There are several reasons why the fear of vaccination has caused population rejection. Questions have been raised by students regarding the effectiveness of vaccines, which in turn has led to vaccination hesitancy. Students perceptions are influenced by vaccination hesitancy, which affects the acceptance of e-learning platforms. Hence, this research aimed to examine the post-acceptance of e-learning platforms on the basis of a conceptual model that employs different variables. Distinct contribution is made by every variable to the post-acceptance of e-learning platforms. A hybrid model was used in the current study in which technology acceptance model (TAM) determinants were employed along with other external factors such as fear of vaccination, perceived routine use, perceived enjoyment, perceived critical mass, and self-efficiency which are directly linked to post-acceptance of e-learning platforms. The focus of earlier studies on this topic has been on the significance of e-learning acceptance in various environments and countries. However, in this study, the newly-spread use of e-learning platforms in the gulf area was examined using a hybrid conceptual model. The empirical studies carried out in the past mainly used structural equation modelling (SEM) analysis; however, this study used an evolving hybrid analysis approach, in which SEM and the artificial neural network (ANN) that are based on deep learning were employed. The importance-performance map analysis (IPMA) was also used in this study to determine the significance and performance of each factor. The proposed model is backed by the findings of data analysis.


翻译:学生们对疫苗有效性的看法受到免疫迟疑的影响,这影响到电子学习平台的接受,因此,这项研究的目的是根据采用不同变量的概念模型审查电子学习平台的接受后情况,每个变量对电子学习平台的接受后情况作出了不同的贡献。在目前研究中使用了一个混合模型,其中采用技术接受模式的决定因素与其他外部因素,如对疫苗接种的恐惧、常规使用感、感知享受、感知临界质量和自我效率,这直接与电子学习平台的接受后接受有关。关于这一专题的早期研究的重点是不同环境和国家接受电子学习的重要性。然而,在这项研究中,利用一种混合概念模型审查了在海湾地区新广泛使用电子学习平台的情况。过去主要使用的结构性方程式模型(SEM)中进行的经验研究;然而,这项研究使用了一项不断演变的模型分析,而这一模型的每项结果也是以不断演变的混合分析为基础的。

0
下载
关闭预览

相关内容

ACM/IEEE第23届模型驱动工程语言和系统国际会议,是模型驱动软件和系统工程的首要会议系列,由ACM-SIGSOFT和IEEE-TCSE支持组织。自1998年以来,模型涵盖了建模的各个方面,从语言和方法到工具和应用程序。模特的参加者来自不同的背景,包括研究人员、学者、工程师和工业专业人士。MODELS 2019是一个论坛,参与者可以围绕建模和模型驱动的软件和系统交流前沿研究成果和创新实践经验。今年的版本将为建模社区提供进一步推进建模基础的机会,并在网络物理系统、嵌入式系统、社会技术系统、云计算、大数据、机器学习、安全、开源等新兴领域提出建模的创新应用以及可持续性。 官网链接:http://www.modelsconference.org/
专知会员服务
52+阅读 · 2020年9月7日
FlowQA: Grasping Flow in History for Conversational Machine Comprehension
专知会员服务
28+阅读 · 2019年10月18日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Arxiv
0+阅读 · 2022年2月3日
Arxiv
1+阅读 · 2022年2月3日
Arxiv
0+阅读 · 2022年2月2日
Arxiv
16+阅读 · 2021年11月27日
Arxiv
23+阅读 · 2021年10月11日
Arxiv
18+阅读 · 2019年1月16日
VIP会员
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Top
微信扫码咨询专知VIP会员