論文の概要: The Effect of Warm-Glow on User Perceived Usability and Intention to Adopt Technology: Extending UTAUT2

• arxiv url: http://arxiv.org/abs/2210.01242v1
• Date: Mon, 3 Oct 2022 21:39:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2023-02-19 11:27:50.417070
• Title: The Effect of Warm-Glow on User Perceived Usability and Intention to Adopt Technology: Extending UTAUT2
• Title（参考訳）: warm-glow がユーザ知覚のユーザビリティと技術導入意図に及ぼす影響: utaut2 の拡張
• Authors: Antonios Saravanos (1), Dongnanzi Zheng (1), and Stavros Zervoudakis (1) ((1) New York University)
• Abstract要約: Warm-glowは、テクノロジーのユーザビリティに対するユーザの認識に影響を与える。 Warm-glowは、テクノロジーを採用するユーザの行動意図に影響を与えることが判明した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this work we investigate the effect that warm-glow has on user's perception of the usability of a technology as well as their intention to adopt within the context of the second version of the Unified Theory of Acceptance and Use of Technology (UTUAT2). The UTAUT2 model was extended for this purpose, incorporating two existing constructs designed to capture the two aspects of warm-low (extrinsic and intrinsic), forming the UTAUT2 + WG model. An experimental approach was then taken to evaluate this proposed model, where participants were exposed to a vignette describing a hypothetical technology which was designed to evoke a feeling of warm-glow. The collected data was analyzed using the partial least squares approach in order to evaluate our ex-tended model/ The results revealed that warm-glow does indeed influence user behavior and plays a prominent role. Warm-glow was found to influence user perception of the usability of a technology, where effectiveness is reflected through the factor of performance expectancy (PE), efficiency through the factor of effort expectancy (EE), and satisfaction through hedonic motivation (HM). Furthermore, warm-glow was found to influence user behavioral intention to adopt technology. The paper concludes by discussing the implications of these findings.
• Abstract（参考訳）: 本研究は、温暖化がテクノロジーのユーザビリティに対するユーザの認識に与える影響と、技術受容・利用の統一理論の第2版(UTUAT2)の文脈内で採用する意図について考察する。 utaut2モデルはこの目的のために拡張され、ウォームローの2つの側面を捉えるように設計された2つの既存の構造が組み込まれ、utaut2 + wgモデルを形成した。 このモデルを評価するために実験的なアプローチが取られ、参加者は温暖感を喚起するように設計された仮説的な技術を記述するヴィグネットにさらされた。 その結果, 温暖化がユーザの行動に実際に影響を与え, 顕著な役割を担っていることが明らかとなった。 ウォームグレーは、パフォーマンス期待度(pe)の要因、労力期待度(ee)の要因による効率、そしてヘドニックモチベーション(hm)による満足度によって効果が反映されるテクノロジーのユーザ知覚に影響を与えることが判明した。 さらに、ウォームグローは、テクノロジーを採用するユーザの行動意図に影響を与えることがわかった。 本稿は,これらの知見の意義について論じる。

関連論文リスト

• Exploring the Impact of Temperature Scaling in Softmax for Classification and Adversarial Robustness [8.934328206473456]
  この研究は「温度」として知られるソフトマックス関数内でしばしば見過ごされるパラメータを掘り下げる。 畳み込みニューラルネットワークとトランスフォーマーを採用した我々の実証研究は、温暖化によって全体的なパフォーマンスが向上することを示した。 一般的な腐敗に対するモデルロバスト性の向上、自然摂動、そして投影されたグラディエント・ダイスンのような非標的の敵攻撃などです。
  論文  参考訳（メタデータ） (2025-02-28T00:07:45Z)
• DASKT: A Dynamic Affect Simulation Method for Knowledge Tracing [51.665582274736785]
  KT(Knowledge Tracing)は,学生の履歴計算によって将来のパフォーマンスを予測し,学生の感情状態を理解することで,KTの有効性を高めることができる。 本研究では,学生の感情状態が知識状態に与える影響を調べるために,DASKT(Affect Dynamic Knowledge Tracing)を提案する。 我々の研究は、高い解釈可能性と精度の実現に焦点をあてて、今後の研究への有望な道のりを強調している。
  論文  参考訳（メタデータ） (2025-01-18T10:02:10Z)
• Are Deep Learning Methods Suitable for Downscaling Global Climate Projections? Review and Intercomparison of Existing Models [0.0]
  完全予後(PP)と地域気候モデル(RCM)エミュレーションは、世界的な気候変動予測を下方修正することを約束している。 エミュレータとは異なり、PPダウンスケーリングモデルは観測データに基づいて訓練されているため、未確認の条件や将来の排出シナリオの変化を確実に外挿できるかどうかには疑問が残る。 PPダウンスケーリングのための最新のDLモデルを特定し、共通の実験フレームワークを用いてその外挿能力を評価する。
  論文  参考訳（メタデータ） (2024-11-06T18:05:45Z)
• Explanatory Model Monitoring to Understand the Effects of Feature Shifts on Performance [61.06245197347139]
  そこで本研究では,機能シフトによるブラックボックスモデルの振る舞いを説明する新しい手法を提案する。 本稿では,最適輸送と共有値の概念を組み合わせた提案手法について,説明的性能推定として紹介する。
  論文  参考訳（メタデータ） (2024-08-24T18:28:19Z)
• Evaluation and Comparison of Emotionally Evocative Image Augmentation Methods [8.732274235941974]
  GANを用いた感情コンピューティングのための刺激データセット作成手法について検討する。 従来のデータセット作成手法はコストと時間を要するため、代替案の調査が進められます。 我々は、データ拡張および転送学習技術とともに、Deep Convolutional GAN、Con Conditional Conditional Augmentation GAN、Wasserstein GANなど、さまざまなGANアーキテクチャを用いて実験を行った。
  論文  参考訳（メタデータ） (2024-06-23T18:43:46Z)
• Introducing User Feedback-based Counterfactual Explanations (UFCE) [49.1574468325115]
  対実的説明(CE)は、XAIで理解可能な説明を生成するための有効な解決策として浮上している。 UFCEは、アクション可能な機能のサブセットで最小限の変更を決定するために、ユーザー制約を含めることができる。 UFCEは、textitproximity(英語版)、textitsparsity(英語版)、textitfeasibility(英語版)の2つのよく知られたCEメソッドより優れている。
  論文  参考訳（メタデータ） (2024-02-26T20:09:44Z)
• Understanding Before Recommendation: Semantic Aspect-Aware Review Exploitation via Large Language Models [53.337728969143086]
  レコメンデーションシステムは、クリックやレビューのようなユーザとイテムのインタラクションを利用して表現を学習する。 従来の研究では、様々な側面や意図にまたがるユーザの嗜好をモデル化することで、推奨精度と解釈可能性を改善する。 そこで本研究では,意味的側面と認識的相互作用を明らかにするためのチェーンベースのプロンプト手法を提案する。
  論文  参考訳（メタデータ） (2023-12-26T15:44:09Z)
• Harnessing Diffusion Models for Visual Perception with Meta Prompts [68.78938846041767]
  本稿では,視覚知覚タスクの拡散モデルを用いた簡易かつ効果的な手法を提案する。 学習可能な埋め込み(メタプロンプト)を事前学習した拡散モデルに導入し、知覚の適切な特徴を抽出する。 提案手法は,NYU 深度 V2 と KITTI の深度推定タスク,および CityScapes のセマンティックセグメンテーションタスクにおいて,新しい性能記録を実現する。
  論文  参考訳（メタデータ） (2023-12-22T14:40:55Z)
• Decoding Susceptibility: Modeling Misbelief to Misinformation Through a Computational Approach [61.04606493712002]
  誤報に対する感受性は、観測不可能な不検証の主張に対する信念の度合いを記述している。 既存の感受性研究は、自己報告された信念に大きく依存している。 本稿では,ユーザの潜在感受性レベルをモデル化するための計算手法を提案する。
  論文  参考訳（メタデータ） (2023-11-16T07:22:56Z)
• Decoding the Silent Majority: Inducing Belief Augmented Social Graph with Large Language Model for Response Forecasting [74.68371461260946]
  SocialSenseは、既存のソーシャルネットワーク上に信念中心のグラフを誘導するフレームワークであり、グラフベースの伝播によって社会的ダイナミクスを捉える。 本手法は,ゼロショット設定と教師あり設定の両方に対する実験的な評価において,既存の最先端技術を超えている。
  論文  参考訳（メタデータ） (2023-10-20T06:17:02Z)
• A Comparative Study on Reward Models for UI Adaptation with Reinforcement Learning [0.6899744489931015]
  強化学習は、使用状況ごとにインターフェイスをパーソナライズするために使用することができる。 それぞれのアダプティブの報酬を決定することは、UIアダプティブに対するRLの課題である。 最近の研究では、この課題に対処するための報酬モデルの使用について検討されているが、このタイプのモデルに関する実証的な証拠はない。
  論文  参考訳（メタデータ） (2023-08-26T18:31:16Z)
• PUGAN: Physical Model-Guided Underwater Image Enhancement Using GAN with Dual-Discriminators [120.06891448820447]
  鮮明で視覚的に快適な画像を得る方法は、人々の共通の関心事となっている。 水中画像強調(UIE)の課題も、時間とともに現れた。 本稿では,UIE のための物理モデル誘導型 GAN モデルを提案する。 我々のPUGANは質的および定量的な測定値において最先端の手法より優れています。
  論文  参考訳（メタデータ） (2023-06-15T07:41:12Z)
• REDAffectiveLM: Leveraging Affect Enriched Embedding and Transformer-based Neural Language Model for Readers' Emotion Detection [3.6678641723285446]
  本稿では,REDAffectiveLMと呼ばれる深層学習モデルを用いて,短文文書からの読み手感情検出のための新しい手法を提案する。 コンテクストに特化してリッチ表現に影響を与え, リッチBi-LSTM+Attentionに影響を及ぼすタンデムにおいて, トランスフォーマーに基づく事前学習言語モデルを用いることで, リッチ表現に影響を及ぼす。
  論文  参考訳（メタデータ） (2023-01-21T19:28:25Z)
• Extending the Technology Acceptance Model 3 to Incorporate the Phenomenon of Warm-Glow [0.0]
  我々は,技術受容モデル(TAM3)の3番目の進化を温暖化を取り入れるために拡張する。 ウォームグロー(英: Warm-glow)は、仲間の人間に「良い」ことをした後、個人が経験した満足感または喜びの感覚である。
  論文  参考訳（メタデータ） (2022-04-27T05:52:44Z)
• Preference Enhanced Social Influence Modeling for Network-Aware Cascade Prediction [59.221668173521884]
  本稿では,ユーザの嗜好モデルを強化することで,カスケードサイズ予測を促進する新しいフレームワークを提案する。 エンド・ツー・エンドの手法により,ユーザの情報拡散プロセスがより適応的で正確になる。
  論文  参考訳（メタデータ） (2022-04-18T09:25:06Z)
• Measuring Consumer Perceived Warm-Glow for Technology Adoption Modeling [0.0]
  内因性温緑感(PEWG)と内因性温緑感(PIWG)の2つの構成を適応・検証する。 実験的なアプローチをとると、参加者は温緑化の有無をシミュレートするために設計された4つのヴィグネットのうちの1つに晒された。 その結果, いずれの構造物も, それぞれの温緑化形態を2つの留意点で測定した。
  論文  参考訳（メタデータ） (2022-03-17T01:50:55Z)
• Towards Unbiased Visual Emotion Recognition via Causal Intervention [63.74095927462]
  本稿では,データセットバイアスによる負の効果を軽減するために,新しい感情認識ネットワーク(IERN)を提案する。 IERNの有効性を検証する一連の設計されたテストと、3つの感情ベンチマークの実験は、IERNが他の最先端のアプローチよりも優れていることを示した。
  論文  参考訳（メタデータ） (2021-07-26T10:40:59Z)
• Loss Bounds for Approximate Influence-Based Abstraction [81.13024471616417]
  影響に基づく抽象化は、システムの残りの部分が与える「影響」とともに、局所的なサブプロブレムをモデル化することでレバレッジを得ることを目的としている。 本稿では,理論的観点から,そのような手法の性能について考察する。 交叉エントロピーで訓練されたニューラルネットワークは、近似的な影響表現を学習するのに適していることを示す。
  論文  参考訳（メタデータ） (2020-11-03T15:33:10Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。