Ambientes de drama de curta duração proporcionam condições de reforço densas por meio de episódios ultracurtos e reentradas frequentes. Utilizando um modelo S-O-R e PLS-SEM, este estudo examinou a intenção de continuidade entre usuários de dramas de formato curto. Os resultados indicam que a satisfação afetiva esteve positivamente associada ao hábito, e o hábito foi positivamente associado à intenção de continuidade.
Artigo de investigação
Da Satisfação Afetiva ao Hábito: Dinâmicas de Reforço em Engajamento em Dramas de Formato Curto
Neste artigo
Resumo
Resumo
Ambientes de drama de formato curto emergiram como ambientes digitais estruturalmente distintos, caracterizados por episódios ultracurtos, reentrada em alta frequência e exposição reforçada algoritmicamente. Embora pesquisas anteriores de continuidade tenham examinado satisfação e hábito como preditores paralelos de uso sustentado, pouco se sabe sobre como ciclos comprimidos de reforço embutidos em ecossistemas de formato curto podem fortalecer a associação entre respostas afetivas e engajamento habitual sob condições de reforço denso. Baseando-se na estrutura estímulo-organismo-resposta (S-O-R), este estudo propõe um modelo de formação de hábitos estruturalmente reforçado, no qual estímulos ambientais (conveniência de acesso, passagem do tempo e qualidade do conteúdo) influenciam a satisfação afetiva, que, por sua vez, está associada ao engajamento habitual e à intenção de continuidade. Utilizando dados de pesquisas transversais de 260 usuários de dramas de formato curto, analisados por modelagem estrutural de equações parciais de mínimos quadrados (PLS-SEM), os achados revelam que a satisfação afetiva está significativamente associada à formação de hábitos, e que o hábito surge como um fator dominante da intenção de continuidade. Quantitativamente, qualidade do conteúdo (β = 0,448, p < 0,001) e o tempo de passagem (β = 0,385, p < 0,001) foram os maiores preditores de satisfação afetiva, que previam fortemente hábito (β = 0,686, p < 0,001) e intenção de continuidade (β = 0,496, p < 0,001). O hábito contribuiu ainda para a intenção de continuidade (β = 0,393, p < 0,001), com o modelo explicando 61,0% e 68,9% da variância na satisfação afetiva e na intenção de continuidade, respectivamente. Teoricamente, este estudo avança a pesquisa de engajamento estruturalmente comprimido ao conceituar características estruturais de formato curto como condições de reforço contextual que fortalecem a associação entre satisfação e hábito. Na prática, os resultados sugerem que o design microepisódico e os mecanismos de reentrada rápida desempenham um papel fundamental na estabilização da continuidade comportamental em ecossistemas de dramas de formato curto. Como o estudo utilizou um desenho transversal, os achados devem ser interpretados como evidências correlacionais de associações entre fatores de experiência digital, satisfação afetiva, hábito e intenção de continuidade, em vez de evidências de mudança causal ou temporal.
Introdução
O cenário global do entretenimento digital passou por uma transformação profunda com a rápida expansão das plataformas de conteúdo de formato curto. Impulsionados por hábitos de consumo mobile-first, sistemas algorítmicos de recomendação e padrões cada vez mais fragmentados de uso da mídia, os dramas de formato curto emergiram como um dos formatos de entretenimento que mais crescem nomundo 1,2. Diferente dos serviços tradicionais de streaming que dependem de sessões prolongadas de visualização, as plataformas de dramas de formato curto entregam episódios ultracurtos projetados para consumo rápido e reentrada frequente ao longo do dia. À medida que essas plataformas se tornam profundamente incorporadas às rotinas digitais do dia a dia, compreender os mecanismos psicológicos que sustentam o engajamento dos usuários tornou-se uma prioridade de pesquisa cada vez mais importante.
Apesar da crescente popularidade de dramas de formato curto, a pesquisa de continuidade existente permanece amplamente fundamentada em ambientes tradicionais de entretenimento digital e em pesquisas de continuidade de sistemasde informação, como serviços de streaming online, plataformas de vídeo sob demanda e aplicativos de mídias sociais. No entanto, ecossistemas de dramas de formato curto possuem várias características estruturais distintas — incluindo formatos episódicos ultracurtos, oportunidades de reentrada em alta frequência e exposição reforçada algoritmicamente — que criam ciclos densos de reforço que expõem repetidamente os usuários a conteúdo emocionalmente recompensador dentro de sequências de interação comprimidas 1,4,5. Consequentemente, os processos psicológicos subjacentes ao engajamento em ambientes de drama de formato curto podem diferir substancialmente daqueles observados em contextos tradicionais de streaming.
Uma limitação adicional das pesquisas anteriores é que satisfação e hábito (HB) geralmente foram conceituados como preditores paralelos da intenção de continuidade (IC) em pesquisas de continuidadede sistemas de informação 6. Embora ambos os construtos tenham demonstrado consistentemente poder explicativo significativo, relativamente pouca atenção tem sido dada a entender como a satisfação afetiva (as) pode gradualmente evoluir para um engajamento habitual por meio de experiências repetidas de reforço. Em particular, ainda não está claro como ambientes digitais estruturalmente comprimidos influenciam o caminho afetivo-comportamental que liga a gratificação emocional aos padrões automáticos de uso. Como resultado, o processo psicológico pelo qual experiências afetivas positivas se tornam rotineiras em engajamento habitual permanece insuficientemente compreendido.
Para suprir essa lacuna, o presente estudo desenvolve e testa um modelo de formação de hábitos baseado em reforço dentro do quadro estímulo-organismo-resposta (S-O-R). Especificamente, propopomos que fatores de experiência digital influenciam a intenção de continuidade por meio de um processo sequencial afetivo-comportamental no qual a satisfação afetiva é propícia à formação de hábitos, o que subsequentemente prevê a intenção de continuidade. Ao examinar esse mecanismo no contexto do consumo de dramas de formato curto, este estudo estende a teoria da continuidade além das explicações estáticas pós-adoção e avança a compreensão de como ambientes digitais estruturalmente comprimidos moldam o engajamento sustentado do usuário.
Com base na lacuna de pesquisa identificada, hipotetizamos que a intenção de continuidade em ambientes de drama de formato curto estruturalmente comprimidos é moldada por meio de um processo sequencial de reforço afetivo-comportamental. Especificamente, fatores de experiência digital aumentam a satisfação afetiva, a satisfação afetiva facilita a formação de hábitos, e o hábito subsequentemente reforça a intenção de continuidade. Essa hipótese central orienta o modelo de pesquisa proposto e a investigação empírica apresentada neste estudo.
Diferentemente de aplicações anteriores do framework S-O-R, este estudo adota o frameworkS-O-R 7 para examinar como estímulos ambientais influenciam estados afetivos internos e respostas comportamentais subsequentes em ecossistemas de mídia estruturalmente comprimidos. Propomos que fatores de experiência digital influenciam a intenção de continuidade por meio de um processo sequencial no qual a satisfação afetiva promove a formação de hábitos, que, por sua vez, prevê a intenção de continuidade. A estrutura tem sido amplamente aplicada em pesquisas em comércio digital, mídias sociais e entretenimento online para explicar como atributos ambientais moldam o engajamento do usuário e a persistênciacomportamental 8,9. Pesquisas sobre adoção de tecnologia de consumo também enfatizaram o papel dos fatores experienciais na formação do uso contínuo datecnologia 10. Em ambientes digitais, as características experienciais funcionam como estímulos ambientais que desencadeiam reações emocionais e moldam o comportamento pós-adoção.
No presente estudo, experiências digitais — incluindo conveniência de acesso (CA), motivação pelo tempo de passagem (PT) e qualidade percebida do conteúdo (CQ) — são conceituadas como estímulos ambientais. A conveniência de acesso reflete a percepção de facilidade e fluência associadas à iniciação do uso de mídia, o que, por sua vez, está associado ao controle experiencial e reduz a cargacognitiva 11,12. A passagem do tempo representa motivação voltada para o lazer dentro de contextos temporais fragmentados, um dos principais fatores do engajamento com a mídia móvel13,14. A qualidade percebida do conteúdo captura imersão narrativa, relevância e valor de entretenimento, que são determinantes críticos da satisfação do usuário em contextos de mídiadigital 15. Juntos, esses estímulos experienciais moldam as avaliações afetivas dos usuários durante a interação com a mídia.
A satisfação afetiva representa o estado orgânico no arcabouço S-O-R. A satisfação reflete a avaliação emocional geral dos usuários sobre sua experiência e tem sido consistentemente identificada como um preditor primário da intenção de continuidade em contextospós-adoção 3,16. No entanto, em ambientes de uso de alta frequência e repetitivo, a satisfação sozinha pode ser insuficiente para explicar o engajamento persistente. Experiências afetivas positivas repetidas podem fortalecer a associação entre engajamento e comportamento habitual.
A formação de hábitos fornece uma explicação complementar para a persistência comportamental. Hábito refere-se a tendências comportamentais automáticas aprendidas, desencadeadas por pistas contextuais por meio de ações anterioresrepetidas 6,17. Na pesquisa em sistemas de informação, o hábito foi identificado como um determinante crítico para o uso contínuo da tecnologia além da intençãoconsciente 6. Em contextos de consumo de dramas de formato curto, microengajamentos frequentes embutidos nas rotinas diárias podem facilitar o desenvolvimento da repetição habitual. À medida que o hábito se fortalece, o comportamento se torna menos dependente da avaliação cognitiva ativa e mais resistente à variabilidade situacional, reforçando assim a intenção de continuidade.
Ao integrar experiências digitais, satisfação afetiva e formação de hábitos dentro de um arcabouço de mediação sequencial, este estudo avança a compreensão teórica do engajamento sustentado em contextos de dramas de formato curto. Especificamente, propomos que as experiências digitais influenciam a intenção de continuidade por meio de um caminho afetivo-comportamental em dois estágios: estímulos experienciais aumentam a satisfação afetiva, o que, por sua vez, promove a formação de hábitos, reforçando a intenção de continuidade.
Utilizando dados de pesquisas de 260 usuários de dramas de formato curto e do PLS-SEM, este estudo examina empiricamente esse mecanismo de mediação sequencial. Teoricamente, estende o arcabouço S-O-R incorporando o hábito como mecanismo de reforço e fornece evidências empíricas para a via afetivo–habitual sequencial em ambientes digitais de formato curto.
O arcabouço S-O-R postula que estímulos ambientais influenciam estados psicológicos internos, que subsequentemente moldam as respostas comportamentais. Neste estudo, conveniência de acesso, passagem do tempo e qualidade do conteúdo são conceituados como estímulos; satisfação afetiva e hábito representam processos orgânicos; e a intenção de continuidade representa a resposta comportamental.
A satisfação afetiva reflete a avaliação emocional geral dos usuários sobre sua experiência na mídia e tem sido consistentemente associada à intenção de continuidade. Em ambientes digitais de alta frequência, experiências afetivas positivas repetidas também podem contribuir para a formação de hábitos. Pesquisas anteriores em contextos de mídia digital e streaming sugerem que a satisfação afetiva funciona como um estado organísmico-chave que liga estímulos de plataforma a respostas relacionadas àcontinuidade 18. Com base no arcabouço teórico proposto e na literatura anterior, são propostas as seguintes hipóteses.
Conveniência de acesso refere-se à facilidade percebida de acesso a conteúdo digital. De acordo com o quadro S-O-R, estímulos ambientais influenciam as avaliações afetivas dos usuários. Pesquisas sobre conveniência de serviço sugerem ainda que a redução dos custos de tempo e esforço aumentam o valor percebido e a satisfação nos encontros como serviço 10. Assim, hipotetiza-se que a conveniência de acesso influencia positivamente a satisfação afetiva (H1).
Passar o tempo é uma motivação voltada para o lazer para consumir conteúdo de formato curto. Pesquisas anteriores sugerem que motivações de consumo orientadas pelo tempo geram respostas emocionais positivas e aumentam a satisfação. Portanto, hipotetizamos que o passar do tempo influencia positivamente a satisfação afetiva (H2).
A qualidade do conteúdo reflete a percepção dos usuários sobre a relevância e o valor de entretenimento do conteúdo midiático. Estudos anteriores o identificam consistentemente como um dos principais determinantes da satisfação do usuário e do engajamento contínuo19. Assim, hipotetiza-se que a qualidade do conteúdo influencia positivamente a satisfação afetiva (H3).
Satisfação afetiva e hábito têm sido consistentemente identificados como antecedentes importantes da intenção de continuidade em contextos pós-adoção. Pesquisas anteriores sobre hábitos mostram ainda que o desempenho repetido em contextos estáveis fortalece a automaticidade ao longo do tempo, enquanto ambientes de mídia móvel podem intensificar padrões de uso baseados emrotinas 4,20. Portanto, propomos que a satisfação afetiva influencia positivamente a intenção de continuidade (H4).
Hábito refere-se a tendências comportamentais automáticas que se desenvolvem por meio de comportamentos repetidos no passado em contextos estáveis 6,17. Em contextos pós-adoção, experiências positivas repetidas facilitam a formação de padrões de uso habitual, à medida que os usuários dependem cada vez mais de respostas automatizadas em vez de avaliaçãoconsciente 6,17. Do ponto de vista da aprendizagem por reforço, comportamentos repetidos acompanhados de resultados afetivos positivos fortalecem os processos de aprendizagem associativa e aumentam a probabilidade de futura ativação automática21. Uma vez que um hábito é formado, ele se torna um mecanismo chave que traduz satisfação em persistência comportamental. Usuários habituais tendem a continuar se envolvendo com conteúdo com menos esforço cognitivo, o que fortalece a intençãode continuidade 6. Assim, o hábito é conceituado neste estudo como um mecanismo mediador que vincula a satisfação afetiva à intenção de continuidade. Com base na justificativa acima, hipotetiza-se que a satisfação afetiva influencia positivamente o hábito (H5), o hábito influencia positivamente a intenção de continuidade (H6) e o hábito mede a relação entre satisfação afetiva e intenção de continuidade (H7). Além disso, satisfação afetiva e hábito são propostos para mediar sequencialmente as relações entre conveniência de acesso e intenção de continuidade (H8a), tempo de passagem e intenção de continuidade (H8b), e qualidade de conteúdo e intenção de continuidade (H8c).
Embora estudos anteriores tenham avançado substancialmente a compreensão do comportamento de continuidade em ambientes de mídia digital, várias lacunas importantes permanecem. Pesquisas existentes têm focado predominantemente em contextos tradicionais de streaming, mídias sociais ou adoção de tecnologia e geralmente conceituam satisfação e hábito como determinantes paralelos da intenção de continuidade. Comparativamente, pouca atenção tem sido dada para entender como ambientes estruturalmente comprimidos de formato curto podem moldar o processo psicológico que liga a satisfação afetiva à formação de hábitos. Tabela 1 3,6,10,18,22 resume estudos anteriores representativos e destaca as lacunas de pesquisa abordadas pelo presente estudo.
| Estudo | Contexto da Pesquisa | Foco principal | Principais Descobertas | Lacuna em Pesquisa |
| Bhattacherjee (2001)3 | Sistemas de Informação | Intenção de Continuidade | Satisfação prevê a intenção de continuidade | Processo de formação de hábito não examinado |
| Limayem et al. (2007)6 | Sistemas de Informação | Hábito e Continuidade | O hábito influencia o uso contínuo do sistema | Satisfação e hábito tratados como preditores separados |
| Venkatesh et al. (2012)10 | Aceitação da Tecnologia | Comportamento Pós-Adoção | A intenção comportamental prevê o uso contínuo | Características estruturais dos ambientes digitais não consideradas |
| Wu et al. (2025)18 | Drama de formato curto | Intenção de Assinatura | A qualidade do conteúdo afeta a continuidade por meio da satisfação | Mecanismo de formação de hábito não examinado |
| Zhang et al. (2024)22 | Vídeo de formato curto | Satisfação do Usuário | A satisfação melhora o engajamento contínuo | Processo de conversão de satisfação para hábito ainda não explorado |
| Estudos Recentes de Mídia de Formato Curto | Plataformas de Conteúdo de Formato Curto | Engajamento do Usuário | A exposição algorítmica aumenta o engajamento | Os mecanismos de reforço estrutural continuam pouco teorizados |
| Estudo Atual | Ecossistema de Drama de Formato Curto | Formação de Hábitos Baseada em Reforço | Examina como a satisfação afetiva facilita a formação de hábitos e a intenção de continuidade dentro de ambientes estruturalmente comprimidos | Aborda as lacunas identificadas por meio de uma estrutura sequencial afetivo-comportamental |
Tabela 1: Resumo das pesquisas anteriores e lacunas identificadas. Esta tabela resume estudos representativos anteriores sobre continuidade digital, satisfação, hábito e engajamento com a mídia em formato curto. As colunas incluem: autor do estudo e ano; contexto da pesquisa; construtos principais examinados; a relação entre satisfação e hábito (paralelo vs. sequencial); e a lacuna específica de pesquisa abordada pelo presente estudo.
Este estudo analisa empiricamente as relações entre variáveis independentes (ou seja, conveniência de acesso, tempo de passagem e qualidade do conteúdo), variáveis mediadoras (ou seja, satisfação afetiva e hábito) e a variável dependente (ou seja, IC). Gênero, idade, escolaridade e renda foram incluídos como variáveis de controle.
Como mostrado na Figura 1, o modelo representa um ciclo denso de reforço posicionado entre a satisfação afetiva e a formação de hábitos. Essa notação representa o contexto estrutural dos ecossistemas de dramas de formato curto — caracterizados por duração de episódios ultra-curta, alta frequência de reentrada e entrega algorítmica de conteúdo — que cria abundantes oportunidades para o pareamento cue-resposta. O modelo propõe que estímulos ambientais influenciam a satisfação afetiva, o que subsequentemente facilita o engajamento habitual sob ciclos de reforço estruturalmente comprimidos. Ecossistemas de formato curto exibem associações densas entre sinais e respostas e oportunidades repetidas de engajamento que podem fortalecer a associação entre satisfação ehábito 23,24.
Figura 1: Modelo de formação de hábitos baseado em reforço em ambientes de drama de formato curto. O 'Ciclo de Reforço Denso' denota as oportunidades de resposta a sinalização de alta frequência características de ecossistemas de formato curto (microepisódios, reentrada rápida, curadoria algorítmica), teorizadas para intensificar a relação satisfação-hábito. Essa propriedade estrutural é conceitualizada como uma condição contextual, e não como uma aceleração temporal medida empiricamente. Variáveis de controle (idade, gênero, escolaridade e renda) são excluídas dos caminhos representados para maior clareza visual. Por favor, clique aqui para ver uma versão ampliada desta figura.
Protocolo
Todos os procedimentos envolvendo participantes humanos foram conduzidos de acordo com os padrões éticos para pesquisa com sujeitos humanos na Universidade aSSIST e na Universidade Dong-A. Como todas as respostas foram anonimizadas no momento da coleta e nenhuma informação pessoal identificável foi obtida em nenhum momento, o Conselho de Revisão Institucional da Universidade aSSIST determinou que o estudo se qualificava para isenção de revisão completa conforme estabelecido no Artigo 15 da Lei de Bioética e Segurança da República da Coreia e nos requisitos para isenção da revisão estabelecidos no Artigo 13 de sua Regra de Aplicação (https://public.irb.or.kr/pt/pt01/PT0103/PT0103R01.do). O ID de aprovação da isenção foi obtido antes do início da pesquisa; Todos os participantes revisaram uma declaração de consentimento informado descrevendo o propósito do estudo, participação voluntária, anonimato, uso de dados e seu direito de interromper a participação. Apenas os participantes que forneceram consentimento informado eletrônico puderam prosseguir. Nenhuma informação pessoal identificável foi coletada.
Coleta e análise de dados
Características da amostra
Os participantes foram recrutados pela Prolific de países de língua inglesa, incluindo Estados Unidos, Reino Unido, Canadá, Austrália e Nova Zelândia, entre 5 e 10 de julho de 2025. O questionário consistiu em medidas validadas de múltiplos itens que avaliavam conveniência de acesso, tempo de passagem, qualidade do conteúdo, satisfação afetiva, hábito e intenção de continuidade, além de perguntas demográficas. Os participantes eram elegíveis se tivessem pelo menos 18 anos, tivessem experiência prévia assistindo dramas curtos e usassem ativamente serviços de redes sociais. A elegibilidade foi confirmada por meio de perguntas de triagem pedindo aos participantes que confirmassem sua idade, experiência anterior em dramas curtos e uso atual de serviços de redes sociais. Participantes que não atenderam a esses critérios foram excluídos antes de preencher o questionário completo. Itens de verificação de atenção foram incorporados na pesquisa para identificar respostas desatentas; Participantes que falharam em qualquer item de verificação de atenção, enviaram respostas incompletas ou falharam nas perguntas de triagem foram excluídos da análise. Foram coletadas um total de 292 respostas. Após excluir 32 respostas devido a falha na triagem, respostas incompletas ou itens de verificação de atenção falhados, 260 respostas válidas foram mantidas para análise. A pesquisa levou aproximadamente 8 a 10 minutos para ser concluída, e os participantes receberam aproximadamente €2,00 ($3,440).
Modelo de medição
As respostas foram registradas em uma escala de Likert de 7 pontos, variando de 1 (fortemente discordante) a 7 (fortemente concordo). Este estudo validou o modelo de pesquisa usando oPLS-SEM 25,26. O PLS-SEM foi selecionado porque o estudo é orientado para predição, examina um modelo de mediação relativamente complexo e foca na variância explicada em construtos endógenos.
Análise de mediação
A significância estatística foi avaliada usando bootstrapping corrigido por viés com 5.000 reamostras (Figura 2). Coeficientes de caminho padronizados, efeitos indiretos, tamanhos de efeito (f2), relevância preditiva (Q2) e intervalos de confiança de 95% foram examinados para avaliar as hipóteses propostas e os efeitos da mediação.
Figura 2: Procedimento de pesquisa e fluxo de trabalho de análise de dados. Os participantes elegíveis eram usuários ativos do SNS com 18 anos ou mais. A figura ilustra o recrutamento de participantes por meio da plataforma online de pesquisa, procedimentos de triagem e checagem de atenção, coleta de dados da pesquisa (N = 260), limpeza de dados, avaliação do modelo de medição, avaliação do modelo estrutural usando PLS-SEM e testes de mediação por meio de bootstrapping com 5.000 reamostras. Por favor, clique aqui para ver uma versão ampliada desta figura.
Modelo estrutural
Escalas de medição validadas para todos os construtos de estudo foram adaptadas a partir de estudos previamente publicados. Pequenas modificações na redação foram feitas quando necessário para garantir sua adequação ao contexto de dramas de formato curto. Os itens de medição são apresentados na Tabela 2. Embora a escala de qualidade do conteúdo tenha sido originalmente desenvolvida em contextos mais amplos de streaming e entretenimento digital, ela captura a percepção dos usuários sobre a amplitude e diversidade do entretenimento. Em contextos de dramas de formato curto, os formatos de entretenimento podem incluir elementos híbridos ou de gêneros cruzados que vão além dos episódios narrativos tradicionais. Portanto, o item referindo-se à variedade de entretenimento reflete a percepção da diversidade de conteúdo, em vez de transmissão esportiva literal, e é conceitualmente consistente com a construção da qualidade do conteúdo neste estudo.
| Construto | Item | Pergunta |
| Conveniência de acesso | AC1 | Eu podia assistir dramas curtos a qualquer momento. |
| AC2 | Eu poderia assistir a dramas curtos onde quer que estivesse. | |
| AC3 | Eu poderia usar qualquer dispositivo digital para acessar conteúdos de dramas curtos. | |
| Tempo de passagem | PT1 | Eu assistia a dramas curtos porque isso faz o tempo passar, especialmente quando estou entediado |
| PT2 | Eu assistia a dramas curtos quando não tinha nada melhor para fazer | |
| PT3 | Eu assistia a dramas curtos porque me davam algo para ocupar meu tempo | |
| Qualidade do conteúdo | CQ1 | Conteúdo de drama de formato curto oferece uma ampla variedade de conteúdos. |
| CQ2 | Conteúdo de drama de formato curto oferece conteúdo exclusivo e original. | |
| CQ3 | O conteúdo de drama de formato curto oferece uma variedade diversificada de episódios e gêneros divertidos. | |
| CQ4 | O conteúdo de dramas de formato curto oferece uma grande variedade de conteúdos globais. | |
| Satisfação afetiva da mídia | AS1 | Me sinto feliz depois de passar um tempo com dramas de formato curto |
| AS2 | Dramas de formato curto me dão prazer | |
| AS3 | A experiência de drama de formato curto é prazerosa | |
| AS4 | Sente-se bem depois de assistir a dramas de formato curto | |
| Hábito | HB1 | Eu assisto dramas curtos por hábito. |
| HB2 | Eu acesso e uso contextos de dramas curtos sem pensar. | |
| HB3 | Eu uso contextos de drama de formato curto naturalmente. | |
| Intenção de continuação | CI1 | Pretendo usar o streaming de drama de formato curto em breve. |
| CI2 | Estou disposto a continuar usando conteúdo de drama de formato curto em um futuro próximo. | |
| CI3 | Vou manter meu engajamento com conteúdo de drama de formato curto em breve. |
Tabela 2: Itens de medição do modelo de pesquisa. Esta tabela lista os itens de medição, rótulos de construção e referências de fontes usadas para operacionalizar as variáveis de pesquisa. Todos os itens foram medidos em uma escala de Likert de 7 pontos, variando de 1 (fortemente discordante) a 7 (fortemente concordo). A tabela apresenta cada construto (conveniência de acesso, tempo de passagem, qualidade do conteúdo, satisfação afetiva, hábito e intenção de continuidade), seus itens indicadores associados e o estudo original do qual cada escala foi adaptada.
Viés comum de método
Como todas as variáveis foram coletadas usando dados de pesquisa autorrelatados, o viés comum do método (CMB) foi avaliado utilizando remédios tanto procedimentais quanto estatísticos. Primeiro, vários remédios processuais foram implementados para reduzir o possível viés do método. A participação foi voluntária e anônima, e os entrevistados foram assegurados de que não havia respostas certas ou erradas. Os itens de medição foram adaptados de estudos anteriores validados e cuidadosamente reformulados para se adequar ao contexto do drama de formato curto. O questionário foi estruturado para minimizar a apreensão da avaliação e reduzir a ambiguidade dos itens. Segundo, o teste de um único fator de Harman foi realizado para examinar se um único fator explicava a maior parte da variância. A análise fatorial exploratória não rotacionada revelou que o primeiro fator explicou menos de 50% da variância total, sugerindo que o viés comum do método dificilmente será uma preocupação séria. Terceiro, os fatores completos de inflação da variância colinear (VIFs) foram examinados após Kocke Mayfield 27. Todos os valores de VIF estavam abaixo do limiar conservador de 3,3 (Tabela 3), indicando que o viés comum pelo método não afeta substancialmente as estimativas do modelo. No entanto, como todas as variáveis foram coletadas dos mesmos respondentes em uma única onda de pesquisa, o viés residual do método comum não pode ser completamente descartado.
| Caminho do Modelo Interno | 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 |
Tabela 3: Estatísticas de colinearidade (VIF). Esta tabela apresenta os valores do fator de inflação da variância (VIF) para todos os construtos preditores usados no modelo estrutural. As linhas listam cada construto preditor (conveniência de acesso, tempo de passagem, qualidade do conteúdo, satisfação afetiva e hábito), e os valores correspondentes de VIF são reportados na coluna adjacente. Os valores de VIF foram examinados para avaliar a potencial multicolinearidade entre os construtos e para avaliar a probabilidade de viés comum do método.
Solução de problemas e modificações
Se um número considerável de respostas não cumprisse os critérios de triagem ou de atenção de avaliação, os critérios de elegibilidade foram refinados e as instruções da pesquisa esclarecidas para garantir que os participantes tivessem experiência prévia genuína com dramas de formato curto. Se a confiabilidade interna de consistência caísse abaixo dos limiares recomendados (por exemplo, a confiabilidade composta < 0,70) ou a variância média extraída (AVE) caísse abaixo de 0,50, as cargas de itens foram examinadas e indicadores de baixo desempenho foram removidos, mantendo a coerência teórica. Se a multicolinearidade fosse detectada (por exemplo, os valores do fator de inflação da variância excedessem os limites recomendados), as especificações do construto eram reavaliadas e indicadores redundantes eram removidos. Se os efeitos da mediação ou moderação não fossem significativos, o tamanho da amostra foi aumentado e/ou a operacionalização do construto foi reexaminada para garantir poder estatístico adequado. O bootstrapping foi realizado usando um número suficiente de subamostras (por exemplo, 5.000) para obter estimativas estáveis dos parâmetros.
Resultados
Características da amostra
A Tabela 4 mostra uma amostra bem equilibrada de 260 respondentes em categorias demográficas-chave. Por idade, o maior grupo é composto por participantes na faixa dos 20 anos ou menos (38,8%), seguidos por aqueles na casa dos 30 anos (32,3%). Entrevistados na faixa dos 40 anos (14,2%) e 50 anos (14,6%) estão representados em proporções menores, porém semelhantes. O gênero está quase igualmente distribuído, com 49,2% participantes masculinos e 50,8% femininos. Em termos de educação, os graduados universitários constituem o maior grupo (50,0%), seguidos por aqueles com formação pós-graduada (26,5%). Parcelas menores relataram ensino médio (12,7%) e ensino superior (10,8%). Para a renda anual dos domicílios, a amostra está relativamente distribuída por faixas de renda, embora a maior proporção seja inferior a $30.000 (23,1%), enquanto a menor seja de $100.000 ou mais (16,5%). No geral, a distribuição de renda parece bastante diversa, sem uma forte concentração em uma única categoria.
| Categoria | Item | Frequência | Razão |
| Idade | Na casa dos 20 anos ou menos | 101 | 38.80% |
| Anos 30 | 84 | 32.30% | |
| Anos 40 | 37 | 14.20% | |
| Anos 50 | 38 | 14.60% | |
| Gênero | Masculino | 128 | 49.20% |
| Feminino | 132 | 50.80% | |
| Educação | Ensino médio | 33 | 12.70% |
| Faculdade | 28 | 10.80% | |
| Universidade | 130 | 50.00% | |
| Pós-graduação | 69 | 26.50% | |
| Domicílio anual | Menos de $30.000 | 60 | 23.10% |
| Renda | $30.000–$49.999 | 52 | 20.00% |
| $50.000–$74.999 | 57 | 21.90% | |
| $75.000–$100.000 | 48 | 18.50% | |
| $100.000 ou mais | 43 | 16.50% |
Tabela 4: Características demográficas dos respondentes (N = 260). Esta tabela apresenta a distribuição demográfica da amostra analítica final. As linhas listam as categorias demográficas (gênero, idade, escolaridade e renda), e as colunas apresentam a frequência (n) e a porcentagem (%) de cada categoria.
Modelo de medição
Como mostrado na Tabela 5, as cargas externas de todos os construtos estão bem acima do limite mínimo. Os valores de CR e α de Cronbach estão acima de 0,7, indicando alta consistência interna. O valor do AVE excede 0,5, o que satisfaz a validadeconvergente 26.
| Construto | Alfa de Cronbach | CR (rho_a) | CR (rho_c) | AVE |
| AC | 0.830 | 0.833 | 0.898 | 0.747 |
| COMO | 0.958 | 0.959 | 0.970 | 0.889 |
| CQ | 0.790 | 0.821 | 0.861 | 0.610 |
| HB | 0.899 | 0.915 | 0.937 | 0.831 |
| PT | 0.850 | 0.896 | 0.907 | 0.765 |
| CI | 0.923 | 0.923 | 0.951 | 0.866 |
Tabela 5: Análise de confiabilidade. Esta tabela apresenta cargas indicadoras, alfa de Cronbach, confiabilidade composta (CR) e variância média extraída (AVE) para todos os construtos. As linhas listam cada construto (conveniência de acesso, tempo de passagem, qualidade do conteúdo, satisfação afetiva, hábito e intenção de continuidade) e seus itens indicadores, enquanto as colunas apresentam as cargas fatorizadas padronizadas, os valores alfa, CR e AVE de Cronbach. Essas métricas foram usadas para avaliar consistência interna, confiabilidade e validade convergente.
A validade discriminante foi testada usando os critérios de proporção de Fornell–Larcker e heterotraço–monotraço (HTMT). A Tabela 6 mostra que as raízes quadradas dos AVEs são maiores do que as correlações com outros componentes para cada componente. Da mesma forma, a Tabela 7 mostra que todas as razões HTMT estão significativamente abaixo do limite28 de 0,85.
| AC | COMO | CQ | HB | PT | CI | |
| AC | 0.864 | |||||
| COMO | 0.497 | 0.943 | ||||
| CQ | 0.493 | 0.666 | 0.781 | |||
| HB | 0.461 | 0.686 | 0.612 | 0.912 | ||
| PT | 0.274 | 0.587 | 0.346 | 0.433 | 0.875 | |
| CI | 0.552 | 0.777 | 0.646 | 0.744 | 0.491 | 0.931 |
Tabela 6: critério de Fornell-Larcker. Esta tabela apresenta a avaliação de validade discriminante de Fornell-Larcker. Linhas e colunas representam os construtos do estudo (conveniência de acesso, tempo de passagem, qualidade do conteúdo, satisfação afetiva, hábito e intenção de continuidade). Elementos diagonais representam a raiz quadrada do AVE para cada construção, enquanto elementos fora da diagonal representam correlações entre construtos.
| AC | COMO | CQ | HB | PT | CI | |
| AC | ||||||
| COMO | 0.557 | |||||
| CQ | 0.592 | 0.738 | ||||
| HB | 0.523 | 0.73 | 0.724 | |||
| PT | 0.3 | 0.627 | 0.372 | 0.47 | ||
| CI | 0.63 | 0.825 | 0.742 | 0.806 | 0.519 |
Tabela 7: Razão HTMT. Esta tabela apresenta os valores HTMT para todos os pares de construtos. Linhas e colunas representam os construtos do estudo (conveniência de acesso, tempo de passagem, qualidade do conteúdo, satisfação afetiva, hábito e intenção de continuidade). Valores HTMT abaixo do limiar recomendado indicam validade discriminante satisfatória entre os construtos.
O viés comum do método foi adicionalmente avaliado usando o teste de fator único de Harman e a análise VIF de colinearidade completa. O primeiro fator representou menos de 50% da variância total, e todos os valores de VIF estavam abaixo de 3,3, sugerindo que o viés comum pelo método dificilmente ameaçaria a validade dos achados.
Modelo estrutural
Como mostrado na Figura 3 e na Tabela 8, os resultados do modelo estrutural indicam que a satisfação afetiva (AS) foi significativamente prevista pela conveniência de acesso (β = 0,171, p < 0,01), tempo de passagem (β = 0,385, p < 0,001) e qualidade do conteúdo (β = 0,448, p < 0,001), explicando 61,0% de sua variância (R2 = 0,610), com a qualidade do conteúdo exercendo a maior influência. Satisfação afetiva fortemente prevista Hábito (β = 0,686, p < 0,001; R2 = 0,470) e também teve um efeito direto significativo na Intenção de Continuidade (β = 0,496, p < 0,001). O hábito contribuiu significativamente para a Intenção de continuidade (β = 0,393, p < 0,001), que foi explicada em um nível substancial (R2 = 0,689). Esses achados sugerem um padrão parcial de mediação no qual a satisfação afetiva está ligada à intenção de continuidade, tanto direta quanto indiretamente, por meio da formação de hábitos. As variáveis controle (idade, gênero, escolaridade e renda) não apresentaram efeitos significativos na intenção de continuidade.
A relevância preditiva (Q2) foi avaliada usando Stone-Geisser's Q2. Todos os construtos endógenos apresentaram valores de Q2 acima de zero (AS = 0,412, HB = 0,356, IC = 0,523), indicando relevância preditiva satisfatória.
Além de examinar a significância do caminho, os resultados do tamanho do efeito (f2) fornecem insights sobre a contribuição substantiva de cada preditor para a variância explicada dos construtos endógenos. Quanto aos antecedentes do AS, o CQ apresenta um grande efeito (f2 = 0,365), indicando que ele é um dos principais fatores do AS no modelo. A PT também demonstra uma contribuição substancial (f2 = 0,329), aproximando-se do limiar para um grande efeito e sugerindo forte relevância prática. Em contraste, a CA mostra apenas um efeito pequeno (f2 = 0,056), implicando uma contribuição incremental comparativamente limitada para a AS. Esses achados sugerem que, embora os três antecedentes contribuam para a EA, a CQ e a PT são os fatores explicativos dominantes, enquanto a AC desempenha um papel mais de apoio.
Para as relações a jusante, a AS exerce um efeito excepcionalmente grande sobre a HB (f2 = 0,887), ressaltando seu papel crítico na explicação do comportamento habitual. Além disso, a EA mostra um grande efeito sobre o IC (f2 = 0,409), indicando uma contribuição substancial para o poder explicativo do modelo para os resultados de continuidade. A HB também contribui significativamente para a IC (f2 = 0,256), com um efeito de tamanho médio a grande, embora seu impacto incremental seja menor do que o da AS. No geral, a análise do tamanho do efeito destaca a AS como o mecanismo central no modelo estrutural, exercendo influência dominante tanto sobre HB quanto sobre IC, enquanto CQ e PT emergem como determinantes principais a montante do AS.
Esses achados reforçam a proposição teórica de que o reforço afetivo desempenha um papel dominante na formação do engajamento habitual, o que, posteriormente, estabiliza a intenção de continuidade em contextos de mídia digital de formato curto.
Os resultados do modelo estrutural (Figura 3) ilustram os coeficientes padronizados de caminho (β) e coeficientes de determinação (R2) para o modelo de pesquisa proposto. Variáveis controle (idade, gênero, escolaridade, renda) foram incluídas no modelo, mas são omitidas da figura para maior clareza visual.
Figura 3: Resultados do modelo estrutural. Os resultados mostram os coeficientes padronizados de caminho (β), níveis de significância e coeficientes de determinação (R2) para o modelo de pesquisa proposto. AC = Conveniência de Acesso; PT = Tempo de Passagem; CQ = Qualidade do Conteúdo; AS = Satisfação Afetiva; HB = Hábito; CI = Intenção de Continuidade. β representa coeficientes de caminho padronizados, e R2 representa a variância explicada para construtos endógenos. Os níveis de significância são indicados da seguinte forma: *p < 0,05, **p < 0,01 e ***p < 0,001. Variáveis controle (idade, gênero, escolaridade e renda) foram incluídas na análise, mas são omitidas da figura para maior clareza visual. Por favor, clique aqui para ver uma versão ampliada desta figura.
Coeficientes de caminho e resultados de testes de hipóteses (Tabela 8) apresentam os coeficientes de caminho padronizados (β), erros padrão (SE), valores t, valores p e tamanhos de efeito (f2) para todas as relações hipotetizadas no modelo estrutural.
| Caminho | β | Mean | DST | valor t | valor p |
| AC→AS | 0.171 | 0.173 | 0.061 | 2.815 | 0.005 |
| AS→HB | 0.686 | 0.687 | 0.03 | 22.864 | 0.000 |
| AS→CI | 0.496 | 0.496 | 0.052 | 9.558 | 0.000 |
| CQ→AS | 0.448 | 0.449 | 0.052 | 8.56 | 0.000 |
| HB→CI | 0.393 | 0.393 | 0.054 | 7.284 | 0.000 |
| PT→As | 0.385 | 0.380 | 0.059 | 6.492 | 0.000 |
Tabela 8: Coeficientes de caminho. Esta tabela apresenta os resultados da análise do modelo estrutural. Linhas listam cada caminho hipotetizado no modelo estrutural (por exemplo, conveniência de acesso → satisfação afetiva, satisfação afetiva → hábito), enquanto colunas apresentam os coeficientes padronizados de caminho (β), erros padrão (SE), valores t, valores p e tamanhos de efeito (f2) para todas as relações hipotetizadas. Níveis de significância: p < 0,001, p < 0,01, p < 0,05.
Análise de mediação
Para examinar o mecanismo de mediação sequencial, analisamos os caminhos indiretos dos atributos ambientais para o IC passando por AS e HB. Os resultados da análise específica de efeitos indiretos (Tabela 9) revelaram que todos os caminhos sequenciais foram estatisticamente significativos. A análise de mediação baseada no bootstrapping indica que AS e HB transmitem efeitos indiretos significativos em todo o modelo. Especificamente, AS mediaia significativamente os efeitos dos antecedentes sobre HB: os efeitos indiretos são positivos e estatisticamente significativos para CA → AS → HB (β = 0,117, t = 2,835, p = 0,005), CQ → AS → HB (β = 0,307, t = 7,822, p < 0,001), e PT → AS → HB (β = 0,264, t = 5,993, p < 0,001). Entre esses, a magnitude do efeito indireto é maior para a CQ, seguida pela PT, com a CA apresentando uma influência mediada menor, porém confiável. Esse padrão sugere que melhorias em AC, CQ e PT se traduzem principalmente em desfechos habituais mais fortes por meio do aumento da AS, com a CQ operando como o caminho mais influente para montante.
Além disso, os resultados fornecem evidências consistentes de que os desfechos relacionados à continuidade (IC) são moldados tanto por mediação em etapas únicas via SA quanto por mediação serial via AS e HB. Os efeitos indiretos da CA → AS → IC (β = 0,085, t = 2,598, p = 0,009), CQ → AS → IC (β = 0,222, t = 6,774, p < 0,001) e PT → AS → IC (β = 0,191, t = 5,091, p < 0,001) são todos positivos e significativos, indicando que a AS serve como um mecanismo chave que liga os antecedentes ao IC. Além disso, os efeitos indiretos seriados através de ambos os mediadores também são significativos: AC → AS → HB → IC (β = 0,046, t = 2,636, p = 0,008), CQ → AS → HB → IC (β = 0,121, t = 5,261, p < 0,001), e PT → AS → HB → IC (β = 0,104, t = 4,638, p < 0,001). Juntos, esses achados indicam um processo robusto no qual os antecedentes primeiro aumentam a EA, o que então fortalece a HB e, por fim, está associada à IC, enquanto a AS também exerce uma via mediadora direta para a IC independente da HB. No geral, a CQ apresenta a influência mediada mais forte tanto na HB quanto na IC, a PT apresenta efeitos indiretos comparativamente fortes, e a AC apresenta efeitos indiretos menores, porém estatisticamente significativos, apoiando os mecanismos propostos de mediação e mediação serial no modelo. Como os intervalos de confiança não incluem zero, esses achados são consistentes com a cadeia proposta de 'satisfação-hábito-continuidade' no contexto do consumo de dramas em formato curto.
| Caminho | β | Mean | DST | valor t | valor p |
| AC→AS→HB | 0.117 | 0.119 | 0.041 | 2.835 | 0.005 |
| AS→HB→CI | 0.270 | 0.270 | 0.040 | 6.776 | 0.000 |
| AC→AS→CI | 0.085 | 0.086 | 0.033 | 2.598 | 0.009 |
| CQ→AS→HB | 0.307 | 0.308 | 0.039 | 7.822 | 0.000 |
| AC→AS→HB→CI | 0.046 | 0.047 | 0.017 | 2.636 | 0.008 |
| CQ→AS→CI | 0.222 | 0.222 | 0.033 | 6.774 | 0.000 |
| PT→AS→HB | 0.264 | 0.261 | 0.044 | 5.993 | 0.000 |
| CQ→AS→HB→CI | 0.121 | 0.121 | 0.023 | 5.261 | 0.000 |
| PT→AS→CI | 0.191 | 0.189 | 0.038 | 5.091 | 0.000 |
| PT→AS→HB→CI | 0.104 | 0.103 | 0.022 | 4.638 | 0.000 |
Tabela 9: Efeitos indiretos. Esta tabela apresenta os resultados da análise de mediação bootstrapped. As linhas listam cada caminho indireto hipotetizado (por exemplo, AC → AS → HB, CQ → AS → HB → CI), enquanto as colunas apresentam as estimativas de efeito indireto, erros padrão, valores t, valores p e intervalos de confiança corrigidos por viés de 95% para as vias de mediação hipotetizadas.
A Tabela 10 resume os resultados dos testes de hipótese. Como mostrado na Tabela 10, todas as hipóteses propostas (H1–H8c) foram apoiadas.
| Hipótese | Caminho | Resultado |
| H1 | AC→AS | Apoiado |
| H2 | PT→As | Apoiado |
| H3 | CQ→AS | Apoiado |
| H4 | AS→CI | Apoiado |
| H5 | AS→HB | Apoiado |
| H6 | HB→CI | Apoiado |
| H7 | AS→HB→CI | Apoiado |
| H8a | AC→AS→HB→CI | Apoiado |
| H8b | PT→AS→HB→CI | Apoiado |
| H8c | CQ→AS→HB→CI | Apoiado |
Tabela 10: Resumo do suporte da hipótese. Esta tabela resume os resultados dos testes de hipóteses e indica se cada hipótese proposta foi apoiada com base no modelo estrutural e nas análises de mediação. As linhas listam cada hipótese (H1–H8c), e as colunas apresentam o caminho hipotetizado, o coeficiente de caminho padronizado ou efeito indireto, e o status de suporte (suportado vs. não suportado).
DISPONIBILIDADE DE DADOS
Todos os dados brutos anonimizados da pesquisa que apoiam os resultados deste estudo são fornecidos no Arquivo Suplementar 1 (formato CSV). O arquivo contém as respostas completas dos participantes desidentificadas usadas em todas as análises relatadas neste manuscrito. O arquivo do projeto SmartPLS, as configurações do modelo e as saídas de análise são fornecidos no Arquivo Suplementar 2. Nenhuma informação pessoalmente identificável é incluída em nenhum conjunto de dados compartilhado.
Arquivo Suplementar 1: Todos os dados brutos anonimizados da pesquisa que apoiam os resultados deste estudo.Por favor, clique aqui para baixar este arquivo.
Arquivo Suplementar 2: O arquivo do projeto SmartPLS, configurações de modelo e resultados de análise.Por favor, clique aqui para baixar este arquivo.
Discussão
Este estudo teve como objetivo explicar a intenção de continuidade em contextos de dramas de formato curto, integrando fatores de experiência digital, satisfação afetiva e formação de hábitos dentro do arcabouço S-O-R. Os resultados fornecem forte suporte empírico para o mecanismo sequencial proposto e sugerem que a continuidade digital é melhor compreendida como um processo dinâmico de reforço afetivo-comportamental. Fatores de experiência digital — conveniência de acesso, passagem do tempo e qualidade do conteúdo — influenciam significativamente a satisfação afetiva, com a qualidade do conteúdo exercendo o efeito mais forte, seguida pela passagem do tempo, enquanto a conveniência de acesso desempenha um papel comparativamente menor, porém significativo. Esse padrão sugere que, embora a acessibilidade sem atritos seja necessária em contextos de visualização fragmentados, conteúdos emocionalmente envolventes e imersivos continuam sendo o principal determinante das avaliações afetivas positivas dos usuários. Em ambientes de drama de formato curto, onde a compressão narrativa e o engajamento rápido são centrais, a riqueza de conteúdo percebida e a criatividade parecem ser os estímulos emocionais mais poderosos. A satisfação afetiva também surge como o mecanismo central no modelo estrutural, contribuindo para a formação de hábitos e a intenção de continuidade por meio da cadeia "satisfação-hábito-continuidade".
Esses achados estendem pesquisas anteriores sobre continuidade digital ao reformular a intenção de continuidade como um processo sequencial afetivo-comportamental, em vez de um resultado estático pós-adoção. Modelos tradicionais de continuidade, incluindo a teoria da expectativa-confirmação, enfatizam principalmente a avaliação cognitiva e a satisfação como preditores diretos do usosustentado 29,30. Em contraste, os resultados atuais demonstram que, em ambientes digitais de alta frequência e estruturalmente comprimidos, a satisfação afetiva pode funcionar não apenas como um resultado avaliativo, mas também como um correlato psicológico do engajamento habitual. Essa interpretação é consistente com a teoria do hábito, que sugere que comportamentos repetidos sob sinais contextuais estáveis fortalecem gradualmente as tendências comportamentais automáticas. No entanto, como o presente estudo não testa diretamente a aceleração temporal ou a formação de hábitos causais, ambientes de drama de formato curto podem ser entendidos como condições sob as quais o engajamento habitual é mais provável de ser reforçado.
O estudo também amplia o arcabouço S-O-R ao integrar o hábito como um mecanismo de reforço sequencial que liga estados afetivos à persistência comportamental. Enquanto aplicações anteriores de S-O-R frequentemente posicionam satisfação e hábito como preditores paralelos de continuidade, o modelo atual demonstra que o hábito surge como uma consequência posterior do reforço afetivo. Esse caminho afetivo-habitual sequencial oferece uma explicação temporalmente mais coerente do comportamento pós-adoção, especialmente em contextos de entretenimento mobile-first caracterizados por ciclos de engajamento rápidos e repetitivos. Os achados introduzem ainda ambientes de engajamento estruturalmente comprimidos como condições contextuais que podem fortalecer a associação entre respostas afetivas e comportamento habitual. Embora características estruturais como microepisódios, oportunidades rápidas de reentrada e prompts algorítmicos não tenham sido operacionalizadas diretamente nesse modelo, o enquadramento teórico destaca como ciclos densos de reforço embutidos em ecossistemas de formato curto podem intensificar a estabilização comportamental orientada pelo afeto. Importante destacar que esse mecanismo reflete rotinização normativa, e não dependência patológica, destacando a distinção entre engajamento habitual e uso compulsivo.
Os achados trazem implicações práticas para plataformas de dramas de formato curto e provedores de conteúdo. Compreender o papel central da qualidade do conteúdo na satisfação afetiva sugere que a originalidade narrativa, a narrativa emocional e os elementos de produção imersiva são estímulos ambientais chave que geram respostas afetivas positivas, apoiando subsequentemente o engajamento repetido e o uso sustentado. A otimização técnica sozinha é insuficiente sem conteúdo que gere ressonância emocional genuína. O design da experiência do usuário também deve considerar como as características ambientais reforçam estados afetivos positivos durante interações repetidas. Recursos como transições fluidas, prévias emocionalmente envolventes e recomendações personalizadas podem amplificar a satisfação afetiva e facilitar o engajamento habitual. Embora a conveniência de acesso tenha um efeito menor na satisfação afetiva em comparação com a qualidade do conteúdo, a redução do atrito em ambientes digitais continua sendo importante porque preserva a fluência experiencial e previne interrupções no ciclo de reforço afetivo. No geral, os achados sugerem que o engajamento sustentável com mídias digitais pode ser apoiado combinando princípios de engajamento emocional com design comportamental, enquanto monitora tanto a satisfação quanto os padrões de uso habitual.
Apesar de suas contribuições, este estudo apresenta várias limitações que oferecem direções para pesquisas futuras. Primeiro, o desenho de levantamento transversal limita a inferência causal e a ordenação temporal entre os construtos propostos. Embora este estudo tenha conceituado ambientes de drama de formato curto como contextos de reforço denso, as características estruturais subjacentes à densidade de reforço não foram medidas diretamente. Portanto, os achados devem ser interpretados como evidência de associação, e não como aceleração temporal ou formação de hábito causal. Pesquisas futuras devem empregar desenhos longitudinais ou experimentais e operacionalizar explicitamente variáveis relacionadas à densidade de reforço para validar o mecanismo proposto. Segundo, os dados foram coletados em um único contexto de drama de formato curto e basearam-se exclusivamente em medidas autorrelatadas, o que pode limitar a generalizabilidade e introduzir viés de método comum apesar dos controles estatísticos. Pesquisas futuras devem examinar diferentes contextos culturais, faixas etárias e contextos de plataforma, incorporando dados de acompanhamento comportamental para complementar as respostas autorrelatadas. Além disso, o presente estudo não coletou informações específicas de uso de cada plataforma (por exemplo, ReelShort, DramaBox, ShortMax, plataformas de dramas baseadas no TikTok). Consequentemente, os achados não devem ser generalizados uniformemente para todos os ecossistemas de dramas de formato curto. Estudos futuros devem comparar usuários entre plataformas e examinar se as características e a intensidade de uso da plataforma moderam as relações entre satisfação afetiva, hábito e intenção de continuidade. Terceiro, embora este estudo distinga conceitualmente o engajamento habitual da dependência patológica, pesquisas futuras podem incorporar medidas de uso problemático ou autocontrole para clarificar ainda mais as condições de fronteira entre uma rotinização saudável e o consumo excessivo. Este estudo também focou especificamente em conteúdo de dramas de formato curto; portanto, a generalização para outras formas de conteúdo de formato curto, como vídeos curtos gerais ou reels em redes sociais, requer testes empíricos adicionais. Construções psicológicas adicionais, como apego emocional, confiança na mídia e personalização percebida, podem refinar ainda mais a compreensão dos processos de continuidade em ecossistemas estruturais de formato curto. Em resumo, este estudo demonstra que a intenção de continuidade em contextos de dramas de curta duração é impulsionada por um processo sequencial de reforço afetivo-comportamental no qual as experiências digitais moldam a satisfação afetiva, a satisfação promove a formação de hábitos e o hábito estabiliza a persistência comportamental. Ao integrar mecanismos emocionais e automáticos dentro do arcabouço S-O-R, os resultados fornecem uma explicação abrangente do engajamento sustentado em ecossistemas digitais fragmentados de formato curto.
Divulgações
Os autores não declaram conflitos de interesse.
Agradecimentos
Esse trabalho foi financiado por financiamento de pesquisa da Universidade aSSIST.
Materiais
```html
```
| Nome | Empresa | Número de catálogo | Comentários |
|---|---|---|---|
| Chatgpt 5.2 | OpenAI | RRID:SCR_023775 | Melhorando a legibilidade e verificação de gramática, https://www.chatgpt.com/ |
| Prolific (Plataforma de Recrutamento de Participantes Online) | Prolific Academic Ltd | Não disponível / Não identificado | Plataforma online usada para recrutar participantes de pesquisa. Os participantes foram selecionados com base nos critérios de elegibilidade (por exemplo, emprego atual em uma organização com experiência em adoção de IA) e compensados de acordo com as diretrizes de pagamento justo da Prolific. https://www.prolific.com/ |
| Qualtrics (Plataforma de Pesquisa Online) | Qualtrics, LLC | RRID:SCR_016728 | Plataforma de pesquisa baseada na web usada para design de questionário, distribuição e coleta de dados de resposta. Todos os itens de medição foram administrados via Qualtrics usando uma escala de Likert de 7 pontos (1 = discordo fortemente, 7 = concordo fortemente). https://www.qualtrics.com/ |
| SmartPLS 4.0 (Software PLS-SEM) | SmartPLS GmbH | RRID:SCR_022040 | Usado para todas as análises de Modelagem de Equação Estrutural por Mínimos Quadrados Parciais (PLS-SEM), incluindo avaliação do modelo externo (confiabilidade composta, AVE, HTMT), análise de caminho do modelo interno (bootstrapping, 5.000 amostras), teste de invariância composicional MICOM de 3 etapas (permutação, 1.000 sorteios) e testes de diferença entre grupos PLS-MGA. https://smartpls.com/ |
Referências
- 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/.
Reimpressões e permissões
Solicitar permissão para reutilizar o texto ou as figuras deste artigo JoVE
Solicitar permissão