短編ドラマ環境は、超短編エピソードと頻繁な再入場を通じて密集した強化条件を提供します。S-O-RモデルとPLS-SEMを用いて、本研究は短編ドラマユーザーの継続意図を調査しました。結果は、感情的満足が習慣と正の関連を持ち、習慣が継続意図と正の関連を示していることを示している。
このコンテンツを表示するには、JoVEへの購読が必要です。 または、無料トライアルをお申し込みください。
この記事について
サマリー
要約
短編ドラマ環境は、超短エピソード、高周波再侵入、アルゴリズム強化された露出を特徴とする構造的に異なるデジタル環境として登場しました。これまでの継続研究では満足度と習慣が持続的使用の並行予測因子として検討されてきましたが、短形態生態系に埋め込まれた圧縮強化サイクルが、高密度強化条件下で感情反応と習慣的関与の関連をどのように強化するかについてはほとんど知られていません。刺激-生物-反応(S-O-R)の枠組みを基に、本研究は環境刺激(アクセスの利便性、時間の過過、内容の質)が感情的満足度に影響を与え、それが習慣的な関与と継続意図と関連している構造的に強化された習慣形成モデルを提案します。260人の短尺演劇ユーザーからの横断調査データを用いて、部分最小二乗構造方程式モデリング(PLS-SEM)を用いて分析した結果は、感情的満足が習慣形成と有意に関連しており、習慣が継続意図の支配的な要因として浮上していることが明らかになりました。定量的には、内容の質(β = 0.448、 p < 0.001)と通過時間(β = 0.385、 p < 0.001)が感情的満足度の最も強い予測因子であり、習慣(β = 0.686、 p < 0.001)と継続意図(β = 0.496、 p < 0.001)を強く予測しました。習慣は継続意向にも寄与し(β = 0.393、 p < 0.001)、モデルはそれぞれ感情的満足度の分散の61.0%と継続意図の68.9%を説明しました。理論的には、本研究は、満足度と習慣の関連を強化する文脈的強化条件として短形式の構造的構造的特徴を概念化することで、構造的に圧縮された関与研究を進展させています。実際、これらの結果は、マイクロエピソード設計や迅速な再突入メカニズムが、短形式ドラマ生態系における行動の連続性の安定化に重要な役割を果たすことを示唆しています。この研究は横断的調査設計を用いているため、結果は因果的または時間的変化の証拠ではなく、デジタル体験要因、感情的満足度、習慣、継続意図の関連性の相関証拠として解釈されるべきです。
概要
世界のデジタルエンターテインメントの風景は、短編コンテンツプラットフォームの急速な拡大により大きな変革を遂げました。モバイルファーストの消費習慣、アルゴリズムによる推薦システム、そしてますます断片化するメディア利用パターンに支えられ、短編ドラマは世界的に最も急速に成長しているエンターテインメント形式の一つとして台頭しています。従来のストリーミングサービスが長時間の視聴に依存するのに対し、短編ドラマプラットフォームは超短編エピソードを素早く視聴し、一日中頻繁に再視聴できるように設計されています。これらのプラットフォームが日常のデジタルルーティンに深く根付く中で、ユーザーの関与を維持する心理的メカニズムの理解はますます重要な研究課題となっています。
短編ドラマの人気が高まっているにもかかわらず、既存の継続研究は主に伝統的なデジタルエンターテインメント環境や情報システム継続研究3(オンラインストリーミングサービス、ビデオ・オン・デマンドプラットフォーム、ソーシャルメディアアプリケーションなど)に根ざしています。しかし、短編ドラマエコシステムは、超短時間エピソード形式、高頻度再入場機会、アルゴリズム強化された露出など、いくつかの特徴的な構造的特徴を持ち、圧縮された相互作用シーケンス内で繰り返しユーザーに感情的に報われるコンテンツに繰り返し曝露する密集強化サイクルを生み出します(1,4,5.したがって、短編ドラマ環境における関与の心理的プロセスは、従来のストリーミング文脈で観察されるものとは大きく異なる場合があります。
さらなる先行研究の限界は、満足度と習慣(HB)が情報システム継続研究において継続意図(CI)の並行予測因子として概念化されてきたことです。両構造は一貫して大きな説明力を示してきましたが、感情的満足(as)が繰り返し強化体験を通じて徐々に習慣的な関与へと進化していく過程についての理解には比較的少ない注目が集まってきました。特に、構造的に圧縮されたデジタル環境が感情的満足から行動への経路にどのように影響を与え、感情的満足と自動的な使用パターンを結びつけるかは依然として不明です。その結果、ポジティブな感情的体験が習慣的な関与へと常習化される心理的プロセスは、依然として十分に理解されていません。
このギャップを埋めるために、本研究は刺激-生物-反応(S-O-R)フレームワーク内で強化に基づく習慣形成モデルを開発・検証します。具体的には、デジタル体験要因が連続的な感情的・行動的プロセスを通じて継続意図に影響を与え、その過程で感情的満足が習慣形成を促進し、それが継続意図を予測すると提案します。このメカニズムを短編ドラマ消費の文脈で検証することで、本研究は継続理論を静的な採用後の説明を超えて拡張し、構造的に圧縮されたデジタル環境が持続的なユーザーエンゲージメントをどのように形成するかの理解を深めます。
特定された研究ギャップに基づき、構造的に圧縮された短形式ドラマ環境における継続意図は、連続的な感情・行動強化プロセスを通じて形成されると仮説を立てます。具体的には、デジタル体験要素は感情的満足を高め、感情的満足は習慣形成を促進し、習慣は継続的意図を強化します。この中心的な仮説は、提案された研究モデルと本研究で提示された実証的研究の指針となっています。
これまでのS-O-Rフレームワークの応用とは異なり、本研究はS-O-Rフレームワーク7を採用し、環境刺激が構造的に圧縮されたメディア生態系における内部感情状態およびその後の行動反応にどのように影響するかを調べます。私たちは、デジタル体験要因が継続意図に影響を与えると提案し、その過程で感情的満足が習慣形成を促進し、それが継続意図を予測するという過程です。このフレームワークは、デジタルコマース、ソーシャルメディア、オンラインエンターテインメントの研究で広く応用されており、環境特性がユーザーのエンゲージメントや行動の持続性にどのように影響するかを説明しています8,9。消費者向けテクノロジー導入研究も同様に、継続的な技術利用形成における体験的要因の役割を強調しています。デジタル環境では、体験的特徴は環境刺激として機能し、感情的な反応を引き起こし、養子縁組後の行動を形作ります。
本研究では、アクセス利便性(AC)、時間の過激さ(PT)、知覚コンテンツの質(CQ)を含むデジタル体験を環境刺激として概念化しています。アクセスの利便性は、メディア使用を始める際の努力の軽さと流暢さを反映しており、それが体験的なコントロールと関連し、認知負荷を軽減します11,12。時間の経過は、断片化された時間的文脈の中での余暇志向の動機を表し、モバイルメディアの関与の主要な推進力の一つです13,14。認識されたコンテンツの質は、物語の没入感、関連性、エンターテインメント価値を捉え、これらはデジタルメディアの文脈におけるユーザー満足度の重要な決定要因です。これらの体験的刺激は、メディアとのやり取りにおけるユーザーの感情評価を形作ります。
感情的満足はS-O-Rフレームワークにおける有機体の状態を表します。満足度はユーザーの全体的な感情的評価を反映し、採用後の文脈で継続意向の主要な予測因子として一貫して特定されています(3,16)。しかし、高頻度かつ反復的な使用環境では、満足度だけでは持続的な関与を説明するには不十分かもしれません。繰り返されるポジティブな感情体験は、関与と習慣的行動の関連を強化する可能性があります。
習慣形成は行動の持続性に対する補完的な説明を提供します。習慣とは、繰り返しの過去の行動を通じて文脈的な手がかりによって引き起こされる学習された自動行動傾向を指します。情報システム研究において、習慣は意識的な意図を超えて技術使用を継続する重要な決定要因として特定されています。短編ドラマの消費文脈では、日常のルーティンに組み込まれた頻繁なマイクロな関与が習慣的な反復の発達を促進する可能性があります。習慣が強化されると、行動は能動的な認知評価への依存度が減り、状況の変動に対して耐性が高まり、継続意図を強化します。
デジタル体験、感情的満足、習慣形成を連続的な媒介の枠組みに統合することで、本研究は短編ドラマの文脈における持続的な関与の理論的理解を前進させます。具体的には、デジタル体験が2段階の感情行動経路を通じて継続意図に影響を与えると提案します。体験刺激は感情的満足を高め、それが習慣形成を促進し、最終的に継続意図を強化するのです。
260人のショートフォームドラマ利用者とPLS-SEMの調査データを用いて、本研究はこの連続的な媒介メカニズムを実証的に検証します。理論的には、習慣を強化メカニズムとして取り入れることでS-O-Rの枠組みを拡張し、短形式のデジタル環境における連続的な感情-習慣経路の実証的証拠を提供します。
S-O-Rの枠組みは、環境刺激が内部の心理状態に影響を与え、それが行動反応を形作ると仮定しています。本研究では、アクセスの利便性、時間の過ごし方、コンテンツの質を刺激として概念化しています。感情的満足と習慣は有機体のプロセスを表し、継続意図は行動反応を表します。
感情的満足は、ユーザーが自身のメディア体験に対して総合的に感情的に評価していることを反映し、継続の意図と一貫して関連付けられています。高頻度のデジタル環境では、繰り返されるポジティブな感情的体験も習慣形成に寄与することがあります。デジタルメディアおよびストリーミングの文脈における先行研究は、感情的満足がプラットフォーム刺激と継続関連反応を結びつける重要な有機的状態として機能することを示唆しています。18。提案された理論的枠組みと先行文献に基づき、以下の仮説が提案されます。
アクセスの利便性とは、デジタルコンテンツへのアクセスの容易さを指す。S-O-Rフレームワークによると、環境刺激はユーザーの感情評価に影響を与えます。サービス利便性に関する研究は、時間と労力のコスト削減がサービス体験における価値と満足度の認識を高めることを示唆しています。したがって、アクセスの利便性が感情的満足度(H1)に正の影響を与えると仮説が立てられています。
時間を過ごすことは、短編コンテンツを消費するための余暇志向の動機です。これまでの研究では、時間志向の消費動機がポジティブな感情反応を生み出し、満足度を高めることが示唆されています。したがって、時間の経過が感情的満足度(H2)に良い影響を与えると仮説を立てます。
コンテンツの質は、メディアコンテンツの関連性やエンターテインメント価値に対するユーザーの認識を反映しています。これまでの研究では、ユーザー満足度と継続的なエンゲージメントの主要な決定要因として一貫して指摘されています。したがって、内容の質が感情的満足度(H3)に正の影響を与えると仮説が立てられています。
感情的満足と習慣は、養子縁組後の文脈で継続意図の重要な先行要因として一貫して特定されています。以前の習慣研究は、安定した文脈での繰り返しのパフォーマンスが時間とともに自動化を強化し、モバイルメディア環境はルーティンベースの使用パターンを強化することを示しています4,20。したがって、我々は感情的満足が継続意図(H4)に正の影響を与えると提案します。
習慣とは、安定した文脈で繰り返される過去の行動を通じて自動的に発達する行動傾向を指します。6,17。採用後の文脈では、繰り返しのポジティブな体験が習慣的な使用パターンの形成を促進し、ユーザーは意識的な評価よりも自動応答に依存する傾向が強まっています6,17。強化学習の観点からは、繰り返しの行動とポジティブな感情的成果は連想学習プロセスを強化し、将来の自動実行の可能性を高めます21。一度習慣が形成されると、満足感を行動の持続に変換する重要なメカニズムとなります。習慣的なユーザーは認知的な努力が少なくてもコンテンツに継続的に関わり続ける傾向があり、継続意識が強化されます。したがって、本研究では習慣を、感情的満足と継続意図を結びつける媒介メカニズムとして概念化しています。上記の理論に基づき、感情的満足は習慣(H5)に正の影響を与え、習慣は継続意図(H6)に正の影響を与え、習慣は感情的満足と継続意図(H7)の関係を媒介すると仮説が立てられています。さらに、感情的満足と習慣は、アクセスの利便性と継続意図(H8a)、経過時間と継続意図(H8b)、および内容の質と継続意図(H8c)との関係を順次的に媒介すると提案されています。
これまでの研究はデジタルメディア環境における継続行動の理解を大幅に進めてきましたが、いくつかの重要なギャップが残っています。既存の研究は主に伝統的なストリーミング、ソーシャルメディア、技術導入の文脈に焦点を当てており、満足度と習慣を継続意図の並行する決定要因として概念化してきました。構造的に圧縮された短形式環境が、感情的満足と習慣形成を結びつける心理的プロセスにどのように影響を与えるかを理解することには比較的少ない注目が集まってきた。表1 3,6,10,18,22は代表的な過去の研究を要約し、本研究が埋めた研究のギャップを示しています。
| 研究 | 研究の背景 | 主な焦点 | 主な発見 | リサーチギャップ |
| バタチェルジー(2001年)3 | 情報システム | 継続の意向 | 満足度は継続の意図を予測します | 習慣形成プロセスは検証されていません |
| Limayemら(2007)6 | 情報システム | 修道と継続 | 習慣がシステム使用に影響を与える | 満足度と習慣を別々の予測因子として扱う |
| Venkateshら(2012)10 | 技術の受容 | 養子縁組後の行動 | 行動意図は継続的な使用を予測します | 考慮されていないデジタル環境の構造的特徴 |
| Wu ら (2025)18 | 短編ドラマ | 購読の意図 | コンテンツの質は満足度を通じて継続性に影響を与えます | 習慣形成メカニズムは検証されていません |
| Zhang ほら(2024)22 | ショートフォームビデオ | ユーザー満足度 | 満足度は継続的なエンゲージメントを向上させます | 満足から習慣への転換プロセスの未解明 |
| 最近の短編メディア研究 | ショートフォームコンテンツプラットフォーム | ユーザーエンゲージメント | アルゴリズムによる露出はエンゲージメントを高める | 構造補強機構は理論化が十分にされていません |
| 現在の研究 | 短編ドラマのエコシステム | 強化に基づく習慣形成 | 構造的に圧縮された環境において、情動的満足が習慣形成と継続意図をどのように促進するかを検証します | 特定されたギャップを、連続的な感情行動の枠組みを通じて対処します |
表1:既存研究の概要と特定されたギャップ。この表は、デジタル継続性、満足度、習慣、短形式メディアエンゲージメントに関する代表的な過去研究をまとめたものです。コラムには以下が含まれます:研究著者と年;研究の文脈;検討する主要な構成要素;満足度と習慣の関係(並行対順)、そして本研究が対処している特定の研究ギャップ。
本研究は、独立変数(すなわちアクセスの利便性、通過時間、内容の質)、媒介変数(すなわち感情的満足度と習慣)、および従属変数(すなわちCI)間の関係を実証的に分析します。対照変数として性別、年齢、学歴、収入が含まれました。
図1に示すように、このモデルは感情的満足と習慣形成の間に位置する密集強化サイクルを示しています。この表記法は、超短時間のエピソード、高い再入力頻度、アルゴリズムによるコンテンツ配信が特徴となるショートフォームドラマエコシステムの構造的文脈を表しており、キューとレスポンスの組み合わせの豊富な機会を生み出しています。このモデルは、環境刺激が感情的満足度に影響を与え、その結果、構造的に圧縮された強化サイクルの下で習慣的な関与を促進すると提案しています。短形生態系は、密度の高い手がかり応答の連合や繰り返しの関与機会を示し、満足度と習慣の関連を強化する可能性があります(23,24)。
図1:短編ドラマ環境における強化に基づく習慣形成モデル。 「高密度強化サイクル」は、短形態生態系に特徴的な高頻度の手がかり応答機会(マイクロエピソード、急速な再参入、アルゴリズム的キュレーション)を示し、満足と習慣の関係を強化するために理論化されています。この構造的性質は、経験的に測定された時間的加速度ではなく、文脈的条件として概念化されています。対照変数(年齢、性別、学歴、収入)は視覚的明瞭さのために示された経路から除外されています。 この図の拡大版はこちらをクリックしてご覧ください。
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
プロトコル
人間参加者を含むすべての手技は、aSSIST大学および東亜大学における人間被験者研究の倫理基準に従って実施されました。収集時にすべての回答が匿名化され、個人を特定できる情報が得られなかったため、aSSIST大学の機関審査委員会は、大韓民国生命倫理安全法第15条および執行規則(https://public.irb.or.kr/pt/pt01/PT0103/PT0103R01.do)第13条に基づく審査免除要件に基づき、本研究が完全な審査免除の対象と認められると判断しました。免除承認IDは調査開始前に取得されました。すべての参加者は、研究目的、自主参加、匿名性、データ使用、参加中止権を記載したインフォームドコンセントステートメントを確認しました。電子インフォームドコンセントを提供した参加者のみが進行を許可されました。個人を特定できる情報は収集されませんでした。
データ収集と解析
サンプル特性
参加者は、2025年7月5日から7月10日の間に、アメリカ、イギリス、カナダ、オーストラリア、ニュージーランドなどの英語圏諸国からProlificを通じて募集されました。この質問票は、アクセスの利便性、通過時間、内容の質、感情的満足度、習慣、継続意向を評価する検証済みの多項目指標、そして人口統計学的質問で構成されていました。参加者は18歳以上で、短編ドラマを視聴した経験があり、ソーシャルネットワーキングサービスを積極的に利用している場合に資格がありました。対象資格は、年齢、過去の短編ドラマ視聴経験、現在のソーシャルネットワーキングサービスの利用を確認するスクリーニング質問で確認されました。これらの基準を満たさない参加者は、完全なアンケートを回答する前に除外されました。注意チェック項目が調査に組み込まれ、不注意回答を特定しました。注意チェック項目に不合格、回答不完全な回答、スクリーニング問題に不合格の参加者は分析から除外されました。合計292件の回答が収集されました。スクリーニング失敗、不完全な回答、注意チェック問題の失敗による32件の回答を除外した後、260件の有効な回答を分析のために保持しました。調査の完了には約8〜10分かかり、参加者には約€2.00($3.440)が支払われました。
測定モデル
回答は7ポイントのリッカート尺度で記録され、1(強く反対)から7(強く同意)までの範囲で行われました。本研究はPLS-SEM25,26を用いて研究モデルを検証しました。PLS-SEMが選ばれたのは、この研究が予測志向であり、比較的複雑な媒介モデルを検討し、内因性構造の説明された分散に焦点を当てているからです。
調停分析
統計的有意性は、バイアス補正ブートストラップ法を用いて5,000件の再サンプルを用いて評価しました(図2)。標準化された経路係数、間接効果、効果量(f2)、予測関連性(Q2)、および95%信頼区間を検討し、提案仮説と媒介効果を評価しました。
図2:研究手順およびデータ分析のワークフロー。 対象となる参加者は、18歳以上のアクティブなSNSユーザーでした。図は、オンライン調査プラットフォームを通じた参加者募集、スクリーニングおよび注意チェック手順、調査データ収集(N=260)、データクレンジング、測定モデル評価、PLS-SEMを用いた構造モデル評価、5,000件の再サンプルを用いたブートストラップによるメディエーションテストを示しています。 この図の拡大版はこちらをクリックしてご覧ください。
構造モデル
すべての研究構成概念に対する検証済み測定尺度は、既に発表された研究から適用されました。短編ドラマの文脈に適合するように、必要に応じて小規模な表現修正が加えられました。測定項目は 表2に示されています。コンテンツ品質の尺度はもともとより広範なストリーミングやデジタルエンターテインメントの文脈で開発されましたが、ユーザーのエンターテインメントの幅広さと多様性に対する認識を捉えています。短編ドラマの文脈では、エンターテインメント形式が従来の物語エピソードを超えたハイブリッドまたはクロスジャンルの要素を含むことがあります。したがって、エンターテインメント多様性に関する項目は、文字通りのスポーツ放送ではなく、認識されたコンテンツの多様性を反映しており、本研究におけるコンテンツの質という概念と概念的に整合しています。
| 構成要素 | アイテム | 質問 |
| アクセスの利便性 | AC1 | 短編ドラマはいつでも観ることができた。 |
| AC2 | どこにいても短編ドラマを観られる。 | |
| AC3 | どんなデジタルデバイスでも短編ドラマコンテンツにアクセスできました。 | |
| 時間の経過 | PT1 | 暇なときに時間を潰すために短編ドラマを見ていました |
| PT2 | 特にやることがないときは短編ドラマを見ていました | |
| パート3 | 短編ドラマを見るのは、時間を紛らわせるものになるからです | |
| コンテンツの質 | CQ1 | 短編ドラマのコンテンツは幅広い内容を提供します。 |
| CQ2 | 短編ドラマコンテンツは、独占的でオリジナルなコンテンツを提供します。 | |
| CQ3 | 短編ドラマコンテンツは、多彩で楽しめるエピソードやジャンルを提供します。 | |
| CQ4 | 短編ドラマコンテンツは、世界中の多様なコンテンツを提供しています。 | |
| 感情的メディア満足度 | AS1 | 短編ドラマに時間を費やした後は幸せを感じます |
| AS2 | 短編ドラマは私に喜びを与えてくれます | |
| AS3 | 短編ドラマの体験は楽しいものです | |
| AS4 | 短編ドラマを観た後は気分が良くなる | |
| 習性 | HB1 | 習慣で短編ドラマを観ています。 |
| HB2 | 私は短編ドラマの文脈に無意識にアクセスし、活用しています。 | |
| HB3 | 私は自然に短編ドラマの文脈を使います。 | |
| 継続の意図 | CI1 | 近いうちに短編ドラマのストリーミングを活用するつもりです。 |
| CI2 | 近い将来、短編ドラマのコンテンツも使い続けるつもりです。 | |
| CI3 | 近い将来、短編ドラマコンテンツへの取り組みも続けていきます。 |
表2:研究モデルの測定項目。 この表は、研究変数を操作化するために用いられる測定項目、ラベル構成、情報源参照を一覧にしています。すべての項目は7ポイントのリッカート尺度で測定され、1(強く反対)から7(強く同意)までの範囲でした。表は各構成要素(アクセスの利便性、時間の通過、内容の質、感情的満足度、習慣、継続意図)、関連する指標項目、そして各尺度が適用された元の研究を示しています。
共通手法バイアス
すべての変数が自己申告調査データを用いて収集されたため、共通手法バイアス(CMB)は手続き的および統計的対策の両方を用いて評価されました。まず、方法バイアスを減らすためにいくつかの手続的対策が実施されました。参加は任意かつ匿名で、回答者には正解や不正解はないと保証されました。測定項目は検証済みの既存研究から適応され、短編ドラマの文脈に合わせて慎重に言い換えられました。アンケートは評価の懸念を最小限に抑え、項目の曖昧さを減らすように構成されました。次に、ハーマンの単一因子検定は、分散の大部分を単一の要因が説明しているかどうかを検証するために実施されました。回転を使わない探索的因子解析では、最初の因子が全体の分散の50%未満を説明していることが明らかになり、共通手法バイアスが深刻な懸念である可能性は低いことが示唆されました。第三に、KockとMayfieldの27の後に完全な共線分散インフレ因子(VIF)を検討しました。すべてのVIF値は保守的な閾値3.3を下回っており(表3参照)、共通手法バイアスがモデル推定値に大きな影響を与えないことを示している。それでも、すべての変数が単一の調査波内で同じ回答者から収集されたため、残留共通手法バイアスを完全に排除することはできません。
| 内モデル経路 | VIF |
| AC→AS | 1.342 |
| AS→HB | 1.000 |
| AS→CI | 1.933 |
| CQ→AS | 1.410 |
| HB→CI | 1.939 |
| PT→AS | 1.154 |
表3:共線性統計(VIF)。 この表は、構造モデルで使用されるすべての予測因子構成要素の分散インフレ係数(VIF)値を示しています。 行には各予測変数構成要素(アクセスの利便性、通過時間、コンテンツの質、感情的満足度、習慣)が記載され、対応するVIF値は隣接列に報告されます。VIF値は、構成要素間の潜在的な多重共線性の評価および共通手法バイアスの可能性を評価するために検討されました。
トラブルシューティングと改造
多数の回答がスクリーニングや注意チェックの基準に満たない場合は、適格基準を精緻化し、調査の指示を明確にして参加者が短編ドラマの真の事前経験を持っていることを確認しました。内部整合性信頼度が推奨閾値(例:複合信頼度<0.70)を下回るか、抽出された平均分散(AVE)が0.50を下回った場合、項目負荷を検証し、理論的整合性を維持しつつ性能の低い指標を削除しました。多重共線性が検出された場合(例:分散インフレ係数値が推奨限界を超えた場合)、構成要素の仕様を再評価し、冗長な指標を除去しました。媒介効果や中介効果が有意でない場合は、サンプル数を増やし、構成概念の操作化を再検討して十分な統計的検密力を確保しました。ブートストラップは、安定したパラメータ推定を得るために十分な数のサブサンプル(例:5,000個)を用いて実施されました。
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
結果
サンプル特性
表4は 、主要な人口統計カテゴリーにわたる260人の回答者のバランスの取れたサンプルを示しています。年齢別では、参加者数が20代以下(38.8%)、次いで30代(32.3%)がグループです。40代(14.2%)および50代(14.6%)の回答者は、より小さいものの似た割合で代表されています。性別はほぼ均等に分布しており、男性が49.2%、女性が50.8%です。教育面では、大学卒業者が最大(50.0%)を占め、次いで大学院卒業者(26.5%)が続きます。より少ない割合は高校(12.7%)と大学レベルの教育(10.8%)を報告していました。年間世帯収入については、サンプルは収入層に比較的分散していますが、最も多い割合は30,000ドル未満(23.1%)、最も小さい割合は100,000ドル以上(16.5%)です。全体として、所得分布は一つのカテゴリーに集中しているわけではなく、かなり多様に見えます。
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
ディスカッション
本研究は、デジタル体験要因、感情的満足、習慣形成をS-O-Rフレームワーク内で統合することで、短編ドラマの文脈における継続意図を説明することを目的としました。この発見は提案された連続的メカニズムに強い実証的支持を提供し、デジタル継続性は動的な感情的・行動的強化プロセスとして理解するのが最も適切であることを示唆しています。デジタル体験の要素—アクセスの利便性、時間の経過、コンテンツの質—は感情的満足に大きな影響を与え、コンテンツの質が最も強く、次いで時間の経過が続きます。一方、アクセスの利便性は比較的小さいながらも重要な役割を果たします。この傾向は、断片化された視聴環境では摩擦のないアクセス性が必要である一方で、感情的に引き込まれ没入感のあるコンテンツがユーザーのポジティブな感情評価の主な決定要因であることを示唆しています。物語の圧縮と迅速な関与が中心となる短編ドラマ環境では、内容の豊かさや創造性が最も強力な感情的刺激として感じられます。感情的満足は構造モデルの中心的なメカニズムとしても浮かび上がり、「満足-習慣-継続」の連鎖を通じて習慣形成や継続意図に寄与します。
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
開示事項
著者たちは利益相反を一切認めていない。
謝辞
この研究はaSSIST大学の研究資金によって支援されました。
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
材料
```html
```
| 名前 | 会社 | カタログ番号 | コメント |
|---|---|---|---|
| Chatgpt 5.2 | OpenAI | RRID:SCR_023775 | 読みやすさと文法チェックの強化、 |
| Prolific (オンライン参加者募集プラットフォーム) | Prolific Academic Ltd | 利用不可/特定不可 | 調査参加者を募集するために使用されるオンラインプラットフォーム。参加者は、AI採用経験のある組織での現在の雇用など、適格性基準に基づいてスクリーニングされ、Prolificの公平な支払いガイドラインに従って報酬が支払われました。 |
| Qualtrics (オンライン調査プラットフォーム) | Qualtrics, LLC | RRID:SCR_016728 | 質問票の設計、配信、回答データ収集に使用されるウェブベースの調査プラットフォーム。すべての測定項目は、7ポイントのライカースケール（1 = 強く同意しない、7 = 強く同意する）を使用してQualtricsで実施されました。 |
| SmartPLS 4.0 (PLS-SEMソフトウェア) | SmartPLS GmbH | RRID:SCR_022040 | すべての偏最小二乗法構造方程式モデリング（PLS-SEM）分析、外部モデル評価（複合信頼性、AVE、HTMT）、内部モデルパス分析（ブートストラップ、5,000サンプル）、MICOM 3段階構成不変性検定（順列、1,000回の抽出）、PLS-MGAのグループ間差検定に使用されました。 |
参考文献
- He Z, et al. User immersion-aware short video recommendation. ACM Trans Inf Syst. 2025;44(1):1-33.
- Zhou R. Understanding the impact of TikTok's recommendation algorithm on user engagement. Int J Comput Sci Inf Technol. 2024;3(2):201-208.
- Bhattacherjee A. Understanding information systems continuance: An expectation-confirmation model. MIS Q. 2001;25(3):351-370.
- Oulasvirta A, Rattenbury T, Ma L, Raita E. Habits make smartphone use more pervasive. Pers Ubiquitous Comput. 2012;16(1):105-114.
- Peters H, et al. Social media use is predictable from app sequences: Using LSTM and transformer neural networks to model habitual behavior. Comput Hum Behav. 2024;161:108381.
- Limayem M, Hirt SG, Cheung CM. How habit limits the predictive power of intention: The case of information systems continuance. MIS Q. 2007;31(4):705-737.
- Mehrabian A, Russell JA. A verbal measure of information rate for studies in environmental psychology. Environ Behav. 1974;6(2):233.
- Eroglu SA, Machleit KA, Davis LM. Atmospheric qualities of online retailing: A conceptual model and implications. J Bus Res. 2001;54(2):177-184.
- Islam JU, et al. Impact of website attributes on customer engagement in banking: A solicitation of stimulus-organism-response theory. Int J Bank Mark. 2020;38(6):1279-1303.
- Venkatesh V, Thong JYL, Xu X. Consumer acceptance and use of information technology: Extending the unified theory of acceptance and use of technology. MIS Q. 2012;36(1):157-178.
- Berry LL, Seiders K, Grewal D. Understanding service convenience. J Mark. 2002;66(3):1-17.
- Kim J, Fesenmaier DR. Sharing tourism experiences: The posttrip experience. J Travel Res. 2017;56(1):28-40.
- Quan-Haase A, Young AL. Uses and gratifications of social media: A comparison of Facebook and instant messaging. Bull Sci Technol Soc. 2010;30(5):350-361.
- Whiting A, Williams D. Why people use social media: A uses and gratifications approach. Qual Mark Res Int J. 2013;16(4):362-369.
- DeLone WH, McLean ER. The DeLone and McLean model of information systems success: A ten-year update. J Manag Inf Syst. 2003;19(4):9-30.
- Hennig-Thurau T, Gwinner KP, Gremler DD. Understanding relationship marketing outcomes: An integration of relational benefits and relationship quality. J Serv Res. 2002;4(3):230-247.
- Wood W, Neal DT. A new look at habits and the habit-goal interface. Psychol Rev. 2007;114(4):843-863.
- Wu T, Jiang N, Sharif SP, Chen M. Explaining subscription intention for video streaming platforms in China: Integrating UTAUT2 model, perceived value theory, and SOR theory. PLoS One. 2025;20(5):e0322860.
- Prabhavathy R, Senthilkumar S. User experiences in over-the-top (OTT) streaming media platform services. Qubah Acad J. 2025;5(2):82-99.
- Gardner B. A review and analysis of the use of "habit" in understanding, predicting and influencing health-related behaviour. Health Psychol Rev. 2015;9(3):277-295.
- Neal DT, Wood W, Labrecque JS, Lally P. How do habits guide behavior? Perceived and actual triggers of habits in daily life. J Exp Soc Psychol. 2012;48(2):492-498.
- Zhang K, et al. SaqRec: Aligning recommender systems to user satisfaction via questionnaire feedback. 33rd ACM International Conference on Information and Knowledge Management. 2024;doi.org/10.1145/3627673.367964.
- Peters H, et al. Context-aware prediction of active and passive user engagement: Evidence from a large online social platform. J Big Data. 2024;11(1):110.
- Wood W. Habits, goals, and effective behavior change. Curr Dir Psychol Sci. 2024;33(4):226-232.
- Lohmöller JB. Predictive vs. structural modeling: PLS vs. ML. Latent variable path modeling with partial least squares. Physica, Heidelberg. 1989.
- Sarstedt M, Ringle CM, Hair JF. Treating unobserved heterogeneity in PLS-SEM: A multi-method approach. Partial least squares path modeling: Basic concepts, methodological issues and applications. Springer, Cham. 2017.
- Kock N, Mayfield M. PLS-based SEM algorithms: The good neighbor assumption, collinearity, and nonlinearity. Inf Manag Bus Rev. 2015;7(2):113-130.
- Henseler J, Ringle CM, Sarstedt M. A new criterion for assessing discriminant validity in variance-based structural equation modeling. J Acad Mark Sci. 2015;43(1):115-135.
- Alruwaili RF. Scroll immersion and short-form video use: Predictors of attention, memory, and fatigue among Saudi social media users. Acta Psychol. 2025;260:105674.
- Sutrisno SS. Attention in the age of TikTok: Examining the cognitive impact of short-form video consumption. San Jose State University, 2025. https://scholarworks.sjsu.edu/etd_theses/5697/.
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
再版と許可
