدعم قبول تكنولوجيا المعلومات47,48 وأظهرت صلاحية عالية عبر مختلف السياقات40. وفي المقابل، تشمل الخسائر المدركة السمات التي تفسر سبب تمسك الناس بنمط حياتهم الحالي رغم الضغوط الداعية للتكيف؛ واستناداً إلى مقاومة الابتكار42,49، يبحث هذا المسار من الدراسات في أسباب تأخر بعض الأشخاص في تبني ابتكار معين أو رفضهم له تماماً49,50,51,52,53. وقد تم استخدام نهج متعدد الأبعاد لرصد هذه التصورات بدلاً من التعامل مع الخسارة والمكسب كبنى عامة.

تم تشغيل مفهوم الفقد المُدرك من خلال خمسة بنى53,54. يمثل فقدان الوقت (TIL) الوقت المُدرك الذي ضاع في تعلم الخدمة واستخدامها، وعندما لا يتم تلبية التوقعات53. أما الفقد الاجتماعي (SOL) فهو خطر فقدان مكانة الفرد في مجموعة اجتماعية من خلال الظهور بمظهر الأحمق أو غير المطلع54. ويغطي الفقد المالي (FIL) الخسائر النقدية المحتملة الناجمة عن تكاليف الشراء، أو الرسوم، أو سرقة المعلومات الشخصية54. بينما الفقد البدني (PHL) هو التصور بأن الاستخدام قد يسبب ضرراً أو عدم راحة أو إرهاقاً53,54. وأخيراً، يمثل فقدان الأداء (PEL) التراجع المُدرك في جودة الخدمة أو وظائفها مقارنة بالبدائل المتاحة، بما في ذلك العطل والفشل في تقديم الفوائد المرجوة53.

لتوضيح الربح المدرك (PG)، تم استخدام الميزة النسبية، والتوافق، والقابلية للتجربة، والتعقيد1,46. والميزة النسبية (REA) هي الدرجة التي يُعتقد فيها أن الابتكار أكثر فائدة من سلفه؛ والتوافق (COM) هو الدرجة التي يتناسب بها الابتكار مع قيم المتبني المحتمل واحتياجاته وتجاربه السابقة؛ والقابلية للتجربة (TRI) هي مدى إمكانية إجراء التجارب قبل الاعتماد؛ أما التعقيد (CPX)، المرتبط بسهولة الاستخدام المدركة في نموذج قبول التكنولوجيا (TAM)، فيشير إلى مدى صعوبة استخدام الابتكار وفهمه. وقد تم استبعاد القابلية للملاحظة لأنها غامضة للغاية بحيث يصعب قياسها46 ولأن النتائج البيومترية في سياق تكنولوجيا المعلومات العامة لا يمكن ملاحظتها بسهولة من قبل الآخرين.

تم اقتراح إطار عمل الخسارة-المكسب لتفسير القيم المدركة التي تحفز ردود الفعل تجاه خدمة تقنية معلومات عامة جديدة. فإذا كانت الخدمة جذرية وتهدد السلوك المعتاد، فمن المفترض أن تفوق الخسارة المدركة المكسب المدرك، مما يؤدي إلى الرفض؛ وإذا استمر هذا الوضع، فقد يصبح الرفض جانباً ثابتاً من النية السلوكية42,49. وعلى العكس من ذلك، إذا كانت الفوائد المدركة تفوق الخسائر المتوقعة، فلن يجد المستخدم سوى أسباب قليلة لرفض الخدمة. وبناءً على ذلك، تم طرح الفرضيات التالية:

الفرضية الأولى: سيكون للخسارة المدركة تأثير إيجابي على الرفض.
الفرضية الثانية: سيكون للخسارة المدركة تأثير سلبي على القبول.
الفرضية الثالثة: سيكون للكسب المدرك تأثير سلبي على الرفض.
الفرضية الرابعة: سيكون للكسب المدرك تأثير إيجابي على القبول.

إن أي تقدم تقني في الخدمات الحكومية يهدف إلى تطوير المجتمع (على سبيل المثال، صعود أسرع وأكثر أماناً للطائرات عبر القياسات الحيوية في المطارات)، ومع ذلك، فإن الخدمات التقنية العامة التي تم إطلاقها مؤخراً تعج بالمخاطر وعدم اليقين، وقد لا يتقبل المستخدمون الفوائد كما هو مخطط لها. ووفقاً لنظرية الاحتمالات55، يتخذ الأشخاص مثل هذه القرارات غير العقلانية بناءً على تقييمات للبدائل والقيم والمواقف تجاه عدم اليقين، والتي يتم الحكم عليها بالنسبة لنقطة مرجعية (الاعتماد المرجعي). وتتمثل الرؤية الجوهرية للنظرية في "تجنب الخسارة"، وهو الميل لاعتبار الخسائر أكثر تأثيراً من المكاسب المعادلة، إلى جانب تناقص الحساسية؛ وهذا التركيز على المكاسب والخسائر بالنسبة للوضع الراهن يتوافق مباشرة مع ثنائية القبول والرفض التي يتم فحصها هنا. وقد استُخدمت نظرية الاحتمالات في دراسات حديثة حول نظم المعلومات وتكنولوجيا المعلومات لتفسير القرارات غير العقلانية في ظل المخاطر وعدم اليقين56,57,58,59,60، حيث شملت سياقات متنوعة من العمل المدعوم بالذكاء الاصطناعي والصحة الرقمية إلى شبكات Wi-Fi العامة والمدفوعات عبر الهاتف المحمول. وبينما تؤكد هذه الدراسات صلة النظرية بالموضوع، إلا أنها ركزت بشكل أساسي على نوايا القبول وأهملت بُعد الرفض المركزي في سياق تكنولوجيا المعلومات العامة.

يتصرف مستخدمو خدمات تكنولوجيا المعلومات العامة كما لو أنهم يقررون قبول الخدمة أو رفضها بناءً على القيم الإجمالية المطلوبة (أي مجموع المكاسب والخسائر المتصورة). ولم تدرس أي دراسة سابقة حول تبني تكنولوجيا المعلومات العامة هذه الظاهرة من هذا المنظور. وبناءً على ذلك، تم ترميز معاملات المسار (أي PL إلى REJ) كقيم55، وحُسبت القيم الإجمالية المطلوبة للرفض والقبول على النحو التالي:

V(R) = CLR + CGR      (1)
V(A) = CLA + CGA       (2)

حيث تمثل CLR وCGR وCLA وCGA معاملات المسار من الخسارة المدركة إلى الرفض، ومن الكسب المدرك إلى الرفض، ومن الخسارة المدركة إلى القبول، ومن الكسب المدرك إلى القبول، على التوالي؛ وتنتج هذه المعاملات المعيارية V(R) وV(A) كقيم مركبة للتأثير الإجمالي للخسارة والكسب. ونظراً لأن خدمات تكنولوجيا المعلومات العامة مصممة لفائدة المستخدمين، بينما يعطي المستخدمون وزناً أكبر للخسائر مقارنة بالمكاسب عند ترك الوضع الراهن، كان من المتوقع أن يتطلب القبول، وهو الخيار الأكثر مخاطرة، قيمة إجمالية أكبر من الرفض. وبناءً على الفرضيات H1–H4، تختبر H5 صافي توازن هذه التأثيرات:

H5. ستكون القيمة الإجمالية المطلوبة للقبول، V(A)، أكبر من القيمة المطلوبة للرفض، V(R). ويظهر نموذج PITA (تبني تكنولوجيا المعلومات العامة) المفاهيمي الناتج في الشكل 2.

figure-introduction-2
الشكل 2نموذج PITA المفاهيمي. يوضح المخطط الفقد المتصور (PL) والمكسب المتصور (PG) كعوامل سابقة للرفض (REJ) والقبول (ACC)؛ وتتوافق المسارات a و b و c و d مع المعاملات المستخدمة لحساب القيم الإجمالية V(R) و V(A). ملاحظة: a = CLR، و b = CLA، و c = CGR، و d = CGA  يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

البروتوكول

امتثلت جميع إجراءات الدراسة للمبادئ الأخلاقية المطبقة على الأبحاث التي تشمل مشاركين بشريين في جامعة aSSIST وجامعة Sungkyunkwan وجامعة Dong-A. ونظراً لأن استجابات الاستطلاع تم إخفاء هوية أصحابها وقت الجمع ولم يتم جمع أي معلومات تحدد الهوية الشخصية، فقد صنّف مجلس المراجعة المؤسسية (IRB) في جامعة aSSIST الدراسة على أنها معفاة من المراجعة الأخلاقية الكاملة. ولم تحصل المؤسسات المشاركة على موافقات منفصلة من مجالس المراجعة المؤسسية، حيث اعتمدت على قرار الإعفاء الصادر عن مجلس المراجعة المؤسسية في جامعة aSSIST، والذي غطى كلاً من تصميم البحث وإجراءات جمع البيانات. وقد اتُّخذ هذا القرار وفقاً للمادة 15 من قانون الأخلاقيات الحيوية والسلامة في جمهورية كوريا ومعايير الإعفاء المحددة في المادة 13 من اللائحة التنفيذية الخاصة به (https://public.irb.or.kr/pt/pt01/PT0103/PT0103R01.do). وقبل الدخول إلى استبيان Qualtrics، عُرض على جميع المشاركين بيان موافقة مستنيرة إلكتروني يوضح الغرض الأكاديمي من البحث، ومعالجة الاستجابات دون الكشف عن الهوية، واستخدام البيانات لأغراض البحث فقط، وعدم وجود مخاطر يمكن توقعها بشكل معقول. وسُمح فقط للمشاركين الذين قدموا موافقتهم صراحةً بالمضي قدماً في الاستطلاع.

نظرة عامة على الدراسات
أُجريت دراستان تجريبيتان وتدخلان من قبل خبراء لاختبار الفرضيات الخمس ونموذج PITA المقترح. وتظهر النتائج في الشكل 3. كما أُجريت استطلاعات رأي على موجتين، الأولى قبل جائحة COVID-19 (الربع الرابع من عام 2019) والثانية أثناء جائحة COVID-19 (الربعين الثاني والثالث من عام 2020)، وذلك لقياس المفاهيم بشكل منفصل في أوقات مختلفة، والحد من احتمالية تحيز الطريقة المشتركة (CMB) في البيانات، وزيادة تعميم الدراسة61,62.

figure-protocol-1
الشكل 3: نظرة عامة على الدراسات. يلخص المخطط الزمني تصميم الموجتين: الدراسة 1 (الربع الرابع من عام 2019، قبل جائحة COVID-19، عينة كورية، N = 322) تلاها تدخل الخبراء الأول، والدراسة 2 (الربع الثاني والثالث من عام 2020، خلال جائحة COVID-19، عينات من كوريا والمملكة المتحدة والولايات المتحدة، N = 602) تلاها تدخل الخبراء الثاني. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

نموذج الدراسة 1
تم إنشاء نموذج البحث الأولي بناءً على الفرضيات التي تم تطويرها للكشف عن نوايا المستخدمين في قبول أو رفض خدمة تكنولوجيا معلومات عامة تم تقديمها حديثًا (مثل القياسات الحيوية في المطارات)، كما هو موضح في الشكل 4. وقد انعكست آراء المستخدمين حول خدمات تكنولوجيا المعلومات العامة في بنيتين من الدرجة الثانية، وهما الخسارة المدركة (PL) والمكاسب المدركة (PG)، حيث تشكلت كل منهما من البنيات المقابلة لها من الدرجة الأولى. وتعمل هاتان البنيتان من الدرجة الثانية كاسباق للرفض (REJ) والقبول (ACC)، واللذين يمثلان نوايا المستخدمين في استخدام خدمات تكنولوجيا المعلومات العامة.

figure-protocol-2
الشكل 4: نموذج البحث للدراسة 1. تتكون خمسة مفاهيم خسارة من الدرجة الأولى (PEL، وTIL، وSOL، وPHL، وFIL) من مفهوم الخسارة المدركة من الدرجة الثانية، وتتكون أربعة مفاهيم مكسب من الدرجة الأولى (REA، وCOM، وTRI، وCPX) من المكسب المدرك؛ ويتم نمذجة المفهومين من الدرجة الثانية كدوافع للرفض والقبول (H1–H4). يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

بيانات بحث الدراسة 1
تم جمع عينة البيانات الأولى، والتي استندت إلى إجمالي 322 مشاركاً كورياً (الإناث: 46.6% والذكور: 53.4%) ممن لديهم خبرة في صعود طائرة مرة واحدة على الأقل خلال العام الماضي، في الفترة من 13 إلى 18 نوفمبر 2019 (قبل بداية جائحة كوفيد-19). تم تقديم تعريفات وأمثلة عن خدمات تكنولوجيا المعلومات العامة (مثل تطبيقات القياسات الحيوية في المطارات) في مقدمة الاستطلاع. تتوفر البيانات الخام للدراسة 1 في الملف التكميلي 1. تم قياس تكرار الرحلات الجوية في خمس فئات مانعة تبادلياً (FF1-FF5)، وهو ما يقابل رحلة واحدة، أو اثنتين، أو ثلاث، أو أربع، أو خمس رحلات أو أكثر في العام الماضي (الدراسة 1: 138، و91، و34، و21، و38 مشاركاً؛ الدراسة 2: 174، و153، و109، و82، و84 مشاركاً، على التوالي).

تم تقييم البناءات التنبؤية باستخدام مقياس ليكرت المكون من سبع نقاط، والتي تراوحت من "أعارض بشدة (1)" إلى "أوافق بشدة (7)" (راجع الملف التكميلي 21,46,53,54,63,64 للاطلاع على استبيان الدراسة). وبعد إجراء اختبار تجريبي مع 20 مشاركاً، اقتصرت المراجعات على تحسينات في صياغة بنود الأسئلة لتعزيز استقرارها وقابليتها للتطبيق وسهولة تفسيرها؛ ولم يتم إضافة أو حذف أي بناءات أو بنود بعد الاختبار التجريبي. وتتضمن الوثيقة الداعمة الاستبيان كاملاً بالإضافة إلى الإحصائيات ذات الصلة والسياق النظري. كما تم إجراء تحليلات التحليل العاملي التوكيدي (CFA) ونمذجة المعادلة الهيكلية القائمة على التباين المشترك (CB-SEM).

تدخل الخبراء في الدراسة 1
تمت دعوة خمسة خبراء لديهم خبرة لا تقل عن عشر سنوات لضمان الموضوعية وتحسين مستوى هذا العمل، بمن فيهم خبيران من منظمات دولية (Airports Council International و International Air Transport Association)، وخبيران من منظمات حكومية (Singapore Changi Airport و Korea Airports Corporation)، وخبير واحد من شركة خاصة تقدم خدمات في سياق عام (Korean Air). كان تدخل هؤلاء الخبراء أساسياً في تقديم الملاحظات لتعزيز النموذج والمعرفة بالمجال في البيئة المستهدفة. وقد تم إجراء تقييمات نوعية (أي ملاحظات ذاتية) وكمية (مقياس ليكرت المكون من سبع نقاط). كما تم اعتماد نسخة منقحة من بنود استبيان خصائص تقرير القرار (انظر Supplementary File 3)65 للتقييم الكمي والتحقق من صحتها باستخدام معامل الارتباط داخل الفئة66. وفي كل جولة تدخل، أكمل كل خبير الاستبيان الكمي بشكل فردي ثم قدم ملاحظات نوعية مفتوحة؛ وقد تم استخدام نفس اللجنة والأدوات والإجراءات في كلا التدخلين لتمكين التكرار.

الدراسة 2
لمعالجة المشكلات التي تم تحديدها في الدراسة 1 وتحسين قدرة النموذج على التعميم، طبقت الدراسة 2 نفس النموذج المستخدم في الدراسة 1. شملت الدراسة 2 عدد 602 مشاركاً (إناث: 42.3%، ذكور: 57.7%، كوريا: 200، المملكة المتحدة: 201، والولايات المتحدة: 201). تم جمع البيانات في الفترة ما بين 23 يوليو و19 أغسطس 2020 (خلال جائحة COVID-19). تتوفر البيانات الخام للدراسة 2 في الملف التكميلي 4. ومع وجود 33 مؤشراً مرصوداً، يوفر حجم العينة هذا حوالي 18 ملاحظة لكل مؤشر، وهو ما يتجاوز المعيار الموصى به عادةً وهو 10 ملاحظات لكل مؤشر في نموذج المعادلات الهيكلية القائم على التغاير (CB-SEM)، كما يتجاوز الحد الأدنى المستخدم على نطاق واسع وهو 200 ملاحظة. تم اختيار كوريا والمملكة المتحدة والولايات المتحدة لأنها تمثل 29.1% من إجمالي المسافرين جواً في جميع أنحاء العالم (حوالي 1.6 مليار من أصل 5.5 مليار) في الفترة من يوليو 2019 إلى يونيو 2020. لقد أثرت جائحة COVID-19 على هذه البلدان في أوقات مختلفة، حيث بدأت في كوريا ثم أثرت لاحقاً على الولايات المتحدة والمملكة المتحدة. بالإضافة إلى ذلك، قدمت الدول الثلاث مزيجاً من التقاليد الثقافية الشرقية والغربية. وبناءً على ذلك، تم استخدام مجموعة البيانات المجمعة من هذه البلدان لفحص إطار "الإدراك-النية" لدى المستخدمين تجاه خدمة تكنولوجيا المعلومات العامة الجديدة (أي القياسات الحيوية في المطارات).

تدخل الخبراء في الدراسة 2
تمت دعوة الخبراء أنفسهم، وأجريت التقييمات الكمية والنوعية ذاتها، كما طُلبت ملاحظاتهم للتحقق من صحة النتائج في الدراسة 2.

النتائج

الدراسة 1
لتقدير التحيز المشترك المحتمل المرتبط بالبيانات المبلغ عنها ذاتيًا، تم إجراء تحليل العامل الواحد في البداية67. وفقًا لنتائج الاختبار، فقد شكل العامل الواحد 36.56% من التباين؛ ويُشير العامل الواحد الذي يفسر أقل من 50% من التباين إلى أن التحيز المشترك ليس مصدر قلق62,67,68. ثم تم تقييم الصلاحية البنائية والموثوقية. أشارت النتائج في الجدول 2 إلى أن متوسط التباين المستخرج (AVE، من 0.585 إلى 0.836) والموثوقية المركبة (CR، من 0.872 إلى 0.939) قد استوفيا الحد الأدنى المطلوب من المتطلبات69,70. بالإضافة إلى ذلك، فقد تجاوز الجذر التربيعي لقيمة AVE لكل بُنية، الموضح على القطر، ارتباطاتها مع البُنى الأخرى، مما يدعم الصلاحية التمييزية69.

CRAVEMSVMaxR(H)PLPGACCREJ
PL0.8720.5850.3070.9020.765
PG0.9020.7050.5990.97-0.380.839
ACC0.9270.8090.5960.9410.554-0.670.9
REJ0.9390.8360.5990.941-0.430.774-0.770.914

الجدول 2: موثوقية وصدق البنية (الدراسة 1). يقدم الجدول موثوقية التركيب (CR)، والمتوسط المستخرج للتباين (AVE)، وارتباطات ما بين البنى لنموذج القياس في الدراسة 1.

بعد ذلك، تم اختبار الفرضيات باستخدام نموذج المعادلات البنائية (SEM) بين المكاسب المُدرَكة، والخسائر المُدرَكة، والقبول، والرفض. كما هو موضح في الشكل 5، أظهر النموذج مؤشرات ملائمة مقبولة (CMIN/DF = 2.25، CFI = 0.936، SRMR = 0.075، RMSEA = 0.062)، وكلها تحقق الحدود الموصى بها (CMIN/DF < 3، CFI > 0.90، SRMR < 0.08، RMSEA < 0.08)، وكانت النتائج داعمة بقوة للفرضيات المطورة. وقد أظهرت خمسة عوامل مؤثرة (PER، TIR، SOR، PHR، وFIR) في الخسارة المُدرَكة وأربعة عوامل مؤثرة (REA، COM، TRI، وCPX) في المكسب المُدرَك (PG) تأثيرات كبيرة. وأظهرت اختبارات الفرضيتين 1 و2 أن الخسارة المُدرَكة كان لها تأثير إيجابي معتدل على الرفض (β = 0.357، p < 0.001) وتأثير سلبي ذو دلالة إحصائية على القبول (β = -0.148، p < 0.001). وبالتالي، تم دعم كلا الفرضيتين H1 وH2. من ناحية أخرى، أظهرت اختبارات الفرضيتين 3 و4 أن المكسب المُدرَك كان له تأثيرات عكسية مقارنة بالخسارة المُدرَكة: تأثير إيجابي قوي على القبول (β = 0.721، p < 0.001) وتأثير سلبي على الرفض (β = -0.507، p < 0.001)، على التوالي. لذلك، تم دعم كلا الفرضيتين H3 وH4 أيضًا. ويُظهر الملخص العام لنتائج اختبار نموذج البحث في الدراسة 1 باستخدام نموذج المعادلات البنائية (SEM) في الجدول 3. وقد فسّر النموذج الهيكلي 62.4% من التباين في القبول و52.5% في الرفض (R2 = 0.624 و0.525، على التوالي).

figure-results-1
الشكل 5: نتائج اختبار الفرضيات للدراسة 1. يعرض المخطط معاملات المسار القياسية ومستويات دلالتها للنموذج البنيوي المُقدَّر باستخدام عينة الدراسة 1 (N = 322)؛ وكانت جميع المسارات المفترضة ذات دلالة إحصائية وبالاتجاهات المتوقعة. PEL = فقد الأداء؛ TIL = فقد الوقت؛ SOL = فقد اجتماعي؛ PHL = فقد جسدي؛ FIL = فقد مالي؛ REA = الميزة النسبية؛ COM = التوافق؛ TRI = القابلية للتجربة؛ CPX = التعقيد؛ PL = الفقد المُدرَك؛ PG = المكسب المُدرَك؛ REJ = الرفض؛ ACC = القبول يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

الفرضيةالمسارβقيمة tقيمة pالنتيجة
H1a: PL → REJ0.3576.592***مدعوم
H2b: PL → ACC-0.148-3.059***مدعوم
H3c: PG → REJ-0.507-7.29***مدعوم
H4d: PG → ACC0.7218.966***مدعوم

الجدول 3: النتائج الشاملة للدراسة 1. يلخص الجدول معاملات المسار القياسية، ومستويات الدلالة، ونتائج اختبار الفرضيات للدراسة 1. ***p < 0.001

بالإضافة إلى ذلك، تم حساب القيم الكلية المطلوبة لـ REJ وACC لاختبار الفرضية H5 والتحقق مما إذا كان النموذج متسقًا مع نظرية التوقع55. في المعادلتين (1) و(2)، يشير الرمز a إلى المسار من الخسارة المدركة إلى الرفض (CLR = 0.357)، ويشير c إلى المسار من الربح المدرك إلى الرفض (CGR = -0.507)، ويشير b إلى المسار من الخسارة المدركة إلى القبول (CLA = -0.148)، ويشير d إلى المسار من الربح المدرك إلى القبول (CGA = 0.721). أشارت النتائج إلى أن V(R) = a + c = -0.150 وV(A) = b + d = 0.573؛ وبالتالي، V(R) < V(A)، مما يدعم الفرضية H5.

نتائج التدخلات التي قدمها الخبراء للدراسة 1
أشارت النتائج إلى أن الخبراء لم يتفقوا تمامًا مع الادعاءات؛ فقد تراوحت القيم المتوسطة بين 3.40 و4.40 للبُنى التي تقيس التوجه المنهجي، والجودة، وكفاية صياغة المشكلة. كما أظهرت بنية التأثير السلبي العام نطاقًا يتراوح بين 3.20 و3.60 (ICC = 0.609، p = 0.008). وحددّت التقييمات الذاتية للخبراء مجالين إضافيين للتحسين: أن مجموعة البيانات ليست ممثلة للعامل الظرفي (تم جمعها قبل جائحة كوفيد-19)، وأن عينة تتكون من الناطقين باللغة الكورية فقط لن تكون كافية للعموم. وقد شكّلت هذه النتائج الأساس للدراسة 2، التي نُفذت بعد التدخلات التي قدمها الخبراء لمعالجة هذه المشكلات.

الدراسة 2
اتُّبعت في الدراسة 2 إجراءات موازية لتلك في الدراسة 1. أولاً، أُجري تحليل العامل الواحد لتقييم ما إذا كانت مشكلة التحيز المشترك للأساليب (CMB) تمثل مصدر قلق في مجموعة البيانات67. وأشارت نتائج الاختبار إلى عدم وجود تأثير كبير لـ CMB في العينة، حيث أوضح العامل الوحيد 38.97% من التباين، وهو أقل من عتبة القلق البالغة 50%62,67,68. وبالإضافة إلى CMB، تشير النتائج الواردة في الجدول 4 إلى أن موثوقية النموذج وصلاحيته استوفيا المتطلبات بشكل كافٍ69,70. علاوةً على ذلك، كانت جميع نسب الهيتروتريت-مونوتريت (HTMT) أقل من العتبة البالغة 0.85، مما يوفر دعماً إضافياً للصلاحية التمييزية.

CRAVEMSVMaxR(H)PLPGACCREJ
PL0.8610.560.3640.8850.748
PG0.9020.7050.6670.947-0.4220.84
ACC0.960.8890.6670.961-0.5080.8160.943
REJ0.9420.8440.6590.9570.603-0.745-0.8120.919

الجدول 4: موثوقية وصدق البنية (الدراسة 2). يعرض الجدول الموثوقية المركبة (CR)، والمتوسط المستخرج للتباين (AVE)، وارتباطات ما بين البنى لنموذج القياس في الدراسة 2.

كانت نتائج اختبار النمذجة بالمعادلات البنائية (SEM) للدراسة 2 مع الدول الثلاث جميعها على النحو التالي: CMIN/DF = 3.835، CFI = 0.945، RMSEA = 0.058. وقد حققت مؤشرا CFI وRMSEA الحدود الموصى بها، وعلى الرغم من أن قيمة CMIN/DF البالغة 3.835 لم تحقق المعيار الأشد الصّرامة وهو <3.0، إلا أنها لا تزال تشير إلى مطابقة نموذج مقبولة استنادًا إلى المعيار الأقل صرامة وهو <5.0. وبالتالي، كانت نتائج الاختبار متفقة إلى حد كبير مع الحجج المطورة ومع نتائج الدراسة 1، كما ورد في الشكل 6 والجدول 5. وعلى غرار النتائج في الدراسة 1، كانت العلاقات بين PL وREJ (β = 0.345، p < 0.001) وبين PG وACC (β = 0.767، p < 0.001) موجبة ومعنوية، في حين كانت العلاقات بين PL وACC (β = -0.202، p < 0.001) وبين PG وREJ (β = -0.644، p < 0.001) سالبة ومعنوية. وبالتالي، تم دعم الفرضيات H1 وH2 وH3 وH4 جميعها. وقد وضّح النموذج البنيوي 76.0٪ من التباين في القبول و72.1٪ في الرفض (R2 = 0.760 و0.721 على التوالي).

figure-results-2
الشكل 6: نتائج اختبار الفرضية في الدراسة 2. يعرض المخطط معاملات المسار القياسية ومستويات دلالتها للنموذج البنيوي المُقدَّر باستخدام العينة الموحَّدة من الدراسة 2 التي شملت ثلاث دول (N = 602)؛ ونمط النتائج يُكرِّر نتائج الدراسة 1. PEL = فقد الأداء؛ TIL = فقد الوقت؛ SOL = فقد اجتماعي؛ PHL = فقد بدني؛ FIL = فقد مالي؛ REA = الميزة النسبية؛ COM = التوافق؛ TRI = إمكانية التجربة؛ CPX = التعقيد؛ PL = الفقد المُدرَك؛ PG = المكسب المُدرَك؛ REJ = الرفض؛ ACC = القبول يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

الفرضيةالمسارβt-القيمةp-القيمةالنتيجة
H1a: PL → REJ0.3459.342***مدعوم
H2b: PL → ACC-0.202-6.81***مدعوم
H3c: PG → REJ-0.644-12.694***مدعوم
H4d: PG → ACC0.76713.707***مدعوم

الجدول 5: النتائج الشاملة للدراسة 2. يلخص الجدول معاملات المسار القياسية، ومستويات الدلالة، ونتائج اختبار الفرضيات للدراسة 2. ***p < 0.001

بعد ذلك، تم فحص القيم الكلية المطلوبة لـ REJ وACC بشكل أعمق لاختبار الفرضية H5 والتحقق مما إذا كانت النموذج يدعم حجة نظرية التوقع55. باستخدام نفس خريطة المعاملات المستخدمة في الدراسة 1، أظهرت النتائج أن V(R) = a + c = -0.299 وV(A) = b + d = 0.565؛ وبالتالي، V(R) < V(A). كما دُعمت الفرضية H5 في الدراسة 2، وكان الفرق بين V(R) وV(A) في الدراسة 2 (0.864) أكبر من الفرق في الدراسة 1 (0.723).

نتائج التدخل الخبرائي للدراسة 2
كانت نتائج التقييم الكمي إيجابية بشكل كبير (ICC = 0.960، p < 0.001)؛ وتراوح متوسط القيم للبُنى التي تقيس التوجّه المنهجي، والجودة، وكفاية صياغة المشكلة بين 6.20 و6.80، في حين تراوح متوسط القيم للبنية التي تقيس الشعور السلبي العام بين 1.20 و1.80. ويشير الارتباط الداخلي العالي إلى توافق قوي بين الخبراء بشأن التوجّه المنهجي للنموذج، وجودته، وكفاية صياغة المشكلة، ولم يُبْدِ الخبراء أي ملاحظات أخرى خلال تقييمهم الذاتي. وبالتالي، تم الاستنتاج بأن البحث استوفى في النهاية الشروط اللازمة لإكمال نموذج PITA المقترح.

توفر البيانات:
تم رفع البيانات كـ الملف التكميلي 1 (الدراسة 1) والملف التكميلي 4 (الدراسة 2)؛ وتُقدَّم مخرجات نموذج CB-SEM الكاملة في الملف التكميلي 5، في حين تم توثيق تعريفات المتغيرات وترميزها في قاموس البيانات (الملف التكميلي 6). في ملفات البيانات ومخرجات CB-SEM، تتوافق اختصارات المخطوطة PEL وTIL وSOL وPHL وFIL وREJ مع تسميات المتغيرات PER وTIR وSOR وPHR وFIR وRES على التوالي، كما تم تسمية البنى من الدرجة الثانية PL وPG بـ Perceived_Risk وPerceived_Benefit.

الملف التكميلي 1: بيانات البحث (الدراسة 1) يرجى النقر هنا لتنزيل هذا الملف.

الملف التكميلي 2: استبيان الاستبيان يرجى النقر هنا لتنزيل هذا الملف.

الملف التكميلي 3: استبيان التدخل يرجى النقر هنا لتنزيل هذا الملف.

الملف التكميلي 4: البيانات البحثية (الدراسة 2) يرجى النقر هنا لتنزيل هذا الملف.

الملف التكميلي 5: ملفات مخرجات نموذج CB-SEM يرجى النقر هنا لتنزيل هذا الملف.

الملف التكميلي 6: قاموس البيانات يرجى النقر هنا لتنزيل هذا الملف.

المناقشة

اختبر هذا البحث المكون من دراستين نموذج PITA لاعتماد تكنولوجيا المعلومات العامة؛ وفي كلتا الدراستين، تم دعم جميع الفرضيات الخمس، واتسعت الفجوة بين V(A) و V(R) في سياق COVID-19 الأكثر خطورة، بما يتماشى مع تنبؤات نظرية التوقع بأن الخيارات الأكثر خطورة تتطلب قيمة مدركة أكبر. وقد وُجدت فجوة في الأسس النظرية لأدبيات اعتماد تكنولوجيا المعلومات، بما في ذلك TAM2 و DOI1، والتي فشلت في تفسير اعتماد تكنولوجيا المعلومات العامة بشكل كافٍ. والأهم من ذلك، أن هذه الدراسات لم تراعِ بشكل كافٍ حالة عدم اليقين لدى المستخدمين عند استخدام خدمات تكنولوجيا المعلومات العامة. وبناءً على ذلك، تم التساؤل عن تأثير إطار التصور-النية الذي طرحه نموذج PITA على قرار اعتماد خدمات تكنولوجيا المعلومات العامة. يجب على المستخدم مراعاة مزايا وعيوب خيار الوضع الراهن عند تقديمه خدمة تكنولوجيا معلومات عامة جديدة ومبتكرة. وإذا تم رفض الخيار الجديد، يعود المستخدم إلى الحالة السابقة، مما يجعل الخيار الجديد غير ضروري. يتيح نموذج PITA فهم تصورات القيمة الكامنة التي تؤثر على مثل هذا الخيار. بالإضافة إلى ذلك، قدم هذا عدة مقترحات لمنع مثل هذه الإخفاقات قبل الاستثمار في خدمة تكنولوجيا معلومات عامة جديدة1,42. بحثت هذه الدراسة في كيفية تأثير المكاسب والخسائر المدركة على قبول أو رفض خدمة تكنولوجيا المعلومات العامة؛ وقد تم دعم جميع الفرضيات الخمس. يمكن النظر إلى تصورات المستخدمين لخدمات تكنولوجيا المعلومات العامة من منظورين، ومن المرجح أن تطغى التصورات السلبية للمستخدمين. ومع ذلك، أشارت النتائج إلى أن تصوراتهم الإيجابية شجعتهم على القبول وتقليل المقاومة. وتشمل الأمثلة ذات الصلة بالخسارة المدركة الأداء غير المتسق، والإجراءات المطولة بشكل غير معقول، ومقاومة البيئة المحيطة بالمستخدم، والضرر المادي الناتج عن الأجهزة، والإخفاقات في المعاملات المالية. بالإضافة إلى ذلك، يمكن اعتبار الوظائف القابلة للتبديل، وفعاليات اختبار الإصدارات التجريبية المفتوحة (open-beta)، وسهولة الاستخدام أمثلة على مكونات المكاسب المدركة. وكانت نتائج الدراستين متسقة مع الأبحاث السابقة حول نموذج مقاومة الابتكار وانتشار الابتكارات، على سبيل المثال1,42.

كان من أبرز الاكتشافات أن القيمة الإجمالية للقبول كانت أكبر بنحو خمس مرات من قيمة الرفض. وقد نتج هذا الفرق الكبير بين V(A) وV(R) بشكل أساسي عن التأثير الإيجابي القوي للمكاسب المدركة على القبول (β = 0.721) والتأثير السلبي للمكاسب المدركة على الرفض (β = -0.507)، مما يشير إلى أن تصورات المستخدمين للفوائد، مثل سهولة الاستخدام والوظائف القابلة للتبديل، تلعب دوراً أكثر هيمنة من تصورات الخسارة في تشكيل قرارات الاعتماد. ولكي يتخذ المستخدمون القرار الأكثر مخاطرة بقبول خدمة تكنولوجيا معلومات عامة جديدة وغير مألوفة، يجب أن تفوق التصورات الإيجابية التصورات السلبية بشكل كبير. وقد يقرر المستخدمون أيضاً عدم استخدام خدمات تكنولوجيا المعلومات العامة الجديدة على الرغم من الخسائر المحتملة، لأن اتخاذ القرار قد لا يكون عقلانياً تماماً. ويمكن تفسير هذه الظاهرة بالارتباط القوي بالخدمة الحالية وبحقيقة أن خدمات تكنولوجيا المعلومات العامة ليست مخصصة للاستخدام اليومي المنتظم؛ حيث يمكن للمستخدمين الحفاظ على حالتهم الحالية إذا وجدوا أي مضايقات. ولن يحاول المستخدمون التغلب على مقاومتهم النفسية لقبول خدمات تكنولوجيا المعلومات العامة الجديدة إذا كانت المكاسب المدركة غير كافية أو كانت الخسائر المدركة أكبر من المتوقع. وفي الدراسة 2، التي أظهرت باستمرار نفس الأنماط في إطار إدراك-نية المستخدمين ضمن سياق خدمة تكنولوجيا معلومات عامة، تم الحصول على تأكيد أكثر ملموسية وشمولية للنموذج النظري المقترح. بالإضافة إلى ذلك، كانت V(A) أعلى بكثير من V(R)، مما يدعم حالة توسيع نظرية الاحتمالات55.

كان تأثير العامل الظرفي (COVID-19) على V(A) وV(R) نتيجة مثيرة للاهتمام أخرى في الدراسة 2. فقد اتسعت الفجوة بين V(R) وV(A) في الدراسة 2 مقارنة بتلك الموجودة في الدراسة 1. فخلال أزمة صحية عالمية، قد يكون المستخدمون قد أدركوا خسائر محتملة أكبر جراء العدوى، وفي الوقت نفسه أدركوا مكاسب محتملة أكبر من الخدمة اللمسية، وهذا التأثير المزدوج ضاعف فارق القيمة المطلوب للقبول. وتدعم هذه النتيجة محاولة تطوير نظرية التوقعات من خلال الإشارة إلى أن الخيار الأكثر مخاطرة (قبول خدمة تكنولوجيا معلومات عامة جديدة في وضع أكثر خطورة، وهو COVID-19) يتطلب قيمة أكبر55. ومن البديهي أن نتائج التقييم من الدراسة 2 دعمت نتائج الدراسة 1 مرة أخرى. وقد كان العامل الظرفي عنصراً محتملاً يمكن أن يغير القيم المتعلقة بقرار المستخدمين، كما توقع الخبراء خلال التدخل الأول. بالإضافة إلى ذلك، دعمت النتائج صحة افتراضات النموذج باستخدام عينات أكبر لحالة القياسات الحيوية في المطار، مما منحها مزيداً من الرصانة والعمومية. ومع ذلك، افترض التحليل التجميعي متعدد الدول أن المفاهيم قد تم تفسيرها بشكل متماثل عبر الدول؛ ولم يتم إجراء اختبارات رسمية لثبات القياس ومقارنات خاصة بكل دولة، وظلت هذه المهمة قائمة للأبحاث المستقبلية.

وفقاً للتحليل الذي تم إجراؤه باستخدام إطار التصور-النية، لن يختار المستخدمون خيار الوضع الراهن إذا اعتقدوا أنهم سيحققون مكاسب أكبر بشكل ملحوظ من استخدام خدمة تكنولوجيا المعلومات العامة. وهذا يشير إلى أن المستخدمين يكونون مستعدين للتخلي عن حالة التوازن الخاصة بهم فقط عندما تجعل المكاسب المتصورة خيار القبول المحفوف بالمخاطر أكثر جاذبية. وبالنظر إلى الوراء، فمن المنطقي مفاهيمياً أن يكون القبول متأثراً بالمكاسب المتصورة أكثر من الخسائر. وتعتبر الخدمة الحالية المقدمة للمستخدم هي الخيار الآمن "المتجنب للمخاطر" لأنها كيان معروف لدى المستخدمين من خلال خبرة سابقة، وذلك وفقاً لنظرية التوقع55. وهذا يعني أن المستخدم يمكنه توقع الحصول على النتيجة نفسها دون مخاطرة وبدون تكيف أو تغيير في أي من الظروف السلوكية. ومع ذلك، فمن المرجح اختيار الخيار المحفوف بالمخاطر، والابتعاد عن الخيار "المتجنب للمخاطر"، بمجرد أن تفوق المكاسب المتصورة الخسائر المتصورة بشكل كبير. ومن المثير للاهتمام أن هذه التأثيرات كانت أقوى عندما واجه المستخدم موقفاً أكثر خطورة، وهو جائحة COVID-19، مما قد يكون قد زاد من الحاجة إلى القيمة إذا فكروا في استخدام خدمة تكنولوجيا المعلومات العامة الجديدة. وقد اكتُشفت علاقة ثابتة بين المكاسب والخسائر المتصورة وبين قبول خدمات تكنولوجيا المعلومات العامة أو رفضها. ووفقاً للبيانات، فإن هناك حاجة إلى فهم أعمق لكيفية تصور المستخدمين للمنافع المحتملة وكيف يؤثر هذا الفهم على اختيارهم لاستخدام خدمة تكنولوجيا المعلومات العامة من عدمه. ويبدو أن قبول خدمة تكنولوجيا معلومات جديدة يكون أصعب بكثير بالنسبة لأي مستخدم عند تقديم خيار جديد له، لأنه يجب عليه محاربة أي عطالة نفسية قد تكون موجودة. وقد ظهر ذلك أيضاً من خلال حقيقة أن التحسينات ضمن إطار التصور والنية كانت بحاجة إلى أن تكون أكثر أهمية. وتتماشى هذه النتائج مع الفكرة الأساسية التي طرحتها نظرية التوقع55: وهي أن القرارات الأكثر خطورة تتطلب قيماً أعلى من القرارات الأكثر أماناً. ومن الملاحظ أن النمط غير المتماثل، حيث تنبأ المكسب المتصور بالقبول بشكل أقوى مما تنبأ الفقد المتصور بالرفض، يشير إلى أن اتخاذ القرار في هذا السياق ليس مجرد تجنب للخسارة بل هو مدفوع بالمكاسب، وهي تفصيلة توسع تركيز نظرية التوقع المعتاد على تجنب الخسارة. كما تتوافق هذه النتائج مع أبحاث الاعتماد السابقة: فالتأثير القوي للمكاسب المتصورة على القبول يتسق مع تركيز نموذج قبول التكنولوجيا (TAM) على الفائدة المتصورة2، بينما يدعم التأثير الملحوظ للخسارة المتصورة على الرفض ادعاء نموذج مقاومة الابتكار بأن عوائق الاعتماد يمكن أن تفوق المنافع المحتملة42,49. وتوسع هذه الدراسة تلك الأدبيات من خلال إثبات أن المكاسب والخسائر تؤثر في آن واحد على كل من القبول والرفض بدلاً من العمل بشكل مستقل. وبذلك تساهم النتائج في الفهم النظري لما يدفع مستخدمي خدمات تكنولوجيا المعلومات العامة إلى الحفاظ على الوضع الراهن (أي الرفض) أو زيادة الإقدام على المخاطرة (أي القبول). وقد عززت هذه الدراسة مجموعة الأبحاث المتنامية حول معارضة اعتماد تكنولوجيا المعلومات. حيث ثبت أن رفض وقبول تكنولوجيا المعلومات هما معياران متمايزان لاتخاذ القرار، بناءً على أعمال سابقة في الأدبيات على مستوى الأفراد والشركات45,50,51. ويمتلك جميع المستخدمين عتبة معينة42,49؛ ومع ذلك، لم تدرس أي دراسة حول اعتماد تكنولوجيا المعلومات العامة ما قد تكون عليه هذه العتبات. لذلك، كان إدراج الخسارة المتصورة وسيلة مفيدة لاستقصاء هذا التحمل وأثر بشكل كبير على قرار قبول أو رفض تكنولوجيا المعلومات العامة. وقد أضافت هذه النتائج إلى الأبحاث السابقة التي تطبق نفس مبدأ "القبول والرفض" من خلال توسيعه في سياق جديد51.

تنطوي هذه النتائج على تداعيات إدارية مهمة بالنسبة للمؤسسات العامة. أولاً، من المعروف جيداً أن هذه المؤسسات تعاني في التعامل مع التغيير، وأن الانتقال إلى البنية التحتية الرقمية يمثل تحدياً كبيراً. وبناءً على ذلك، فإن القرارات الخاطئة التي تتخذها المنظمات العامة عند الانتقال إلى خدمة تكنولوجيا المعلومات قد تؤدي إلى آثار سلبية طويلة الأمد. فمن المرجح ألا يكون المستخدمون مستعدين لاعتماد خدمة تكنولوجيا المعلومات المقترحة إذا شعروا بأن الخسارة كبيرة جداً. وفي المقابل، قد تكون الاستثمارات في خدمات تكنولوجيا المعلومات العامة أكثر نجاحاً إذا قام المدير المؤسسي بتوضيح العوامل التي تقلل من الرفض من خلال المكاسب المتصورة. ومن خلال زيادة المكاسب المتصورة وتقليل الخسائر المتصورة، يستطيع المديرون في نهاية المطاف زيادة القبول وتقليل الرفض باستخدام نموذج PITA لمحاولة إيجاد حلول تثير استجابة إيجابية. على سبيل المثال، يمكن لمطار عام يطبق الفحص البيومتري استخدام PITA لتقييم تصورات المستخدمين قبل الاستثمار: فإذا اقتربت قيمة V(R) من V(A) أو تجاوزتها، قد يركز المديرون في تواصلهم على الفوائد الملموسة مثل سرعة الإجراءات (زيادة المكاسب المتصورة) أو تقديم بدائل تسمح بعدم المشاركة (تقليل الخسارة المتصورة). ونظراً لبساطة النموذج، يمكن حساب V(A) و V(R) مباشرة من بيانات الاستطلاع، مما يوفر للمديرين معياراً واضحاً لفهم نوايا استخدام المستخدمين وتحديد حالة وفرص اعتماد خدمة تكنولوجيا المعلومات المقترحة.

تنطوي هذه الدراسة على عدة قيود مهمة. أولاً، على الرغم من تشابه التأثيرات في كلتا الدراستين، إلا أن هناك حاجة إلى مزيد من الأبحاث للفهم الكامل للتأثيرات الأقل أهمية الملحوظة في قياسات الخسارة المدركة، وقد تفسر العوامل التي أُخذت في الاعتبار في هذه الدراسة جزئياً فقط التباين الموجود في النموذج. ثانياً، اعتمدت كلتا الدراستين على بيانات استقصائية ذاتية التقرير ومقطعية من المسافرين جواً؛ وهذا التصميم يمنع الاستنتاجات السببية، وقد يؤدي إلى تحيزات في الاختيار والرغبة الاجتماعية، ويحد من إمكانية تعميم النتائج خارج هذه الفئة السكانية. كما لا تزال هناك حاجة لإجراء اختبارات رسمية لثبات القياس عبر الدول الثلاث. ثالثاً، تم جمع البيانات في فترات محددة (الربع الرابع من عام 2019 ومنتصف عام 2020)، وقد تكون تصورات المستخدمين قد تغيرت مع تطور الجائحة. رابعاً، تم افتراض أن المدير سينظر في خيار محتمل جديد واحد فقط، بحيث يكون الخيار الحالي بمثابة قيد آخر. وينبغي أن تنظر الأعمال المستقبلية في خيارات تقنية PITA متنوعة، لأنه وفقاً لتأثير اليقين، عندما يكون هناك عدة خيارات بدرجات متفاوتة من اليقين، فإن ذلك يشجع على سلوكيات اتخاذ المخاطر71 وقد يكون هذا اتجاهاً جديراً بالبحث. كما يجب أن تتناول الأبحاث المستقبلية أشكالاً وعتبات أخرى لمقاومة الابتكار63، وتوسيع نطاق PITA ليشمل خدمات تكنولوجيا المعلومات العامة الأخرى (مثل بوابات الحكومة الإلكترونية وتطبيقات الصحة العامة) ومجالات أخرى يشكل فيها المنفعة والمخاطر المدركة معاً عملية الاعتماد64، واستخدام تصميمات طولية لتتبع كيفية تطور V(A) وV(R) بمرور الوقت، وفحص ما إذا كانت الأبعاد الثقافية تعدل العلاقات في النموذج. وبشكل عام، من المفترض أن تسهم هذه الدراسة في فهم أفضل لاعتماد تكنولوجيا المعلومات العامة. ومن خلال دمج كل من المكسب المدرك والخسارة المدركة، يلتقط نموذج PITA الطبيعة المزدوجة لاتخاذ القرار لدى المستخدم: حيث يتم دفع القبول من خلال جاذبية المكاسب، بينما يتم دفع الرفض من خلال الخوف من الخسائر. وقبل القيام بأي استثمار، يمكن توجيه المديرين في الاتجاه الصحيح من خلال اتخاذ قرارات سليمة ودقيقة خلال المراحل المبكرة من تحديد حلول تكنولوجيا المعلومات المحتملة. كما يجب على المديرين إعادة النظر في استراتيجية خدمة تكنولوجيا المعلومات الخاصة بهم إذا كانت القيمة الإجمالية للقبول غير كافية، لأن PITA تمنح المديرين مجموع القيمة اللازمة لكل من القبول والرفض. وتمثل النتيجة التي مفادها أن المخاطر الموقفية تزيد من فرق القيمة المطلوب للقبول مساهمة جديدة في كل من نظرية التوقع وأدبيات اعتماد التكنولوجيا. وبناءً على ذلك، يجب أن يساعد PITA المديرين في إيجاد حل يقدم قيمة إجمالية للقبول أكبر من قيمة الرفض؛ فعندما يحدث ذلك فقط يكون المستخدمون مستعدين لاستخدام خدمة تكنولوجيا معلومات عامة جديدة.

الإفصاحات

يعلن المؤلفون عن عدم وجود تضارب في المصالح. وأثناء إعداد هذه المخطوطة المنقحة، تم استخدام أداة ذكاء اصطناعي توليدي (ChatGPT 5o) للمساعدة في التحرير اللغوي والتنسيق. وقد راجع المؤلفون جميع المحتويات وتحققوا منها ويتحملون المسؤولية الكاملة عن المخطوطة؛ ولم يتم استخدام أي أداة ذكاء اصطناعي لتوليد البيانات أو إجراء التحليلات أو إنشاء الأشكال.

شكر وتقدير

تم دعم هذا العمل بتمويل بحثي من جامعة aSSIST.

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسمالشركةرقم فهرسيالتعليقات
IBM SPSS Amos (برمجية CB-SEM)IBM Corp. (Armonk, NY, USA)version 27; https://www.ibm.com/products/structural-equation-modeling-sem/استُخدمت في جميع تحليلات نمذجة المعادلة الهيكلية القائمة على التباين (CB-SEM)، بما في ذلك تقييم نموذج القياس (CFA: الموثوقية المركبة، وAVE، والصلاحية التمييزية) وتحليل مسار النموذج الهيكلي. 
Prolific (منصة توظيف المشاركين عبر الإنترنت)Prolific Academic Ltdhttps://www.prolific.com/منصة إلكترونية استُخدمت لاستقطاب المشاركين في الاستبيان. تم فحص المشاركين بناءً على معايير الأهلية (على سبيل المثال، الخبرة في المطارات) وتعويضهم وفقاً لإرشادات الدفع العادل الخاصة بـ Prolific. 
Qualtrics (منصة الاستبيانات عبر الإنترنت)Qualtrics, LLCRRID:SCR_016728منصة استبيانات قائمة على الويب استُخدمت لتصميم الاستبيانات وتوزيعها وجمع بيانات الاستجابة. تم تطبيق جميع بنود القياس عبر Qualtrics باستخدام مقياس ليكرت المكون من 7 نقاط (1 = لا أوافق بشدة، 7 = أوافق بشدة). https://www.qualtrics.com/

المراجع

  1. Rogers EM, Singhal A, Quinlan MM. Diffusion of innovations. In: An integrated approach to communication theory and research. London: Routledge; 2014. p. 432-448.
  2. Davis FD. A technology acceptance model for empirically testing new end-user information systems: theory and results [dissertation]. Cambridge (MA): Massachusetts Institute of Technology; 1985.
  3. Tornatzky LG, Fleischer M, Chakrabarti AK. Processes of technological innovation. Lexington (MA): Lexington Books; 1990.
  4. Venkatesh V, Morris MG, Davis GB, Davis FD. User acceptance of information technology: toward a unified view. MIS Q. 2003;27(3):425-478.
  5. Jeyaraj A, Sabherwal R. Adoption of information systems innovations by individuals: a study of processes involving contextual, adopter, and influencer actions. Inf Organ. 2008;18(3):205-234.
  6. Balliauw M, Onghena E. Expanding airport capacity of cities under uncertainty: strategies to mitigate congestion. J Air Transp Manag. 2020;84:101791.
  7. Marjanovic O, Cecez-Kecmanovic D. Open government data platforms - a complex adaptive sociomaterial systems perspective. Inf Organ. 2020;30(4):100323.
  8. Kim C, Lee KC, Costello FJ. The intention of passengers towards repeat use of biometric security for sustainable airport management. Sustainability. 2020;12(11):4528.
  9. Morosan C. Voluntary steps toward air travel security: an examination of travelers' attitudes and intentions to use biometric systems. J Travel Res. 2012;51(4):436-450.
  10. Negri NAR, Borille GMR, Falcão VA. Acceptance of biometric technology in airport check-in. J Air Transp Manag. 2019;81:101720.
  11. Morosan C. An empirical examination of US travelers' intentions to use biometric e-gates in airports. J Air Transp Manag. 2016;55:120-128.
  12. Price A, Prusak A, Wright M. Tech trends 2021: a government perspective. Deloitte Insights; 2021.
  13. Samuelson W, Zeckhauser R. Status quo bias in decision making. J Risk Uncertain. 1988;1(1):7-59.
  14. Troshani I, Jerram C, Hill SR. Exploring the public sector adoption of HRIS. Ind Manag Data Syst. 2011;111(3):470-488.
  15. Cordella A, Bonina CM. A public value perspective for ICT enabled public sector reforms: a theoretical reflection. Gov Inf Q. 2012;29(4):512-520.
  16. Warkentin M, Orgeron C. Using the security triad to assess blockchain technology in public sector applications. Int J Inf Manag. 2020;52:102090.
  17. Oliva R. Intervention as a research strategy. J Oper Manag. 2019;65(7):710-724.
  18. Oyman M, Bal D, Ozer S. Extending the technology acceptance model to explain how perceived augmented reality affects consumers' perceptions. Comput Hum Behav. 2022;128:107127.
  19. Hsu HT, Lin CC. Extending the technology acceptance model of college learners' mobile-assisted language learning by incorporating psychological constructs. Br J Educ Technol. 2022;53(2):286-306.
  20. Balakrishnan J, Abed SS, Jones P. The role of meta-UTAUT factors, perceived anthropomorphism, perceived intelligence, and social self-efficacy in chatbot-based services? Technol Forecast Soc Change. 2022;180:121692.
  21. Wu B, An X, Wang C, Shin HY. Extending UTAUT with national identity and fairness to understand user adoption of DCEP in China. Sci Rep. 2022;12(1):1-11.
  22. Epstein B. Two decades of e-government diffusion among local governments in the United States. Gov Inf Q. 2022;39(2):101665.
  23. Hasselwander M, Bigotte JF, Fonseca M. Understanding platform internationalisation to predict the diffusion of new mobility services. Res Transp Bus Manag. 2022;43:100765.
  24. Ng PM, Lit KK, Cheung CT. Remote work as a new normal? The technology-organization-environment (TOE) context. Technol Soc. 2022;70:102022.
  25. Rana NP, Dwivedi YK, Williams MD, Weerakkody V. Adoption of online public grievance redressal system in India: toward developing a unified view. Comput Hum Behav. 2016;59:265-282.
  26. Alawadhi S, Morris A. Factors influencing the adoption of e-government services. J Softw. 2009;4(6):584-590.
  27. Chan FKY, et al. Modeling citizen satisfaction with mandatory adoption of an e-government technology. J Assoc Inf Syst. 2010;11(10):519-549.
  28. Weerakkody V, El-Haddadeh R, Al-Sobhi F, Shareef MA, Dwivedi YK. Examining the influence of intermediaries in facilitating e-government adoption: an empirical investigation. Int J Inf Manag. 2013;33(5):716-725.
  29. Mensah IK. Impact of government capacity and e-government performance on the adoption of e-government services. Int J Public Adm. 2020;43(4):303-311.
  30. Al Mansoori KA, Sarabdeen J, Tchantchane AL. Investigating Emirati citizens' adoption of e-government services in Abu Dhabi using modified UTAUT model. Inf Technol People. 2018;31(2):455-481.
  31. Mukred M, et al. The key factors in adopting an electronic records management system (ERMS) in the educational sector: a UTAUT-based framework. IEEE Access. 2019;7:35963–35980.
  32. Naranjo-Zolotov M, Oliveira T, Casteleyn S. Citizens' intention to use and recommend e-participation: drawing upon UTAUT and citizen empowerment. Inf Technol People. 2019;32(2):364-386.
  33. Toufaily E, Zalan T, Dhaou SB. A framework of blockchain technology adoption: an investigation of challenges and expected value. Inf Manag. 2021;58(3):103444.
  34. Amron MT, Ibrahim R, Bakar NAA, Chuprat S. Acceptance of cloud computing in the Malaysian public sector: a proposed model. Int J Eng Bus Manag. 2019;11:1847979019880709.
  35. Chatfield AT, Reddick CG. The role of policy entrepreneurs in open government data policy innovation diffusion: an analysis of Australian federal and state governments. Gov Inf Q. 2018;35(1):123-134.
  36. Dahabiyeh L, Constantinides P. Legitimating digital technologies in industry exchange fields: the case of digital signatures. Inf Organ. 2022;32(1):100392.
  37. Feller I. Managerial response to technological innovation in public sector organizations. Manage Sci. 1980;26(10):1021-1030.
  38. Dawson GS, Denford JS, Desouza KC. Governing innovation in US state government: an ecosystem perspective. J Strateg Inf Syst. 2016;25(4):299-318.
  39. Oliveira T, Fraga M. Literature review of information technology adoption models at firm level. Electron J Inf Syst Eval. 2011;14(1):110-121.
  40. Tornatzky LG, Klein KJ. Innovation characteristics and innovation adoption-implementation: a meta-analysis of findings. IEEE Trans Eng Manag. 1982;EM-29(1):28-45.
  41. Harrison DA, Mykytyn PP Jr, Riemenschneider CK. Executive decisions about adoption of information technology in small business: theory and empirical tests. Inf Syst Res. 1997;8(2):171-195.
  42. Ram S. A model of innovation resistance. Adv Consum Res. 1987;14(1):208-212.
  43. Lapointe L, Rivard S. A multilevel model of resistance to information technology implementation. MIS Q. 2005;29(3):461-491.
  44. Davidson E, Baird A, Prince K. Opening the envelope of health care information systems research. Inf Organ. 2018;28(3):140-151.
  45. Bradley L, Stewart K. A Delphi study of the drivers and inhibitors of Internet banking. Int J Bank Mark. 2002;20(6):250-260.
  46. Moore GC, Benbasat I. Development of an instrument to measure the perceptions of adopting an information technology innovation. Inf Syst Res. 1991;2(3):192-222.
  47. Agarwal R, Prasad J. The role of innovation characteristics and perceived voluntariness in the acceptance of information technologies. Decis Sci. 1997;28(3):557-582.
  48. Karahanna E, Straub DW, Chervany NL. Information technology adoption across time: a cross-sectional comparison of pre-adoption and post-adoption beliefs. MIS Q. 1999;23(2):183-213.
  49. Ram S, Sheth JN. Consumer resistance to innovations: the marketing problem and its solutions. J Consum Mark. 1989;6(2):5-14.
  50. Ellen PS, Bearden WO, Sharma S. Resistance to technological innovations: an examination of the role of self-efficacy and performance satisfaction. J Acad Mark Sci. 1991;19(4):297-307.
  51. Gatignon H, Robertson TS. Technology diffusion: an empirical test of competitive effects. J Mark. 1989;53(1):35-49.
  52. Weber EU, Bottom WP. Axiomatic measures of perceived risk: some tests and extensions. J Behav Decis Mak. 1989;2(2):113-131.
  53. Stone RN, Grønhaug K. Perceived risk: further considerations for the marketing discipline. Eur J Mark. 1993;27(3):39-50.
  54. Featherman MS, Pavlou PA. Predicting e-services adoption: a perceived risk facets perspective. Int J Hum Comput Stud. 2003;59(4):451-474.
  55. Kahneman D, Tversky A. Prospect theory: an analysis of decision under risk. Econometrica. 1979;47(2):263-291.
  56. Verma S, Singh V. Impact of artificial intelligence-enabled job characteristics and perceived substitution crisis on innovative work behavior of employees from high-tech firms. Comput Hum Behav. 2022;131:107215.
  57. Fadel KJ, Meservy TO, Kirwan CB. Information filtering in electronic networks of practice: an fMRI investigation of expectation (dis)confirmation. J Assoc Inf Syst. 2022;23(2):491-520.
  58. Choi HS, Carpenter D, Ko MS. Risk taking behaviors using public Wi-Fi. Inf Syst Front. 2021:1-18.
  59. Khan WU, Shachak A, Seto E. Understanding decision-making in the adoption of digital health technology: the role of behavioral economics' prospect theory. J Med Internet Res. 2022;24(2):e32714.
  60. Wong D, Liu H, Meng-Lewis Y, Sun Y, Zhang Y. Gamified money: exploring the effectiveness of gamification in mobile payment adoption among the silver generation in China. Inf Technol People. 2022;35(1):281-315.
  61. Tarafdar M, Maier C, Laumer S, Weitzel T. Explaining the link between technostress and technology addiction for social networking sites: a study of distraction as a coping behavior. Inf Syst J. 2020;30(1):96-124.
  62. Podsakoff PM, MacKenzie SB, Lee JY, Podsakoff NP. Common method biases in behavioral research: a critical review of the literature and recommended remedies. J Appl Psychol. 2003;88(5):879-903.
  63. Szmigin I, Foxall G. Three forms of innovation resistance: the case of retail payment methods. Technovation. 1998;18(6-7):459-468.
  64. Lee MC. Factors influencing the adoption of internet banking: an integration of TAM and TPB with perceived risk and perceived benefit. Electron Commer Res Appl. 2009;8(3):130-141.
  65. Aldag RJ, Power DJ. An empirical assessment of computer-assisted decision analysis. Decis Sci. 1986;17(4):572-588.
  66. Shrout PE, Fleiss JL. Intraclass correlations: uses in assessing rater reliability. Psychol Bull. 1979;86(2):420-428.
  67. Podsakoff PM, Organ DW. Self-reports in organizational research: problems and prospects. J Manag. 1986;12(4):531-544.
  68. Podsakoff PM, MacKenzie SB, Podsakoff NP. Sources of method bias in social science research and recommendations on how to control it. Annu Rev Psychol. 2012;63:539-569.
  69. Fornell C, Larcker DF. Evaluating structural equation models with unobservable variables and measurement error. J Mark Res. 1981;18(1):39-50.
  70. Kline E, et al. Convergent and discriminant validity of attenuated psychosis screening tools. Schizophr Res. 2012;134(1):49-53.
  71. Tversky A, Kahneman D. Rational choice and the framing of decisions. In: Multiple criteria decision making and risk analysis using microcomputers. Berlin, Heidelberg: Springer; 1986. p. 81-126.

إعادة الطباعة والأذونات

الوسوم

تواصل معنا
أوصِ به للمكتبة

الخصوصية

شروط الاستخدام

السياسات

حقوق الطبع والنشر © 2026 MyJoVE Corporation. جميع الحقوق محفوظة.