核心概念
本研究回顧分析了擴增實境技術,特別是在培訓和教育領域的科技接受度模型,發現雖然擴增實境技術發展迅速,但目前缺乏針對不同應用領域,特別是企業培訓方面,進行充分實證驗證的通用擴增實境科技接受度模型。
摘要
論文資訊
- 作者:Stefan Graser, Stephan Böhm
- 發表年份:未提供
- 期刊名稱:未提供
研究目的
本研究旨在探討擴增實境技術,特別是在培訓和教育領域的科技接受度研究現狀,並找出影響擴增實境科技接受度的關鍵因素。
研究方法
本研究採用系統性文獻回顧的方法,搜尋並篩選了與擴增實境科技接受度相關的學術論文,並對論文中使用的研究模型、變數和研究結果進行了分析。
主要發現
- 目前關於擴增實境科技接受度的研究數量相對較少,且主要集中在學術教育領域,企業培訓方面的研究較為缺乏。
- 大多數研究採用量化研究方法,以結構方程模型、迴歸分析和相關性分析等統計方法驗證模型。
- 科技接受模型 (TAM) 及其核心變數是最常被使用的模型和理論基礎,其次是整合科技接受與使用理論 (UTAUT) 及其延伸模型。
- 大部分研究都對現有的科技接受模型進行了擴展,引入了新的變數,但這些變數大多只在個別研究中使用,缺乏通用性和實證驗證。
主要結論
- 目前缺乏一個通用的擴增實境科技接受度模型,該模型應適用於不同的應用領域,並經過充分的實證驗證。
- 未來研究應著重於驗證現有擴增實境研究模型(如 MARAM)在不同情境下的適用性,並開發更能反映企業培訓環境的模型。
統計資料
在 45 篇有關擴增實境科技接受度的研究論文中,有 33 篇對現有的科技接受模型進行了擴展,引入了新的變數。
研究共 identified 了 34 個擴增實境變數,這些變數未包含在任何現有的科技接受模型及其變體中。
在 22 篇關於培訓和教育領域的擴增實境科技接受度研究論文中,有 19 篇對現有的科技接受模型進行了擴展。
研究共 identified 了 16 個與擴增實境在培訓和教育領域的科技接受度相關的變數。