論文の概要: Examining Users' Behavioural Intention to Use OpenClaw Through the Cognition--Affect--Conation Framework
- arxiv url: http://arxiv.org/abs/2603.11455v1
- Date: Thu, 12 Mar 2026 02:31:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-13 14:46:25.819502
- Title: Examining Users' Behavioural Intention to Use OpenClaw Through the Cognition--Affect--Conation Framework
- Title（参考訳）: 認知を通してOpenClawの使用を意図したユーザ行動の検討--コレーション・フレームワークの効果-
- Authors: Yiran Du,
- Abstract要約: 本研究では,Cognition-Affect-Conation(CAC)フレームワークを通じて,OpenClawを使用するユーザの行動意図を検討する。
本研究は、システムの認知が感情反応にどのように影響し、その後行動意図を形作るかを研究する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This study examines users' behavioural intention to use OpenClaw through the Cognition--Affect--Conation (CAC) framework. The research investigates how cognitive perceptions of the system influence affective responses and subsequently shape behavioural intention. Enabling factors include perceived personalisation, perceived intelligence, and relative advantage, while inhibiting factors include privacy concern, algorithmic opacity, and perceived risk. Survey data from 436 OpenClaw users were analysed using structural equation modelling. The results show that positive perceptions strengthen users' attitudes toward OpenClaw, which increase behavioural intention, whereas negative perceptions increase distrust and reduce intention to use the system. The study provides insights into the psychological mechanisms influencing the adoption of autonomous AI agents.
- Abstract（参考訳）: 本研究では,Cognition-Affect-Conation(CAC)フレームワークを通じて,OpenClawを使用するユーザの行動意図を検討する。
本研究は、システムの認知が感情反応にどのように影響し、その後行動意図を形作るかを研究する。
要因には、パーソナライゼーション、インテリジェンス、相対的な優位性、プライバシの懸念、アルゴリズムの不透明性、リスクの認識などが含まれる。
436人のOpenClawユーザーの調査データは、構造方程式モデリングを用いて分析された。
その結果, 肯定的な認識は, 行動意図を増大させるOpenClawに対するユーザの態度を強める一方で, 否定的な認識は不信を高め, システムの使用意図を低下させることがわかった。
この研究は、自律型AIエージェントの採用に影響を与える心理的メカニズムに関する洞察を提供する。
関連論文リスト
- Behavioral Outcomes of Human Cognitive Security within an Integrative Modeling Framework [0.0]
情報に基づく脅威は、人間の認知過程や行動に困難をもたらす。
情報に基づく脅威が人間の判断や意思決定に影響を及ぼす程度を特徴付けるための明確な構造は存在しない。
ここでは、情報に基づく脅威と観測可能な結果とのリンクに焦点を当てた人間の認知セキュリティ構造を紹介する。
論文 参考訳（メタデータ） (2026-03-02T01:26:12Z) - A Descriptive Model for Modelling Attacker Decision-Making in Cyber-Deception [0.0]
本稿では,この決定を形作る心理的・戦略的要素を組み込んだ記述モデルを提案する。
このフレームワークは、サイバー詐欺シナリオにおけるエンゲージメント決定を分析するための構造化された方法を提供する。
論文 参考訳（メタデータ） (2025-12-03T10:23:33Z) - Evaluating Cognitive-Behavioral Fixation via Multimodal User Viewing Patterns on Social Media [52.313084466769375]
本稿では,ユーザのマルチモーダルなソーシャルメディアエンゲージメントパターンを分析し,認知行動の定着を評価する新しい枠組みを提案する。
既存のベンチマークと、新しくキュレートされたマルチモーダルデータセットの実験は、我々のアプローチの有効性を実証している。
論文 参考訳（メタデータ） (2025-09-05T05:50:00Z) - Perception Graph for Cognitive Attack Reasoning in Augmented Reality [12.005631730339708]
本稿では,拡張現実システム内での人間の知覚を推論する新しいモデルを提案する。
本モデルは,まずMR環境から重要な情報を解釈する人間の過程を模倣して動作する。
モデルが知覚歪みのレベルを反映した定量的スコアを計算する方法を示す。
論文 参考訳（メタデータ） (2025-08-30T20:48:32Z) - Dynamic Programming Techniques for Enhancing Cognitive Representation in Knowledge Tracing [125.75923987618977]
認知表現動的プログラミングに基づく知識追跡(CRDP-KT)モデルを提案する。
質問の難易度とそれらの間の性能間隔に基づいて認知表現を最適化する動的プログラミングアルゴリズムである。
これは、その後のモデルトレーニングのためにより正確で体系的な入力機能を提供し、それによって認知状態のシミュレーションにおける歪みを最小限にする。
論文 参考訳（メタデータ） (2025-06-03T14:44:48Z) - Cefdet: Cognitive Effectiveness Network Based on Fuzzy Inference for Action Detection [28.351392623225504]
本研究ではファジィ推論(Cefdet)に基づく認知効果ネットワークを提案する。
人間の認知をシミュレートする「認知に基づく検出」の概念を導入する。
Cefdetは、公開データセット上のいくつかの主流アルゴリズムに対して、優れたパフォーマンスを示している。
論文 参考訳（メタデータ） (2024-10-08T07:53:06Z) - 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) - Causal Disentangled Variational Auto-Encoder for Preference
Understanding in Recommendation [50.93536377097659]
本稿では,コメンテータシステムにおける対話データから因果不整合表現を学習するためのCaD-VAE(Causal Disentangled Variational Auto-Encoder)を提案する。
この手法は構造因果モデルを用いて、潜在因子間の因果関係を記述する因果表現を生成する。
論文 参考訳（メタデータ） (2023-04-17T00:10:56Z) - Homophily and Incentive Effects in Use of Algorithms [17.55279695774825]
本稿では,2つの要因がAIによる意思決定に与える影響を評価するために,クラウドソーシング・ヴィグネット研究を提案する。
まず、ホモフィリー(homophily)を検証します。
次に、インセンティブについて考えます -- ハイブリッドな意思決定環境に(既知の)コスト構造を組み込むには、どうすればよいのでしょう?
論文 参考訳（メタデータ） (2022-05-19T17:11:04Z)
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。