已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Examining the Main Mobile Learning System Drivers’ Effects: A Mix Empirical Examination of Both the Expectation-Confirmation Model (ECM) and the Technology Acceptance Model (TAM)

技术接受模型 实证检验 计算机科学 心理学 知识管理 业务 人机交互 可用性 精算学
作者
Muhammad Alshurideh,Barween Al Kurdi,Said A. Salloum
出处
期刊:Advances in intelligent systems and computing 卷期号:: 406-417 被引量:59
标识
DOI:10.1007/978-3-030-31129-2_37
摘要

This study aims to investigate the intention to use and actual use of Mobile Learning System (MLS) drivers by students within the UAE higher education setting. A set of factors were chosen to study and test the issue at hand. These factors are social influence, expectation-confirmation, perceived ease of use, perceived usefulness, satisfaction, continuous intention and finally the actual use of such MLS. This study adds more light to the MLS context because it combines between two models which are the Information Technology Acceptance Model (TAM) and Expectation-Confirmation Model (ECM). A set of hypotheses were developed based on such theoretical combination. The data collected from 448 students for the seek of primary data and analyzed using the Structural Equation Modeling (SEM) in particular (SmartPLS) to evaluate the developed study model and test the prepared hypotheses. The study found that both social influence and expectation-confirmation factors influence positively perceived ease of use, perceived usefulness and satisfaction and such three drivers influence positively students’ intention to use MLS. Based on previous proposed links, the study confirms that intention to use such mobile educational means affect strongly and positively the actual use. Scholars and practitioners should take care of learners’ intention to use and actual use of MLS and their determinants into more investigation especially the social influence and reference group ones within the educational setting. A set of limitation and future research venues were mentioned in details also.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
3秒前
苏小喵完成签到 ,获得积分10
3秒前
晴云发布了新的文献求助10
3秒前
5秒前
6秒前
6秒前
科研通AI2S应助YY采纳,获得10
7秒前
Feifei133发布了新的文献求助10
8秒前
嗯哼应助12采纳,获得30
9秒前
海潮发布了新的文献求助10
9秒前
LL发布了新的文献求助10
9秒前
Xu完成签到 ,获得积分10
10秒前
科研达人发布了新的文献求助10
11秒前
13秒前
所所应助wangjw采纳,获得10
13秒前
13秒前
15秒前
学好英语发布了新的文献求助10
15秒前
Hello应助千迁jiu采纳,获得10
15秒前
落寞臻发布了新的文献求助10
17秒前
tengzijing完成签到,获得积分10
22秒前
weilanhaian发布了新的文献求助10
24秒前
哼小盏发布了新的文献求助10
25秒前
居居应助科研通管家采纳,获得10
25秒前
深情安青应助科研通管家采纳,获得10
25秒前
研友_VZG7GZ应助科研通管家采纳,获得10
25秒前
san发布了新的文献求助200
26秒前
27秒前
XX完成签到 ,获得积分10
28秒前
Leo963852完成签到 ,获得积分10
28秒前
29秒前
科研通AI2S应助singlestrand采纳,获得10
31秒前
Feifei133完成签到,获得积分10
31秒前
失眠煎饼完成签到 ,获得积分10
33秒前
葛根发布了新的文献求助10
34秒前
35秒前
失眠的弼完成签到 ,获得积分20
38秒前
39秒前
40秒前
高分求助中
Evolution 10000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Distribution Dependent Stochastic Differential Equations 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3158476
求助须知:如何正确求助?哪些是违规求助? 2809636
关于积分的说明 7883011
捐赠科研通 2468293
什么是DOI,文献DOI怎么找? 1314048
科研通“疑难数据库(出版商)”最低求助积分说明 630572
版权声明 601956