هوش مکانی اتیم تحقیقاتی ونوس نصیرفام

تحلیل عوامل مؤثر بر پذیرش اطلاعات جغرافیایی داوطلبانه در بستر زیرساخت داده‌های مکانی ملی

زیرساخت‌های داده‌های مکانی (SDI) در چهار دهه گذشته در اکثر کشورها پیاده‌سازی شده‌اند. یکی از اهداف کلیدی SDI ها اطمینان از در دسترس بودن و دسترسی سریع به داده های مکانی است. موفقیت SDI به مجموعه داده های فضایی زیربنایی بستگی دارد. بسیاری از کشورهای در حال توسعه مانند پاکستان در اجرای SDI به دلیل در دسترس نبودن داده های مکانی با مشکلاتی مواجه هستند. اطلاعات جغرافیایی داوطلبانه (VGI) یک منبع جایگزین برای به دست آوردن داده های مکانی است. بنابراین، سوال این است که چه عواملی مانع پذیرش VGI برای تبدیل آن به بخش SDI در پاکستان می شود. هدف این مقاله بررسی عواملی مانند سوال کلیدی تحقیق است. برای انجام این کار، ما از چارچوب فناوری-سازمان-محیط (TOE) به همراه مدل معادله ساختاری حداقل مربعات جزئی (PLS-SEM) برای تحلیل تجربی عواملی که مانع تبدیل VGI به بخشی از SDI در کشور می‌شوند، استفاده می‌کنیم. این مطالعه نتیجه می گیرد که بسیاری از عوامل فنی، سازمانی و محیطی بر پذیرش VGI برای بخشی از SDI در پاکستان تأثیر می گذارد.

کلید واژه ها:

SDI _ VGI _ عوامل ؛ مدل معادلات ساختاری حداقل مربعات جزئی (PLS-SEM) ; پاکستان

۱٫ مقدمه

SDI ها نوعی زیرساخت توسعه یافته برای ایجاد هماهنگی بین تولیدکنندگان و کاربران در مورد ایجاد، دسترسی و استفاده از داده های مکانی در یک محیط الکترونیکی هستند [ ۱ ]. VGI توسط داوطلبان غیرحرفه‌ای ایجاد می‌شود که دانش کمی از جمع‌آوری داده‌های مکانی دارند یا اصلاً دانش ندارند. اگرچه VGI منبع بالقوه خوبی برای اطلاعات رایگان است، کیفیت آن را نمی توان به راحتی تعریف کرد [ ۲ ].
هر دو SDI و VGI برای تولید سریع، در دسترس بودن، دسترسی و استفاده از داده های مکانی معرفی شده اند. هزینه های فزاینده فرآیندهای نقشه برداری رسمی، از جمله بررسی های میدانی و همچنین تأیید زمینی، و راحتی VGI کم هزینه، به راحتی تولید شده و به روز، VGI را به عنوان یک منبع داده های مکانی ارزشمند برای SDI ها قرار داده است. VGI را می توان به روش های مختلف استفاده کرد، به عنوان مثال، تکمیل، بهبود، یا به روز رسانی پایگاه داده های نقشه برداری رسمی موجود یا جمع آوری داده های تازه در جایی که هیچ داده رسمی وجود ندارد.
پاکستان در حال اجرای زیرساخت ملی داده های مکانی (NSDI) است. در همین راستا، اخیراً یک درخواست پیشنهاد (RFP) برای جستجوی شرکت های مشاوره برای اجرای مطالعه امکان سنجی برای ایجاد NSDI برای پاکستان تبلیغ شده است. پاکستان با بحران های اقتصادی دست و پنجه نرم می کند و اجرای NSDI به میلیاردها روپیه نیاز دارد. داده ها یکی از اجزای اصلی NSDI را تشکیل می دهند. اجرای موفقیت‌آمیز NSDI مستلزم در دسترس بودن داده‌های مکانی به‌روز از سازمان‌ها و رشته‌های مختلف برای استفاده از آن برای اهداف توسعه، برنامه‌ریزی، سیاست‌گذاری یا تحقیقات در دولت‌ها، بخش خصوصی، دانشگاه‌ها و عموم مردم است. VGI، منبع جذابی از اطلاعات جغرافیایی رایگان، به روز و سازگار محلی است.
مقاله بصورت زیر مرتب شده است. بخش ۲ پیشینه و اهمیت VGI را برای NSDI ارائه می دهد. بخش ۳ مدل تحقیق و توسعه فرضیه ها را تشریح می کند. مواد و روش های به کار رفته در این تحقیق در بخش ۴ به تفصیل آمده است، در حالی که نتایج در بخش ۵ شرح داده شده است. بحث ها در بخش ۶ نوشته شده و در نهایت بخش ۷ نتیجه گیری و کار آینده را تشریح می کند.

۲٫ پیشینه نظری

پلتفرم های VGI برای تولید داده های مکانی به روز شده ایجاد شده اند. داده‌های جمع‌آوری‌شده از طریق VGI می‌تواند منبع اطلاعاتی حیاتی برای غنی‌سازی، به‌روزرسانی، و نقشه‌برداری مناطق گمشده در زمینه پیشرفت‌های NSDI به‌ویژه در کشورهای در حال توسعه مانند پاکستان باشد. خلاصه VGI در زمینه NSDI با کمک بررسی ادبیات داده های مکانی، VGI و روابط VGI با NSDI در زیر ارائه شده است.

۲٫۱٫ داده های فضایی

داده های مکانی نوعی داده هستند که اشیاء را به یک مکان در سطح زمین مرتبط می کند و همچنین به عنوان داده های جغرافیایی، جغرافیایی، مبتنی بر مکان یا داده های جغرافیایی ارجاع داده می شود [ ۳ ].]. تقریباً تمام فرآیندهای تصمیم گیری حول محور داده های مکانی به عنوان یک مؤلفه اساسی متمرکز شده اند. در دسترس بودن و دسترسی به داده های مکانی همیشه مشکل ساز بوده است زیرا کسب داده های مکانی مستلزم سرمایه گذاری های هنگفتی است. داده های مکانی جمع آوری و نگهداری شده توسط سازمان های دولتی داده های معتبر نامیده می شوند در حالی که داده های مکانی جمع آوری شده توسط داوطلبان به عنوان VGI شناخته می شوند. داده های مکانی ارزش زیادی برای توسعه اجتماعی-اقتصادی دارد. تا آنجا که به پاکستان مربوط می شود، ارزش ابزاری داده های مکانی در توسعه اجتماعی-اقتصادی این کشور در مقایسه با کشورهای توسعه یافته جهان نسبتاً دیرتر درک شده است [ ۴ ].]. با داشتن تعامل محدود سیاستگذاران با سیستم‌های اطلاعات جغرافیایی، آنها اهمیت اجتماعی-اقتصادی جمع‌آوری، نگهداری و انتشار سیستماتیک داده‌های مکانی را دست کم گرفته بودند [ ۵ ].

۲٫۲٫ زیرساخت داده های مکانی

SDI ها نوع زیرساخت هایی هستند که برای اطمینان از دسترسی سریع و دسترسی به داده های مکانی نگهداری شده توسط سازمان های مختلف توسعه یافته اند. SDI در سرتاسر جهان برای توسعه اقتصادی و حکمرانی بهتر در حال توسعه هستند [ ۶ ]. SDI ها از پنج جزء به نام های افراد، خط مشی، استانداردها، داده ها و مکانیسم دسترسی تشکیل شده اند که توسط رجبی فرد و همکاران تعریف شده است. [ ۷ ]. این امر بر اهمیت داده های مکانی و همچنین افراد (کاربر) برای SDI ها تأکید می کند. سه نسل از توسعه و اجرای SDI، یعنی SDI های داده محور، SDI های فرآیند محور و SDI کاربر محور، توسط جامعه علمی تایید شده اند [ ۸ ]]. نسل سوم که حول کاربران متمرکز شده است، مشارکت فزاینده کاربران در SDI را برجسته می کند. دولت پاکستان (GoP) از سال ۲۰۱۴ در حال اجرای زیرساخت داده های مکانی در سطح ملی، به عنوان مثال، زیرساخت داده های مکانی ملی (NSDI) بوده است [ ۹ ، ۱۰ ]. علیرغم این واقعیت که دولت در حال تلاش برای اجرای NSDI است، تاکنون هیچ پیشرفت ملموسی حاصل نشده است، عمدتاً به دلیل در دسترس نبودن اطلاعات مکانی معتبر. این سناریو نیاز به جستجوی جایگزین های دیگر برای به دست آوردن داده های مکانی، مانند اطلاعات جغرافیایی داوطلبانه (VGI) را ضروری می کند.

۲٫۳٫ اطلاعات جغرافیایی داوطلبانه

جمع سپاری اطلاعات جغرافیایی نوعی از اطلاعات جغرافیایی است که توسط جمعیت انبوه جمع آوری می شود [ ۱۱ ]. جمع سپاری اطلاعات جغرافیایی [ ۱۲ ] شامل VGI [ ۱۳ ] و اطلاعات جغرافیایی غیرارادی [ ۱۴ ] است. VGI اصطلاحی است که برای اولین بار توسط [ ۱۳ ] ابداع شد. VGI به اطلاعات جغرافیایی اطلاق می شود که با کمک داوطلبان مجهز به دستگاه های تلفن همراه مجهز به GPS تولید می شود. ابتکارات VGI بر جمع آوری داده های مکانی توسط شهروندان تأکید دارد. برای مثال، ابتکاری مانند OpenStreetMap (OSM) مکان و اطلاعات مربوط به انواع زیرساخت‌ها را جمع‌آوری می‌کند، به عنوان مثال، آموزش [ ۱۵ ]، بهداشت [ ۱۶ ]، حمل و نقل [ ۱۶].۱۷ ] و غیره در ۱۰ سال گذشته، OSM در سراسر جهان برای اجرای اهداف توسعه پایدار با دوخت شکاف های داده استفاده شده است [ ۱۸ ]. از سوی دیگر، ابتکاراتی مانند فلیکر و پیکاسا حول مجموعه ای از تصاویر و ویدئوهای ارجاع داده شده جغرافیایی متمرکز شده اند.
VGI در چندین کشور در حال استفاده است. در زمینه پاکستان، مطالعات کمی انجام شده است، مانند استفاده از VGI در برنامه ریزی آموزشی [ ۱۹ ]، در سازگاری با اثرات تغییرات آب و هوایی [ ۲۰ ] و در ترویج گردشگری میراث [ ۲۱ ]. با این حال، اهمیت VGI هنوز توسط دولت پاکستان (GoP) درک نشده است، به دلایل مختلفی که مورد ارزیابی قرار خواهد گرفت و هدف این مطالعه در بخش‌های بعدی است.

۲٫۴٫ SDI و VGI

از زمان معرفی مفهوم VGI، رابطه آن با SDI در دستور کار تحقیقاتی بسیاری از نقاط جهان باقی مانده است. شباهت ها و تفاوت هایی بین این دو مفهوم در مورد داده ها وجود دارد، همانطور که در [ ۲۲ ] بحث شد. ترکیب VGI و SDI آنچه را که در دسترس کاربران نهایی است بهبود می بخشد و برای فرآیند تصمیم گیری راحت است. با این حال، برای ابداع راه حل مناسب برای این چالش ها، باید چالش های خاصی در نظر گرفته شود. نویسندگان مختلف ضمن ذکر مزایا و معایب VGI در زمینه SDI، ادغام SDI و VGI را در چشم اندازهای مختلف مورد بحث قرار دادند.
نویسندگان در [ ۲۳ ] ادغام VGI و SDI را در زمینه کشورهای توسعه یافته و توسعه نیافته با ذکر برخی مزایا و معایب VGI مورد بحث قرار دادند. نویسندگان اظهار داشتند که کیفیت VGI باید با توسعه ابزارهای تخصصی قبل از ادغام آنها در SDI مورد توجه قرار گیرد. مزیت VGI بودن ابزار پرکننده شکاف داده که در آن پوشش داده در SDI یکنواخت نیست نیز در [ ۲۳ ] به تفصیل آمده است. یک چارچوب SDI بر اساس استانداردهای OGC در [ ۲۴ ] برای ایجاد و مدیریت VGI قابل همکاری با استفاده از SDI پیشنهاد شده است. برای استفاده از VGI به عنوان منبع اضافی داده های مکانی در SDI، مفهوم زیرساخت داده های فضایی داوطلبانه (VSDI) توسط نویسندگان در [ ۲۵ ] پیشنهاد شده است.]. اجرای VSDI در زمینه برنامه ریزی حمل و نقل در یک محیط مشترک برای انتشار اطلاعات به روز رسانی در زمان واقعی به تصمیم گیرندگان برای تصمیم گیری بهتر نشان داده شده است. نتایج مطالعه به نفع استفاده از VGI برای ارائه اطلاعات به روز برای برنامه ریزی حمل و نقل است.
در دسترس بودن اطلاعات به موقع در مدیریت بلایا هنوز یک چالش برای برنامه ریزان، تصمیم گیرندگان و مقامات امداد و نجات است. VGI به عنوان اطلاعات جغرافیایی به روز شده منطقه به عنوان یکی از راه حل های تغذیه به موقع داده ها در سیستم های مدیریت بلایا ارائه می شود [ ۲۶ ، ۲۷ ، ۲۸ ، ۲۹ ، ۳۰ ، ۳۱ ]. چارچوبی توسط [ ۳۲ ] پیشنهاد شده است] برای استفاده موثر از ارزش VGI برای مدیریت بلایا برای پشتیبانی از داده های معتبر در زمینه SDI. نویسندگان برخی از مسائل مربوط به استفاده از VGI توسط دولت، مانند حریم خصوصی، حق چاپ و مالکیت داده را تأیید کردند. نویسندگان پیشنهاد کردند که دولت باید با ارزیابی مجدد سیاست های مربوطه به این مسائل رسیدگی کند تا ادغام VGI با داده های معتبر امکان پذیر باشد. به طور مشابه، نویسندگان [ ۳۳ ] استفاده از VGI در SDI را در زمینه مدیریت بلایا مورد بحث قرار دادند. با این حال، نویسندگان بهبود کیفیت داده های VGI را با پردازش معنایی جزئیات مکان VGI همراه با داده های فضایی موجود آن منطقه جغرافیایی پیشنهاد کردند. نویسندگان [ ۳۴] توسعه یک چارچوب جدید برای ادغام SDI و VGI در اندونزی برای پاسخگویی بهتر به فعالیت های مدیریت بلایا مورد بحث قرار داد.
اداره زمین در کشورهای در حال توسعه هنوز یک معضل برای استفاده بهتر از منابع زمین برای توسعه اقتصادی است. استفاده از VGI در مدیریت زمین توسط بسیاری از نویسندگان پیشنهاد شده است [ ۳۵ ، ۳۶ ، ۳۷ ]. کیفیت VGI مانع استفاده از آن برای اهداف رسمی مانند اداره زمین می شود. برای به حداقل رساندن حقیقت پایه VGI برای ارزیابی کیفیت آن، یک راه حل مبتنی بر روش کاپا در [ ۳۸ ] با ارائه یک کیفیت پروکسی VGI از طریق توافق اجماع پیشنهاد شده است. به طور مشابه، سایر معیارهای پروکسی کیفیت VGI با استفاده از مدل سازی اعتماد و شهرت توسط [ ۳۹ ] پیشنهاد شده است.]. برای به‌روزرسانی مؤثر و سریع زیرساخت داده‌های مکانی ملی چین، یک راه‌حل مبتنی بر جمع‌سپاری برای جمع‌آوری و به‌روزرسانی داده‌های مکانی با کمک عموم مردم پیشنهاد شده است. سیستم نمونه اولیه برای نشان دادن راه‌حل با کمک جمع‌آوری داده‌های جمع‌سپاری شده از POI، جاده‌ها و مناطق مسکونی توسعه داده شده است [ ۴۰ ].
SDI های ملی مختلف نیز شروع به پذیرش VGI برای پشتیبانی از عملیات نقشه برداری رسمی خود کردند. INSPIRE یک اجرای SDI در اکثر کشورهای اروپایی است. بسیاری از مطالعات راه‌هایی را برای القای ارزش VGI در INSPIRE پیشنهاد و بررسی کرده‌اند. تبدیل SDI های فعلی به مدل های تکاملی آینده به عنوان فضاهای داده در [ ۴۱ ] ارائه شده است. معماری یک فضای داده حاوی بسیاری از مصنوعات فناوری دوران مدرن از جمله اطلاعات منابع جمعی است. مفهوم فضاهای داده در بالای INSPIRE ساخته شده است تا از استفاده از بسیاری از مولدهای داده مانند VGI، حسگرها و غیره پشتیبانی کند.
بحث در پاراگراف های بالا به این نتیجه می رسد که بیشتر مطالعات در مورد ادغام VGI در SDI حول یک موضوع مانند مدیریت بلایا، اداره زمین، حمل و نقل و غیره متمرکز شده است. با این حال، یک بحث کلی در مورد ادغام VGI و SDI با شرح مزایا و معایب ادغام نیز مورد بحث قرار گرفته است.

۳٫ مدل تحقیق و توسعه فرضیه ها

۳٫۱٫ مدل تحقیق

چارچوب TOE توسط [ ۴۲ ] ارائه شد. چارچوب TOE پایه نظری، درک و پشتیبانی تجربی را برای تحقیق در مورد استفاده از فناوری و سیستم های اطلاعاتی در محیط کار فراهم می کند [ ۴۳ ]. TOE فناوری، سازمان و محیط را به عنوان سه دسته از عوامل برای مطالعه دیدگاه سازمانی در مورد پذیرش فناوری تقسیم می کند [ ۴۴ ، ۴۵ ]. چارچوب TOE دارای سه زمینه است، یعنی سازمانی، فناوری و محیطی. با این حال، برای این مطالعه، زمینه اجتماعی-اقتصادی برای درک بهتر پذیرش VGI در بخش عمومی در چارچوب SDI به مدل اضافه شده است.

دلایل انتخاب چارچوب TOE

برای بررسی پذیرش فناوری‌های جدید در سازمان، نظریه‌های زیادی در عمل وجود دارد [ ۴۶ ]، برای مثال، انتشار نوآوری (DoI) [ ۴۷ ] و نظریه نهادی [ ۴۳ ]. با این حال، چارچوب TOE دارای مزایایی است که در زیر ذکر شده است:
•
بیشتر تئوری های سازگاری موجود که با جنبه های فناوری اطلاعات و ارتباطات سروکار دارند از چارچوب TOE سرچشمه می گیرند. این نظریه ها زمینه های چارچوب TOE را کوتاه یا گسترش می دهند. برای مثال، نظریه نهادی [ ۴۳ ] جنبه های TOE را تقسیم می کند و عمدتاً با زمینه محیطی چارچوب TOE سروکار دارد. در همین الگو، نظریه DoI [ ۴۷ ] فناوری و زمینه سازمانی چارچوب TOE را توصیف می کند.
•
تا آنجا که به پذیرش فناوری جدید در سازمان مربوط می شود، TOE بیشترین استفاده را برای آزمایش چنین نوع پذیرشی دارد [ ۴۶ ].
بر اساس حقایق چارچوب TOE که در بالا ذکر شد، بسیاری از مطالعات تحقیقاتی از چارچوب TOE برای بررسی پذیرش فناوری‌های جدید در سازمان، مانند محاسبات ابری [ ۴۸ ، ۴۹ ]، زنجیره بلوکی [ ۵۰ ]، تجارت الکترونیکی استفاده کردند. ۵۱ ]، برنامه های تلفن همراه [ ۱۵ ، ۴۱ ، ۵۲ ، ۵۳ ]، رسانه های اجتماعی [ ۵۴ ] و غیره. از این رو، انتخاب چارچوب TOE برای آزمایش پذیرش VGI موجه است.

۳٫۲٫ توسعه فرضیه

مدل تحقیق در شکل ۱ پیوندهای بین فناوری، سازمان، محیط، و جنبه های اجتماعی-اقتصادی در بخش دولتی را از نظر آمادگی VGI و مناسب بودن برای SDI بررسی می کند.

۳٫۲٫۱٫ زمینه فناوری

چشم انداز فناوری به سرعت در حال تغییر است. از نقطه نظر فناورانه، سازمان باید هم فناوری‌های موجود در بازار و هم فناوری‌هایی را که در حال حاضر در عملیات به کار می‌رود، تجزیه و تحلیل کند تا به‌طور مؤثر فناوری جدید را بپذیرد. سیستم فعلی یکی از مهم‌ترین عواملی است که باید هنگام ارزیابی پذیرش جدیدترین فناوری‌ها بررسی شود. زمینه فنی هم فناوری های داخلی و هم فناوری های خارجی مربوط به سازمان را در بر می گیرد و هم رویه ها و تجهیزات فعلی و هم فناوری های موجود خارج از سازمان را در بر می گیرد [ ۴۳ ]. عوامل در نظر گرفته شده در زمینه فناوری عبارتند از سازگاری، پیچیدگی، کیفیت داده ها و شایستگی فناورانه [ ۵۵ ، ۵۶ ، ۵۷ ].]. پیچیدگی به سطح دشواری در اجرای نوآوری در سازمان اشاره دارد [ ۴۶ ]. برای مطالعه حاضر، پیچیدگی به معنای سطح دشواری استفاده از VGI در بخش عمومی در چارچوب NSDI است. در بخش عمومی، به طور کلی، از داده های منابع متعارف برای ساخت محصولات نقشه برداری استفاده می شود. VGI نوع جدیدی از منبع داده است و از چندین پلتفرم می‌آید، و انتخاب، جستجوی داده‌های مربوطه، و مدیریت این نوع داده‌ها برای کاربران معمولی چالش برانگیز است. بنابراین، اندازه گیری پیچیدگی در زمینه پذیرش VGI خوب است. سازگاری تطبیق نوآوری با قوانین موجود، تجربیات قبلی و انتظارات معاصر سازمان است [ ۴۶ ].]. سازگاری به معنای تطابق VGI با قوانین، استانداردها و شیوه های نقشه برداری گذشته، فعلی و آینده در ذینفعان NSDI است. قابلیت همکاری داده ها یک وظیفه چالش برانگیز برای مدیران داده و مدیران داده است. ادغام نوع جدیدی از مجموعه داده با طرحواره های پایگاه داده فعلی، مجموعه داده های موجود و قالب های داده باید قبل از گنجاندن و استفاده از مجموعه داده های VGI در نظر گرفته شود. از این رو، آزمایش فاکتور سازگاری در مورد پذیرش VGI در NSDI ضروری است. کیفیت داده به عنوان “معیار توافق بین نماهای داده ارائه شده توسط یک سیستم اطلاعاتی و همان داده ها در دنیای واقعی” مشخص می شود [ ۵۸ ، ۵۹ ]. کیفیت داده ها جنبه های چندوجهی دارد [ ۶۰] مانند دقت، کامل بودن، ثبات و ارز [ ۶۱ ، ۶۲ ]. در زمینه VGI، کیفیت داده به عنوان کیفیت و دقت مجموعه داده VGI توصیف می شود. داده های VGI به طور کلی در مقایسه با مجموعه داده معتبر از کیفیت پایینی برخوردار هستند. علاوه بر این، VGI دارای ابرداده محدودی است و فرآیند ایجاد VGI از حداقل داده ها و استانداردهای ابرداده پیروی می کند. بنابراین، در نظر گرفتن عوامل کیفیت داده در زمینه استفاده از VGI در ذینفعان NSDI قانع کننده است. شایستگی فناورانه به عنوان توانایی سازمان برای افزایش توان عملیاتی خود نشان داده شده است [ ۶۳ ، ۶۴]. صلاحیت فن‌آوری به معنای ظرفیت ذینفعان NSDI برای مدیریت کاربرد مجموعه داده‌های VGI در گردش کار سازمان از نظر زیرساخت فنی است. شایستگی فن آوری شامل مدیریت مجموعه داده های VGI در تجزیه و تحلیل GIS، دسترسی به پلتفرم های آنلاین VGI، پردازش مجموعه داده های VGI و غیره است. بنابراین، در نظر گرفتن عامل شایستگی تکنولوژیک در قضاوت درباره پذیرش VGI در ذینفعان NSDI ضروری است. فرض بر این است که متغیرهای پیچیدگی، سازگاری، کیفیت داده و شایستگی فناوری در زمینه تکنولوژیکی بر مناسب بودن پذیرش VGI برای بخش عمومی در زمینه SDI تأثیر دارند.

فرضیه  (H1).

پیچیدگی بر مناسب بودن VGI تأثیر می گذارد.

فرضیه  (H2).

سازگاری بر مناسب بودن VGI تأثیر می گذارد.

فرضیه  (H3).

کیفیت داده بر مناسب بودن VGI تأثیر می گذارد.

فرضیه  (H4).

شایستگی فناوری بر مناسب بودن VGI تأثیر می گذارد.
۳٫۲٫۲٫ زمینه سازمانی
بافت سازمانی به معنای ویژگی های درونی سازمان است [ ۶۵ ]. سازمان باید منابع خود را برای پذیرش و پشتیبانی از فناوری تجزیه و تحلیل کند [ ۵۲ ، ۶۶ ]. زمینه سازمانی شامل اجزایی است که پذیرش فناوری را در سازمان امکان پذیر می کند. عوامل سازمانی در نظر گرفته شده برای این مطالعه منابع، همکاری، قابلیت اطمینان و پشتیبانی مدیریت [ ۵۵ ، ۶۷ ] است. پشتیبانی مدیریت به عنوان حمایت از سوی نهادهای اجرایی یا مدیریت برای جذب فناوری های جدید در سازمان تعریف می شود [ ۶۸ , ۶۹ ].]. پشتیبانی مدیریت به معنای تأیید استفاده از VGI در سازمان توسط مدیریت ارشد است. حمایت مدیریت سطح بالا در اولویت بندی و تسهیل مصرف VGI در سازمان، احتمال شکست در فرآیندهای برنامه ریزی و اجرای استفاده از VGI را کاهش می دهد. از این رو، پشتیبانی مدیریت نیز عامل مهمی است که باید برای بررسی پذیرش مجموعه داده VGI در نظر گرفته شود. همکاری به شیوه‌های تسهیل و عملکرد در مجموعه‌های چند سازمانی برای رسیدگی به مسائلی اشاره دارد که برای مدیریت یک سازمان خیلی بزرگ هستند [ ۷۰ ]]. همکاری در چارچوب مطالعه حاضر به همکاری ذینفعان NSDI برای نفع VGI اشاره دارد. همکاری بین ذینفعان برای تشویق، رشد و به اشتراک گذاری تجربیات و همچنین مجموعه مهارت ها در تولید و پردازش VGI برای توانمندسازی اجرای NSDI خوب است. بنابراین، گنجاندن عامل همکاری برای آزمایش حیاتی به نظر می رسد. در این مطالعه، پایایی به قابلیت اطمینان داده های VGI اشاره دارد، یعنی داده های VGI بدون خطا و سازگار هستند. استفاده از داده‌های VGI در کارهای رسمی، در مقایسه با داده‌های تولید شده توسط متخصصان سازمان‌های بخش دولتی، به دلیل تولید داوطلبان، مورد سوال باقی می‌ماند. قابلیت اطمینان VGI عامل مهمی است که باید در پذیرش VGI در NSDI در نظر گرفته شود. منابع به توانایی سازمان برای برآوردن خواسته های آینده و پذیرش شرایط در حال تغییر اشاره دارد. این منابع به زیرساخت سازمان مربوط می شود و اینکه این زیرساخت چگونه می تواند به طور موثری از پذیرش فناوری های جدید پشتیبانی کند [۷۱ ]. منابع اضافی ممکن است برای پردازش و مصرف مجموعه داده VGI در جریان کار موجود ذینفعان مورد نیاز باشد. گنجاندن عامل منابع برای آزمایش پذیرش VGI در زمینه NSDI مفید است. پشتیبانی مدیریت، قابلیت اطمینان، منابع و همکاری، که زمینه سازمانی را مشخص می کند، فرض می شود که بر مناسب بودن و آمادگی پذیرش VGI تأثیر می گذارد.

فرضیه  (H5).

پشتیبانی مدیریت بر مناسب بودن VGI تأثیر می گذارد.

فرضیه  (H6).

قابلیت اطمینان بر مناسب بودن VGI تأثیر می گذارد.

فرضیه  (H7).

همکاری بر مناسب بودن VGI تأثیر می گذارد.

فرضیه  (H8).

همکاری بر آمادگی VGI تأثیر می گذارد.

فرضیه  (H9).

منابع بر آمادگی VGI تأثیر می گذارد.
۳٫۲٫۳٫ زمینه محیطی
زمینه محیطی به تأثیر عوامل بیرونی و درونی محیطی که یک سازمان در آن کار می کند مربوط می شود. عوامل محیطی مانند بودجه دولتی و رقابت رقبا بر پذیرش فناوری های جدید توسط سازمان تأثیر می گذارد [ ۶۵ ]. شرایط تسهیل نیز یکی دیگر از عوامل محیطی است که بر پذیرش فناوری های جدید تأثیر می گذارد [ ۷۲ ]. زمینه محیطی مستلزم محیط کاری سازمان است. عوامل محیطی در نظر گرفته شده برای این مطالعه، سیاست نظارتی، مسئولیت قانونی و ادراک مصرف کننده [ ۵۵ ] است. سیاست‌های نظارتی توسط دولت برای تنظیم استفاده از برخی فناوری‌ها در داخل کشور تنظیم می‌شود [ ۷۳]. بنابراین، سیاست نظارتی یک جنبه ضروری در تصمیم گیری در مورد استفاده از فناوری در سازمان تحت قوانین و سیاست های دولت ها است. سیاست های نظارتی کشور تا چه حد در استفاده از VGI و گنجاندن داده های VGI در محیط کار رسمی در چارچوب NSDI مفید است؟ آیا سیاست جدیدی برای تنظیم استفاده از VGI لازم است؟ اینها سوالاتی است که باعث می شود تا عامل سیاست نظارتی در مورد پذیرش VGI در کار رسمی ذینفعان NSDI مورد آزمایش قرار گیرد. مسئولیت قانونی به عنوان مسئولیتی است که شخص در قبال فعالیت های خود دارد [ ۷۴]. برای مطالعه حاضر، مسئولیت قانونی به مسئولیت هرگونه نادرستی و نادرستی در داده‌های VGI اشاره دارد زیرا کلیت فرآیند ایجاد VGI شامل محیط مجازی و هویت واقعی و همچنین منابع داده‌ها، ممکن است در برخی از پلتفرم‌های VGI ناشناخته و ناشناس باشد. مسئولیت داده های نادرست VGI ممکن است رفع نشود و مالکیت معنوی و مسائل مربوط به مجوز نیز با VGI مرتبط است. بنابراین، این عامل مسئولیت قانونی نیز برای آزمایش اینکه آیا مسئولیت قانونی VGI مانعی برای پذیرش آن در NSDI است یا خیر، به همان اندازه مهم است. ادراک مصرف کننده به معنای واکنش کاربران نهایی نسبت به فناوری های جدید است [ ۷۵]. برای مطالعه حاضر، ادراک مصرف کننده به پاسخ کاربران از داده ها یا محصولات تولید شده توسط ذینفعان NSDI با کمک داده های VGI اشاره دارد. یک مصرف کننده ممکن است استدلال کند که داده های VGI توسط آماتورها تولید می شوند، بنابراین ارزشمند نیستند و بنابراین نباید با داده های رسمی مخلوط شوند. بنابراین، گنجاندن این جنبه از ادراک مصرف کننده برای آزمایش فرضیه ادراک مصرف کننده در زمینه پذیرش VGI موجه است. مسئولیت قانونی، ادراک مصرف‌کننده، و عوامل سیاست نظارتی در زمینه محیطی مدل فرض می‌شود که بر مناسب بودن پذیرش VGI در سازمان‌های بخش عمومی تأثیر می‌گذارند.

فرضیه  (H10).

سیاست نظارتی بر مناسب بودن VGI تأثیر می گذارد.

فرضیه  (H11).

مسئولیت قانونی بر مناسب بودن VGI تأثیر می گذارد.

فرضیه  (H12).

ادراک مصرف کننده بر مناسب بودن VGI تاثیر می گذارد.
۳٫۲٫۴٫ زمینه اجتماعی و اقتصادی
مشارکت جامعه، ایجاد شغل و سودآوری مورد انتظار عوامل در نظر گرفته شده برای این مطالعه با توجه به زمینه اجتماعی-اقتصادی هستند. مشارکت جامعه به عنوان مشارکت مردم در یک اقدام مشترک برای حل یک مشکل مشترک ترسیم شده است [ ۷۶]. در این مطالعه، مشارکت جامعه به معنای مشارکت شهروندان برای جمع‌آوری و مدیریت داده‌های مکانی در پلت‌فرم‌های مختلف VGI است. حمایت جامعه در ایجاد VGI به همان اندازه مهم است که انگیزه مشارکت کنندگان VGI. برای پایدار کردن پروژه VGI، مشارکت مداوم شهروندان در فرآیند ایجاد VGI چالش برانگیز است. از این رو، اهمیت جنبه های مشارکت جامعه برای آزمایش پذیرش VGI حیاتی است. برای این مطالعه، سودآوری مورد انتظار به معنای درجه ای است که سازمان احساس می کند یک فناوری برای سازمان مفید است [ ۴۷ ].]. ممکن است به مقدار اضافی که از طریق پذیرش VGI ایجاد می شود اشاره داشته باشد. در نظر گرفتن این عامل برای قضاوت در مورد بازده سرمایه گذاری که می تواند در فرآیند پذیرش VGI مصرف شود، ضروری است. ایجاد شغل در این مطالعه به فرصت های ایجاد شده برای مشاغل جدید در نتیجه پذیرش VGI در NSDI اشاره دارد. استدلال می شود که مشاغل جدید پردازش داده، کنترل کیفیت و تجزیه و تحلیل در نتیجه گنجاندن VG در محیط کار رسمی ایجاد می شود. با این حال، احتمال کاهش مشاغل وجود دارد. بنابراین، عامل ایجاد شغل نیز ضروری است. ایجاد شغل، مشارکت اجتماعی،

فرضیه  (H13).

ایجاد شغل بر آمادگی VGI تأثیر می گذارد.

فرضیه  (H14).

مشارکت جامعه بر آمادگی VGI تأثیر می گذارد.

فرضیه  (H15).

سودآوری مورد انتظار بر آمادگی VGI تأثیر می گذارد.
۳٫۲٫۵٫ مناسب بودن
مناسب بودن را می توان به عنوان مفهومی توصیف کرد که سازمان ها را به اجرای فناوری های جدید تحریک می کند. هنگامی که کار بسیار مناسب است، سازمان ها ترجیح می دهند فناوری ها و خدمات جدید را ترکیب کنند [ ۷۷ ، ۷۸ ، ۷۹ ]. مشاهدات رایج این است که VGI برای کار رسمی مناسب نیست. نیاز به حمایت از مدیران ارشد و سیاستگذاران برای استفاده از VGI وجود دارد. در مطالعه حاضر، مناسب بودن به معنای مناسب بودن VGI برای استفاده از VGI برای محیط کاری رسمی ذینفعان مختلف NSDI است. بر این اساس، فرضیه زیر در نتیجه این تحقیق ایجاد می شود.

فرضیه  (H16).

مناسب بودن بر پذیرش VGI تأثیر می گذارد.
۳٫۲٫۶٫ آمادگی
آمادگی به معنای تمایل مصرف کنندگان به استفاده از فناوری نوظهور برای دستیابی به اهدافشان است [ ۸۰ ]. بنابراین اجرای خدمات و فناوری های جدید توسط یک سازمان به آمادگی آن سازمان برای آن فناوری بستگی دارد. آمادگی همچنین به آمادگی منابع انسانی و مالی برای پذیرش فناوری جدید در سازمان اشاره دارد [ ۸۰ ]. سازمان‌های بزرگ‌تر به دلیل وجود منابع مورد نیاز در سازمان در مقایسه با سازمان‌های کوچک‌تر، احتمال بیشتری برای پذیرش فناوری‌های جدید دارند [ ۸۱ ]. Ifinedo [ ۸۲] استدلال کرد که سازمان هایی با منابع انسانی آموزش دیده با سهولت بیشتری فناوری های جدید را می پذیرند. در پژوهش حاضر، آمادگی به معنای تمایل و وجود منابع انسانی و مالی برای استفاده از VGI در محیط کار رسمی است. با توجه به موارد فوق، این پژوهش فرضیه زیر را ایجاد می کند.

فرضیه  (H17).

آمادگی بر پذیرش VGI تأثیر می گذارد.

۴٫ مواد و روش ها

مدل مسیر مدلسازی معادلات ساختاری حداقل مربعات جزئی (PLS-SEM) برای تأیید همبستگی مدل پیشنهادی برای این تحقیق استفاده شده است.

۴٫۱٫ PLS-SEM

تکنیک حداقل مربع جزئی (PLS) برای آزمون مدل و فرضیه‌های پیشنهادی استفاده می‌شود. برای تجزیه و تحلیل داده های کمی، تکنیک های تجزیه و تحلیل بسیاری مانند همبستگی، رگرسیون، تحلیل واریانس و غیره علاوه بر تکنیک PLS-SEM [ ۸۳ ] وجود دارد. با این حال، PLS-SEM دارای مزایای خاصی است که در زیر ذکر شده است:
•
در مقایسه با سایر روش‌های مدل‌سازی معادلات ساختاری (SEM) مانند (LISREL) [ ۸۴ ] و EQS [ ۸۵ ] که از یک تابع تخمین حداکثر درستنمایی استفاده می‌کنند، روش PLS-SEM از روش برآورد حداقل مربعات [ ۸۶ ] استفاده می‌کند.
•
PLS-SEM برای ارزیابی همزمان عوامل مدل اندازه گیری و مدل ساختاری بسیار مفید است [ ۸۶ ].
•
PLS از بسیاری از مفروضات بازدارنده مانند نرمال بودن چند متغیره و حجم نمونه بزرگ طفره می رود [ ۸۷ ، ۸۸ ].
•
از آنجایی که اندازه نمونه کوچک است، از روش PLS-SEM استفاده می‌شود، زیرا می‌تواند عملکرد خوبی داشته باشد حتی زمانی که حجم نمونه کوچک است [ ۸۷ ].
•
PLS-SEM به بررسی رابطه متغیرهای مشاهده شده و مشاهده نشده کمک می کند، در حالی که سایر روش های ذکر شده در بالا فقط بر روی متغیرهای مشاهده شده کار می کنند [ ۸۹ ].
•
علاوه بر این، اثرات تعدیل کننده ها را می توان مستقیماً با کمک تکنیک PLS-SEM مشاهده کرد [ ۸۳ ].
بر اساس واقعیت ها، در این مطالعه از مدل PLS-SEM استفاده شد.

۴٫۲٫ نمونه و اندازه گیری

یک پرسشنامه نظرسنجی (به ضمیمه A مراجعه کنید ) بر اساس سؤالاتی که با استفاده از فرضیه ایجاد شده فرموله شده بود، تهیه شد. مدل تحقیق با استفاده از داده‌های جمع‌آوری‌شده از طریق پرسشنامه بررسی شد. در طراحی پرسشنامه مورد استفاده در این پژوهش، جنبه های مختلفی در نظر گرفته شد.
•
ما از عواملی مانند پیچیدگی، سازگاری، کیفیت داده‌ها، شایستگی فن‌آوری، همکاری، پشتیبانی مدیریت، قابلیت اطمینان، منابع، خط‌مشی نظارتی، مسئولیت قانونی، درک مصرف‌کننده، مشارکت جامعه، تناسب و آمادگی از مطالعات تحقیقاتی موجود استفاده کرده‌ایم. عوامل برای برآوردن نیازهای این مطالعه به خوبی تنظیم شده اند. عوامل سودآوری مورد انتظار و ایجاد شغل برای این مطالعه خود توسعه یافته است. جدول ۱ جزئیات مربوط به اختصارات متغیرهای پنهان و یک توضیح و همچنین کد مورد را برای هر عامل ارائه می دهد.
•
ما سوالات را ساده نگه داشتیم و از اصطلاحات گیج کننده و فنی تر در تنظیم پرسشنامه اجتناب کردیم.
•
پرسش ها با دریافت بازخورد از محققانی که بر روی مفاهیم NSDI و VGI کار می کنند، ایجاد شد.
•
سوالات توسط کارشناسان زبان تصحیح شد تا از اشتباهات گرامری جلوگیری شود.
به طور کلی مقیاس لیکرت در دو قالب مقیاس پنج درجه ای و مقیاس هفت درجه ای در تحقیق مورد استفاده قرار گرفته است. با این حال، دقت خروجی تحقیق با استفاده از یک مقیاس هفت نقطه ای افزایش می یابد زیرا این نسخه مقیاس گزینه های بیشتری را در مقایسه با نسخه مقیاس پنج نقطه ای برای پاسخ دهندگان پرسشنامه فراهم می کند [ ۹۰ ، ۹۱ ]. به دلیل ماهیت انعطاف پذیرتر مقیاس هفت درجه ای، آن را برای مطالعه خود مناسب تر یافتیم. در پرسشنامه، تمامی سوالات بر اساس مقیاس لیکرت هفت درجه ای ارزیابی می شوند که ۱ = کاملاً مخالفم و ۷ = کاملاً موافقم.
این پرسشنامه بین ۱۵۰ کاربر داده ها در بخش جغرافیایی پاکستان توزیع شد. کاربران بر اساس درک آنها از داده های GIS انتخاب شدند. از پرسشنامه های جمع آوری شده، ۱۴۱ پاسخ معتبر دریافت شد. ۸۲ درصد مرد و ۱۸ درصد زن بودند. از میان کاربران، ۵۷ درصد از بخش دولتی، ۱۱ درصد از بخش خصوصی و بقیه (۳۲ درصد) متعلق به دانشگاه بودند. در مجموع، ۲۸ درصد فوق لیسانس، ۴۸ درصد فارغ التحصیل و ۲۴ درصد بقیه در مقطع کارشناسی بودند. تا آنجا که به استفاده از نقشه مربوط می شود، ۳۷٪ اغلب از نقشه ها استفاده می کردند، در حالی که ۴۹٪ اغلب از نقشه ها استفاده می کردند. جدول ۲ آمار توصیفی پاسخ دهندگان را مرور می کند.
حجم نمونه مورد استفاده در این تحقیق مطابق با دستورالعمل های قانون ۱۰ زمان و دستورالعمل های تایید شده توسط Hair Jr. [ ۱۰۲ ]. قانون ۱۰-زمان یک روش رایج و پرکاربرد برای سنجش حجم نمونه مورد استفاده در روش PLS-SEM است. قانون ۱۰ زمان بیان می کند که “اندازه نمونه باید بیشتر از ۱۰ برابر حداکثر تعداد پیوندهای مدل داخلی یا خارجی باشد که در مدل اشاره می کنند” [ ۸۶ ]. طبق دستورالعمل های تایید شده توسط Hair Jr. et al. [ ۱۰۲]، حجم نمونه برای استراتژی PLS-SEM توسط قانون معروف ۱۰ بار تعیین می شود، که مشخص می کند که حجم نمونه باید برابر با بزرگتر از موارد زیر باشد: (الف) ۱۰ برابر بیشترین تعداد شاخص های شکل دهنده استفاده شده برای یک سازه منفرد را ارزیابی کنید، یا (ب) ۱۰ برابر بیشترین تعداد مسیرهای سازه ای که یک سازه خاص را در مدل سازه هدف قرار می دهند. در مجموع چهارده شاخص شکل‌دهنده وجود دارد و بنابراین حداقل حجم نمونه باید ۱۴۰ باشد. بنابراین، ۱۴۱ پاسخ معتبر کافی است.

۵٫ نتایج

۵٫۱٫ تحلیل عاملی

برای کشف الگوها در مجموعه ای از متغیرها، تحلیل عاملی از رویکردهای ریاضی برای ساده سازی اندازه گیری های همبسته استفاده می کند [ ۱۰۳ ]. دو نوع تحلیل عاملی وجود دارد: تحلیل عاملی اکتشافی (EFA) و تحلیل عاملی تاییدی (CFA) [ ۱۰۴ ]. برای آزمون مدل مفهومی پیشنهادی در مطالعه و همسویی آیتم های پرسشنامه، از بارگذاری عامل خارجی برای انجام EFA استفاده شد. با توجه به معیارهای ارزیابی در [ ۱۰۵ ]، بار عاملی هر شاخص باید بیشتر از ۰٫۶-۰٫۷ و بیشتر از بار عاملی سایر شاخص ها باشد. یافته های بار عاملی در جدول ۳ گزارش شده است. در این مطالعه، مقادیر بار عاملی (به صورت پررنگ) معیارهای ذکر شده در بالا را برآورده می کند.

۵٫۲٫ تجزیه و تحلیل قابلیت اطمینان

قابلیت اطمینان هر متغیر از مدل خارجی، که مدل اندازه گیری است، از طریق تجزیه و تحلیل قابلیت اطمینان [ ۱۰۶ ] تعیین می شود. سازگاری داخلی با ارزیابی قابلیت اطمینان بررسی می شود. پارامترهای مختلفی مانند مقدار α کرونباخ، مقدار rho DG (قابلیت اطمینان ترکیبی) و مقدار ویژه [ ۱۰۵ ] استفاده می شود. مقدار آستانه مقدار α کرونباخ ۰٫۷ یا بالاتر است [ ۱۰۵ ، ۱۰۷ ]. به طور مشابه، آستانه برای مقدار rho DG 0.7 یا بالاتر است [ ۱۰۵ ]. جدول ۴ نتیجه تجزیه و تحلیل قابلیت اطمینان را شرح می دهد. در این مطالعه، مقادیر α کرونباخ و DG’s rho معیارهای ذکر شده در بالا را برآورده می کند.

۵٫۳٫ تحلیل اعتبار

تحلیل اعتبار عموماً دو نوع است، یعنی اعتبار همگرا و اعتبار تمایز [ ۱۰۶ ]. روایی همگرا با کمک میانگین واریانس استخراج شده (AVE) مقدار [ ۱۰۸ ] تجزیه و تحلیل می‌شود و برای اطمینان از اعتبار همگرا، AVE باید بالاتر از ۰٫۵ [ ۱۰۶ ] باشد، در حالی که اعتبار متمایز با کمک جذر مقادیر AVE. جذر مقادیر AVE متغیرهای پنهان باید بیشتر یا مساوی با مقدار همبستگی متغیر پنهان و سایر متغیرهای پنهان باشد [ ۸۶ ، ۱۰۸ ]. جدول ۵ مقادیر AVE این تحقیق را تشریح می کند، در حالی که جدول ۶ریشه دوم مقادیر AVE را توصیف می کند. در این مطالعه مقادیر AVE و جذر AVE معیارها را برآورده می‌کنند و اعتبار را تضمین می‌کنند.

۵٫۴٫ آزمایش فرضیه

برای تولید ضرایب مسیر آماری معنی‌دار از تحلیل مسیر، معادله ساختاری PLS از روش آزمون ناپارامتریک با روش راه‌اندازی استفاده می‌کند [ ۱۰۶ ]. در این تحقیق ۱۳ فرضیه از ۱۷ فرضیه اتخاذ و چهار فرضیه رد شدند که در جدول ۷ توضیح داده شده است.
اولین نتیجه ارائه شده بر اساس فرضیه رابطه بین ویژگی های فنی و تناسب است. فرضیه ۱ که نشان می دهد پیچیدگی بر تناسب تأثیر می گذارد، با مقدار p ۰٫۰۲۹ و ضریب مسیر ۰٫۱۱۳ پذیرفته شد. فرضیه ۲ که توضیح می دهد سازگاری بر تناسب تأثیر می گذارد، با مقدار p ۰٫۰۰۸ و ضریب مسیر ۰٫۱۴۳ پذیرفته شد. فرضیه ۳ که بیان می کند کیفیت داده ها بر مناسب بودن تأثیر می گذارد، با مقدار p ۰٫۱۳۷ و ضریب مسیر ۰٫۰۶۶ رد شد. فرضیه ۴ که بیانگر شایستگی تأثیرات شایستگی فنی است، با مقدار p ۰٫۰۳ و ضریب مسیر ۰٫۱۱۲ پذیرفته شد.
در مرحله دوم، برآیند فرضیه‌های مربوط به رابطه بین ویژگی‌های سازمانی و تناسب ذکر شده است. فرضیه ۵ که ادعا می کند حمایت مدیریت بر مناسب بودن تأثیر می گذارد، با مقدار p ۰٫۰۲۷ و ضریب مسیر ۰٫۱۱۵ پذیرفته شد. فرضیه ۶ که بیان می کند قابلیت اطمینان بر مناسب بودن تأثیر می گذارد، با مقدار p ۰٫۰۳۱ و ضریب مسیر ۰٫۱۱۱ پذیرفته شد. فرضیه ۷ که بیان می کند همکاری بر تناسب تأثیر می گذارد، با p-value ۰٫۰۶۸ و ضریب مسیر ۰٫۰۸۹ رد شد.
نتایج فرضیه ها در رابطه با ارتباط بین ویژگی های سازمانی و آمادگی در ادامه شرح داده می شود. فرضیه ۸ که اعلام می کند همکاری بر آمادگی تأثیر می گذارد، با مقدار p ۰٫۰۱۹ و ضریب مسیر ۰٫۱۲۴ پذیرفته شد. فرضیه ۹ که بیان می کند منابع بر آمادگی تأثیر می گذارند، با p- value 001/0 < و ضریب مسیر ۳۲۷/۰ پذیرفته شد.
در ادامه، نتیجه فرضیه‌ها در مورد مطابقت بین ویژگی‌های محیطی و تناسب، ابلاغ می‌شود. فرضیه ۱۰ که تشریح می کند که سیاست نظارتی بر مناسب بودن تأثیر می گذارد، با مقدار p ۰٫۰۱۶ و ضریب مسیر ۰٫۱۲۸ پذیرفته شد. فرضیه ۱۱ که بیان می کند مسئولیت قانونی بر مناسب بودن تأثیر می گذارد، با مقدار p ۰٫۰۹۸ و ضریب مسیر ۰٫۰۷۷ رد شد. فرضیه ۱۲ که ادعا می کند ادراک مصرف کننده بر آمادگی تأثیر می گذارد، با p-value ۰٫۰۴۳ و ضریب مسیر ۰٫۱۰۳- پذیرفته شد.
نتیجه فرضیه‌های مربوط به ارتباط بین ویژگی‌های اجتماعی-اقتصادی و آمادگی در ادامه بیان می‌شود. فرضیه ۱۳ که نشان می دهد ایجاد شغل بر آمادگی تأثیر می گذارد، با p-value ۰٫۰۳۵ و ضریب مسیر ۰٫۱۰۸ پذیرفته شد. فرضیه ۱۴ که بیان می کند مشارکت جامعه بر آمادگی تأثیر می گذارد، با مقدار p ۰٫۰۷۴ و ضریب مسیر ۰٫۰۸۷- رد شد. فرضیه ۱۵ که بیان می کند سودآوری مورد انتظار بر آمادگی تأثیر می گذارد، با مقدار p ۰٫۰۳۷ و ضریب مسیر ۰٫۱۰۷- پذیرفته شد.
در نهایت، نتایج فرضیه‌های مربوط به ارتباط بین تناسب، آمادگی و قصد پذیرش VGI ذکر شده است. فرضیه ۱۶ که بیان می‌کند تناسب بر پذیرش تأثیر می‌گذارد، با مقدار p <0.001 و ضریب مسیر ۰٫۲ پذیرفته شد. فرضیه ۱۷ که بیان می کند آمادگی بر پذیرش تأثیر می گذارد، با مقدار p <0.001 و ضریب مسیر ۰٫۶۵۵ پذیرفته شد.

۶٫ بحث

این مطالعه به طور تجربی عواملی را بررسی کرد که بر پذیرش VGI توسط بخش عمومی در پاکستان تأثیر می‌گذارد. ما چارچوب TOE را همراه با مدل معادله ساختاری حداقل مربعات جزئی (PLS-SEM) برای تجزیه و تحلیل تجربی عوامل بازدارنده VGI از بودن بخشی از SDI در کشور به کار بردیم. برای بررسی روابط علّی خطی و غیرخطی با سازه‌های پنهان، PLS-SEM اعمال شده، تکنیک‌های مبتنی بر شواهد و فرآیند محور را با هم ترکیب می‌کند. مدل PLS-SEM می‌تواند عواملی را نشان دهد که ممکن است تأثیر مستقیمی بر پذیرش VGI نداشته باشند اما تأثیر غیرمستقیم بر سایر عوامل دارند. به عنوان مثال، فرضیه ۱۳ که می گوید ایجاد شغل بر آمادگی تأثیر می گذارد، با مقدار p ۰٫۰۳۵ و ضریب مسیر ۰٫۱۰۸ پذیرفته شد.
بر اساس نتایج، ما دریافتیم که عوامل مختلف تکنولوژیکی، سازمانی، محیطی و اجتماعی-اقتصادی بر پذیرش VGI توسط بخش عمومی در زمینه NSDI تأثیر می‌گذارند. یک پرسشنامه پیمایشی شامل ۵۶ سوال تهیه و برای جمع آوری داده ها از پاسخ دهندگان برای آزمون مدل تحقیق استفاده شد. پرسشنامه بر اساس سؤالاتی است که با استفاده از هفده فرضیه تثبیت شده، یعنی H1 تا H17 فرموله شده است. تمامی سوالات با مقیاس هفت درجه ای لیکرت ارزیابی شدند. این مقیاس دو نظر متوسط ​​به همراه دو نظر افراطی، دو نظر متوسط ​​و یک نظر خنثی را در اختیار پاسخ دهندگان قرار می دهد. از هفده فرضیه، چهار فرضیه، یعنی فرضیه (H3) در مورد تأثیر کیفیت داده ها بر مناسب بودن VGI، فرضیه (H7) مربوط به تأثیر همکاری بر تناسب VGI، فرضیه (H11) که به تأثیر مسئولیت قانونی بر مناسب بودن VGI می پردازد و فرضیه (H14) مبنی بر اینکه مشارکت جامعه بر آمادگی VGI تأثیر می گذارد، قابل تأیید نبود و بنابراین رد شد. نتایج این مطالعه چارچوب TOE را با افزودن ابعاد اجتماعی-اقتصادی جدید و گنجاندن عوامل جدیدی مانند ایجاد شغل و سودآوری مورد انتظار گسترش می‌دهد. در چارچوب چارچوب TOE، نتایج مطالعه، توضیحات آنها و مفاهیم آنها در زیر ارائه شده است. نتایج این مطالعه چارچوب TOE را با افزودن ابعاد اجتماعی-اقتصادی جدید و گنجاندن عوامل جدیدی مانند ایجاد شغل و سودآوری مورد انتظار گسترش می‌دهد. در چارچوب چارچوب TOE، نتایج مطالعه، توضیحات آنها و مفاهیم آنها در زیر ارائه شده است. نتایج این مطالعه چارچوب TOE را با افزودن ابعاد اجتماعی-اقتصادی جدید و گنجاندن عوامل جدیدی مانند ایجاد شغل و سودآوری مورد انتظار گسترش می‌دهد. در چارچوب چارچوب TOE، نتایج مطالعه، توضیحات آنها و مفاهیم آنها در زیر ارائه شده است.

۶٫۱٫ زمینه فناوری

ما متوجه شدیم که پیچیدگی، صلاحیت فنی و سازگاری در ویژگی های فنی به طور مشخص بر مناسب بودن VGI برای SDI تأثیر می گذارد. با این حال، کیفیت داده های VGI به طور قابل توجهی بر پذیرش آن توسط کاربران تأثیر نمی گذارد، همانطور که در داده های جمع آوری شده در زمینه پاکستان یافت می شود، اگرچه تأثیر کیفیت داده VGI بر پذیرش آن در بخش عمومی ممکن است از منطقه ای به منطقه دیگر متفاوت باشد. این نتیجه ممکن است تحت تأثیر این واقعیت باشد که استفاده از VGI در پاکستان در بخش عمومی بسیار کم است. پذیرش داده‌های VGI در برخی از پروژه‌های بخش عمومی ممکن است با دانش بهتر از کیفیت VGI پشتیبانی شود، زیرا مفهوم غیرقابل اطمینان ممکن است مانع پذیرش آن شود. پیشنهاد می‌شود که سازمان‌هایی که مایل به پذیرش VGI هستند، باید استانداردهای داده‌ها و ابرداده‌های پشتیبان VGI را بهبود بخشند و بسازند. یافته ها نشان می دهد که سازگاری بر مناسب بودن VGI تأثیر می گذارد. ویژگی‌ها در VGI از طریق جفت‌های کلید/مقدار که «تگ» نامیده می‌شوند مشخص می‌شوند. با این حال، معنای تگ های VGI در برخی موارد مبهم است [۱۰۹ ]. علاوه بر این، نام‌های مختلف برچسب‌ها معانی مشابهی را توصیف می‌کنند، و نام یکسان برچسب معانی مختلفی را نشان می‌دهد [ ۱۰۹ ]. داده های VGI را می توان از طریق تکنیک ها و فناوری های مختلف تولید کرد. داده های تولید شده از پلتفرم های مختلف VGI در قالب های ساختاریافته، بدون ساختار و نیمه ساختار یافته هستند. علاوه بر این، فرهنگ، جغرافیا و سطح تحصیلات نیز ممکن است برای مشارکت های مختلف VGI متفاوت باشد [ ۱۱۰]. بنابراین، قبل از تصمیم گیری در مورد افزودن VGI در محیط کاری رسمی، درک دقیق طرحواره پایگاه داده موجود و قابلیت تفسیر VGI با فرمت GIS دیگر در سازمان مورد نیاز است، زیرا کیفیت داده های VGI با درک کامل و درک عملی بهبود می یابد. افزایش تدریجی مجموعه داده های VGI [ ۱۱۱ ]. این مطالعه نشان داد که پیچیدگی VGI بر نتیجه گیری سازمان برای اتخاذ VGI تأثیر می گذارد، اگرچه موفقیت قابل توجهی در استفاده از VGI در دولت ها مشاهده شده است [ ۱۱۲ ]. با این حال، در مواردی مانند پاکستان [ ۱۹] در جایی که VGI به طور منظم در بخش دولتی استفاده نمی شود، توسعه و نگهداری ابزارهای مورد نیاز برای جمع آوری، تجزیه و تحلیل، یکپارچه سازی و اعتبار سنجی VGI نیاز به توجه ویژه ای دارد تا از پیچیدگی در مرحله اجرای جمع آوری داده VGI جلوگیری شود. این مطالعه نشان داد که شایستگی فنی بر مناسب بودن و پذیرش VGI تأثیر می گذارد. پیشنهاد می‌شود که ذینفعان باید کمبودهای خود را در صلاحیت فنی برطرف کرده و بهترین شیوه‌ها را به کار گیرند. شایستگی فنی باعث افزایش اعتماد بین ذینفعان NSDI می شود و در نتیجه، ذینفعان پذیرش VGI را تسهیل می کنند.

۶٫۲٫ زمینه سازمانی

عوامل سازمانی مانند قابلیت اطمینان و پشتیبانی مدیریت به طور مشخص بر مناسب بودن VGI برای SDI تأثیر می‌گذارند. عوامل همکاری و منابع تاثیر بسزایی بر آمادگی دارند. با این حال، این مطالعه هیچ تاثیری از همکاری بر تناسب پیدا نمی کند. بنابراین، می توان گفت همه عوامل سازمان بر پذیرش VGI در زمینه پاکستان تأثیر می گذارد. منابع بخشی ضروری از پیش نیازهای استفاده از VGI هستند. حفظ نیروی انسانی آموزش دیده که قادر به رسیدگی به مسائل VGI درگیر در پذیرش در بخش عمومی هستند یک چالش است [ ۱۱۳ ]. کمبود مهارت ها و منابع می تواند شروع پذیرش VGI را مختل کند [ ۱۱۱]. توصیه می‌شود که منابع لازم باید قبل از پذیرش VGI ترتیب داده شوند تا فرآیند شروع و پیاده‌سازی به آرامی اجرا شود، زیرا در دسترس نبودن منابع مناسب به طور قابل‌توجهی بر آمادگی VGI برای عضویت در SDI تأثیر می‌گذارد. تا آنجا که به مدیریت ارشد مربوط می شود، مطالعه ما نشان می دهد که پشتیبانی مدیریت بر پذیرش VGI تأثیر می گذارد. اگر پشتیبانی مدیریت عالی پیدا نشود، اولویت های سازمان ممکن است به پذیرش VGI کمک نکند [ ۹۵]. این به این دلیل است که مدیریت ارشد، پذیرش فناوری های جدید را تنظیم می کند و منابع مناسب را در سازمان تخصیص می دهد. پیشنهاد می شود که مدیریت ارشد باید به خوبی در مورد ارزش VGI و پتانسیل آن برای NSDI توضیح داده شود تا حمایت آنها برای تعیین اولویت ها برای پذیرش VGI در ابتکار NSDI کانالیزه شود. نتایج این مطالعه نشان می دهد که پایایی VGI تأثیر عمیقی بر مناسب بودن آن دارد. طرز فکر سازمان ها نسبت به قابلیت اطمینان VGI مانع از آن می شود که بخشی از SDI در کشور باشد. با این حال، زرین خان و پیتر جانسون [ ۹۵] استدلال کرد که «با کسب تجربه سازمان‌ها در جمع‌آوری و تجزیه و تحلیل داده‌های شهروندان، قابلیت اطمینان VGI می‌تواند افزایش یابد». پیشنهاد می‌شود برای افزایش اعتماد و قابلیت اطمینان VGI در بین مدیران ارشد سازمان، اقدامات و تجربیات بیشتری کسب و به اشتراک گذاشته شود. علاوه بر این، نسخه‌های جدید یا اصلاح‌شده دستورالعمل‌ها، خط‌مشی‌ها و مقررات مربوطه باید برای بهبود قابلیت اطمینان داده‌های VGI، همانطور که در [ ۹۷ ، ۱۱۴ بیان شده است، توسعه یابد.]. ما متوجه شدیم که همکاری به طور قابل توجهی بر مناسب بودن VGI تأثیر نمی گذارد اما تأثیر قابل توجهی بر آمادگی دارد. از آنجایی که آمادگی بر پذیرش VGI و در نتیجه همکاری تأثیر می گذارد، برای پذیرش VGI در بخش دولتی در چارچوب NSDI اهمیت دارد. همکاری بین سازمان ها به اشتراک گذاری و افزایش تجربه و مهارت ها کمک می کند [ ۹۶ ، ۹۷ ]. همکاری دستورالعمل‌های تخصصی ارائه می‌کند که در نتیجه منجر به یک جهت روشن برای پذیرش VGI و همچنین به حداقل رساندن زمان مصرف‌شده در تأییدیه‌ها و مجوزهای دولتی می‌شود [ ۹۵ ]]. توصیه می شود برای شروع خوب پروژه مربوط به پذیرش VGI در بخش دولتی، همکاری بین ذینفعان مربوطه ایجاد شود تا تجربه و مهارت در سازمان های دولتی افزایش یابد و سایر سازمان ها نیز انگیزه ایجاد کنند.

۶٫۳٫ زمینه محیطی

عوامل محیطی مانند سیاست نظارتی و ادراک مصرف کننده به وضوح بر مناسب بودن VGI برای SDI تأثیر می گذارد، در حالی که مسئولیت قانونی بر مناسب بودن VGI تأثیر نمی گذارد. سیاست‌های اطلاعاتی نظارتی موجود برای افزایش کنونی پذیرش رسانه‌های اجتماعی توسط دولت اعمال نمی‌شود [ ۱۱۵ ]. همین امر در مورد پذیرش VGI توسط دولت نیز صادق است. بنابراین، پیشنهاد می‌شود که سیاست‌های موجود برای انعطاف‌پذیری بیشتر این سیاست‌ها نسبت به پذیرش VGI، باید بهبود یابند. با این حال، چنین سیاست‌هایی نباید محدود به یک فناوری خاص باشد، زیرا فناوری‌های جدید ممکن است در آینده ظهور کنند و سیاست‌های موجود می‌توانند مرتبط با فناوری‌های جدید باقی بمانند [ ۱۱۵ ]]. نتایج این مطالعه نشان می‌دهد که ادراک مصرف‌کننده تأثیر عمیقی بر پذیرش VGI دارد. محصولات داده ممکن است با ادغام VGI در مجموعه داده رسمی تولید شوند. درک مصرف کننده از کیفیت داده چنین محصولاتی به دلیل گنجاندن VGI مشکوک است زیرا مصرف کنندگان فکر می کنند چنین محصولاتی توسط افراد غیر حرفه ای تولید می شوند. بنابراین، توصیه می شود که جنبه های کیفی VGI باید در محصولات داده گنجانده شود تا اعتماد مصرف کننده به محصولات ایجاد شده با کمک داده های VGI ایجاد شود. ما دریافتیم که مسئولیت قانونی بر پذیرش VGI تأثیری ندارد. با این حال، VGI یک فناوری نسبتاً جدید برای بسیاری از سازمان‌های دولتی است، از این رو، گنجاندن VGI در کار رسمی ممکن است سؤالاتی را در مورد مسئولیت داده‌های VGI ایجاد کند. ۹۸ ، ۱۱۶]. از این رو، پیشنهاد می شود که شروع و اجرای پذیرش VGI باید با دقت انجام شود تا همه ذینفعان سود ببرند [ ۹۷ ، ۱۱۷ ]. علاوه بر این، پلتفرم توسعه‌یافته برای مجموعه VGI فقط باید مشارکت‌کنندگان کاملاً تأیید شده داشته باشد تا از مشارکت‌های ناشناس جلوگیری شود. حقوق مالکیت معنوی مرتبط با مشارکت کنندگان VGI و مسائل مربوط به مجوزهای مرتبط با محتوای آزادانه VGI باید قبل از پذیرش VGI درک شود تا از هرگونه نگرانی در مورد مسئولیت جلوگیری شود [ ۱۱۷ ].

۶٫۴٫ زمینه اجتماعی و اقتصادی

ویژگی های اجتماعی-اقتصادی ایجاد شغل و سودآوری مورد انتظار تأثیر قابل توجهی دارد، در حالی که مشارکت جامعه بر آمادگی VGI تأثیر نمی گذارد. ایجاد مشاغل جدید در بخش دولتی در کشورهای در حال توسعه عموماً به دلیل بحران های اقتصادی مناسب دولت نیست. با این حال، گنجاندن فناوری جدید در سازمان همیشه فرصتی برای ارائه برخی مشاغل برای رشد پذیرش فناوری جدید فراهم می کند. پذیرش VGI ممکن است مشاغل جدیدی در یکپارچه سازی داده ها، تجزیه و تحلیل داده ها، مدیریت داده ها و توسعه وب ایجاد کند. بنابراین، پیشنهاد می شود که جنبه های شغلی باید قبل از پذیرش VGI توسط سازمان در نظر گرفته شود. این مطالعه نشان می‌دهد که سودآوری مورد انتظار تأثیر عمیقی بر پذیرش VGI دارد. سرمایه گذاری زیادی در شروع پروژه های VGI مورد نیاز است. با این حال، سود مورد انتظار را نمی توان بدون اجرای موفقیت آمیز پروژه های VGI محاسبه کرد. بنابراین توصیه می شود برای اجرای موفق پروژه های VGI تلاش شود. ما متوجه شدیم که مشارکت جامعه تأثیر قابل توجهی بر پذیرش VGI ندارد. با این حال، انگیزه مشارکت‌کنندگان مورد نیاز است تا مشارکت‌کنندگان بتوانند وظایف خود را برای انجام مشارکت‌های پربار انجام دهند. از این رو، پیشنهاد می‌شود که برای حفظ پروژه‌های VGI که ​​توسط دولت اداره می‌شوند، روابط مستقیم با مشارکت‌کننده ایجاد شود. توصیه می شود برای اجرای موفق پروژه های VGI تلاش شود. ما متوجه شدیم که مشارکت جامعه تأثیر قابل توجهی بر پذیرش VGI ندارد. با این حال، انگیزه مشارکت‌کنندگان مورد نیاز است تا مشارکت‌کنندگان بتوانند وظایف خود را برای انجام مشارکت‌های پربار انجام دهند. از این رو، پیشنهاد می‌شود که برای حفظ پروژه‌های VGI که ​​توسط دولت اداره می‌شوند، روابط مستقیم با مشارکت‌کننده ایجاد شود. توصیه می شود برای اجرای موفق پروژه های VGI تلاش شود. ما متوجه شدیم که مشارکت جامعه تأثیر قابل توجهی بر پذیرش VGI ندارد. با این حال، انگیزه مشارکت‌کنندگان مورد نیاز است تا مشارکت‌کنندگان بتوانند وظایف خود را برای انجام مشارکت‌های پربار انجام دهند. از این رو، پیشنهاد می‌شود که برای حفظ پروژه‌های VGI که ​​توسط دولت اداره می‌شوند، روابط مستقیم با مشارکت‌کننده ایجاد شود.

۶٫۵٫ مفاهیم

برخی مفاهیم کلیدی نظری و عملی این مطالعه در زیر ارائه شده است.

۶٫۵٫۱٫ مفاهیم نظری

اول، بر اساس بهترین دانش ما، این اولین مطالعه انجام شده در مورد عوامل موثر بر پذیرش سازمانی VGI در NSDI است که از یک مدل آماری برای تعیین عوامل استفاده می‌کند، اما سطح و میزان آن عوامل را نیز به صورت آماری سنجش می‌کند، هرچند مطالعاتی در این زمینه وجود دارد. که پذیرش VGI در NSDI را در مورد جنبه های فنی مورد بحث قرار داد. با این حال، مطالعات قبلی به صورت توصیفی عواملی را که مانع VGI از بودن بخشی از SDI می‌شوند، شناسایی کردند [ ۹۷ ، ۹۸ ، ۱۱۱ ، ۱۱۳ .]. آنها از هیچ مدل آماری برای یافتن و اعتبارسنجی عوامل استفاده نکردند. دوم، این مطالعه نسخه توسعه یافته چارچوب TOE را با افزودن زمینه اجتماعی-اقتصادی اضافی آزمایش کرد. سوم، مطالعه ما عواملی را بررسی کرد که بر پذیرش VGI در NSDI برای کشورهای در حال توسعه، به عنوان مثال، پاکستان تأثیر می‌گذارد. مفهوم چهارم این است که مطالعه ما به طور کلی ادبیات موجود در مورد عوامل مختلف مؤثر بر پذیرش VGI را غنی کرد. پنجم، تحقیق ما یک مدل تحقیق معتبر برای پذیرش سازمانی VGI در NSDI را توصیف کرد. در نهایت، به عنوان یک نتیجه از مطالعه، ما یک مقیاس اندازه گیری برای ایجاد شغل و عوامل سودآوری مورد انتظار ایجاد کرده ایم که از تحقیقات آینده در مورد VGI و NSDI پشتیبانی می کند.

۶٫۵٫۲٫ مفهوم عملی

اول، تحقیق ما دستورالعمل هایی را به سیاست گذارانی که در مورد NSDI در پاکستان به کار گرفته اند ارائه می کند تا سیاست هایی را برای تشویق پذیرش VGI در میان ذینفعان NSDI ایجاد کنند. دوم، پژوهش ما اولین نوع مطالعه در جنبه پذیرش سازمانی VGI در NSDI است و فرصت‌های زیادی برای دانشگاهیان وجود دارد که تحقیقات بیشتری در مورد ابعاد مختلف و گنجاندن VGI و SDI به عنوان موضوع در برنامه‌های دانشگاهی خود انجام دهند. . سوم، بر اساس مطالعه، سازمان‌های تولید داده می‌توانند مدل‌های انعطاف‌پذیر را توسعه دهند یا مدل‌های موجود را اصلاح کنند تا VGI را در محیط کاری خود بگنجانند. چهارم، ما دریافتیم که سازمان ها به دلیل عدم وجود استانداردهای تعیین شده VGI، تمایلی به پذیرش VGI ندارند. از این رو، این یافته برای دولت ها و نهادهای نظارتی خصوصی مهم است تا استانداردهای مربوطه را برای رفع ابهامات مانع پذیرش VGI ایجاد کنند. در نهایت، این مطالعه نقش مدیریت ارشد یک سازمان را در پذیرش VGI برجسته می‌کند. بنابراین مدیریت ارشد سازمان باید معین و بر پذیرش فناوری جدید متمرکز باشد. شفافیت مدیریت ارشد نسبت به ایجاد ارزش برای دستیابی به پذیرش موفقیت آمیز VGI در سازمان کمک می کند.

۶٫۶٫ محدودیت ها

با این حال، این مطالعه دارای محدودیت هایی است که می تواند مورد توجه تحقیقات آتی نیز قرار گیرد. اول، از آنجایی که این تحقیق بر پذیرش سازمانی VGI متمرکز بود، نوع مطالعه مشابهی ممکن است برای آزمایش درک فردی از پذیرش VGI انجام شود. مفهوم VGI در دولت ها بالغ نشده است، اما شاید در سطح فردی نتایج ممکن است مشابه یا متفاوت از پذیرش سازمان باشد. ثانیاً برای آزمون رابطه عوامل مختلف با تناسب و آمادگی از عوامل میانجی استفاده نشد. در نهایت، ابعاد محدودی برای فناوری، محیط، سازمان و زمینه اجتماعی-اقتصادی مورد آزمایش قرار گرفت، آزمایش ابعاد بیشتر این سازه‌ها می‌تواند حقایق جالب‌تری ایجاد کند.

۷٫ نتیجه گیری

این مطالعه یک مدل آماری را برای آزمایش فرضیه های متعدد مربوط به پذیرش VGI در زمینه محلی پاکستان به کار گرفت. ما ۱۷ فرضیه را برای بررسی تأثیرات بر طیفی از نتایج از جمله کیفیت داده ها (QTY)، همکاری (COL) و قابلیت اطمینان (REL) تأیید کردیم. این مطالعه با استفاده از چارچوب TOE به همراه مدل معادله ساختاری با حداقل مربعات جزئی (PLS-SEM) برای تحلیل تجربی عوامل بازدارنده VGI از قرار گرفتن بخشی از SDI در کشور، تلاش کرده است تا عوامل بازدارنده پذیرش VGI را تعیین کند. سهم قابل توجهی در ادبیات تحقیق VGI.

دستورالعمل های آینده

هدف مطالعه محقق شده است، اما برای بهبود کاربرد و اعتبار آن، به تحقیقات تجربی بیشتری نیاز است. به عنوان مثال، این مطالعه در زمینه محلی پاکستان انجام شد. اگر نوع مطالعه مشابهی برای کشورهای دیگر انجام شود که سیاست ها، مقررات، فرهنگ ها و ساختار فناوری متفاوتی دارند، اعتبار آن افزایش می یابد. ثانیا، می توان مطالعات بیشتری را برای بررسی عوامل پذیرش VGI با ادغام TOE با چارچوب های دیگر مانند مدل تطبیق فناوری یا حتی استفاده از چارچوب دیگری به طور مستقل انجام داد. ثالثا، اتخاذ VGI همراه با مدل معادله ساختاری حداقل مربعات جزئی (PLS-SEM) برای موارد استفاده مانند مدیریت زمین و کشاورزی نیز برای کارهای آینده توصیه می شود.

منابع

  1. Masser, I. GIS Worlds: Creating Spatial Data Infrastructures ; مطبوعات ESRI: پکن، چین، ۲۰۰۵٫ [ Google Scholar ]
  2. Mummidi، LN; Krumm, J. کشف نقاط مورد علاقه از حاشیه نویسی نقشه کاربران. جئوژورنال ۲۰۰۸ ، ۷۲ ، ۲۱۵-۲۲۷٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  3. رجبی فرد، ع. ویلیامسون، زیرساخت های داده فضایی IP: مفهوم، سلسله مراتب SDI و جهت گیری های آینده. Proceedings of GEOMATICS 2001. موجود به صورت آنلاین: https://minerva-access.unimelb.edu.au/handle/11343/33897 (در ۳۰ نوامبر ۲۰۲۱ قابل دسترسی است).
  4. علی، ع. عمران، م. زیرساخت ملی داده های مکانی در مقابل سیستم کاداستر برای توسعه اقتصادی: شواهدی از پاکستان. Land ۲۰۲۱ , ۱۰ , ۱۸۸٫ [ Google Scholar ] [ CrossRef ]
  5. عصمت، الف. پتانسیل مشارکت عمومی-خصوصی برای اجرای NSDI در پاکستان. پایان نامه کارشناسی ارشد، موسسه بین المللی علوم اطلاعات جغرافیایی و رصد زمین، Enschede، هلند، ۲۰۰۸٫ [ Google Scholar ]
  6. Vilches-Blázquez، LM; بالاری، دی. پرده برداری از تنوع زیرساخت های داده های فضایی در آمریکای لاتین: شواهدی از یک تحقیق اکتشافی. کارتوگر. Geogr. Inf. علمی ۲۰۲۰ ، ۴۷ ، ۵۰۸-۵۲۳٫ [ Google Scholar ] [ CrossRef ]
  7. رجبی فرد، ع. Feeney، MEF; ویلیامسون، مسیرهای آینده IP برای توسعه SDI. بین المللی J. Appl. زمین Obs. Geoinf. ۲۰۰۲ ، ۴ ، ۱۱-۲۲٫ [ Google Scholar ] [ CrossRef ]
  8. صادقی نیارکی، ع. رجبی فرد، ع. کیم، ک. Seo, J. SDI مبتنی بر هستی شناسی برای تسهیل جامعه فعال فضایی. در مجموعه مقالات کنفرانس جهانی GSDI 12، Suntec، سنگاپور، ۱۹-۲۲ اکتبر ۲۰۱۰٫ [ Google Scholar ]
  9. علی، ع. عمران، م. جبین، م. علی، ز. محمود، SA عوامل مؤثر بر مدیریت اطلاعات یکپارچه: زیرساخت داده های مکانی در پاکستان. در دسترس آنلاین: https://journals.sagepub.com/doi/abs/10.1177/02666669211048483?journalCode=idva (در ۳۰ نوامبر ۲۰۲۱ قابل دسترسی است).
  10. قانون نقشه برداری و نقشه برداری GoP. مجلس ملی پاکستان: اسلام آباد. ۲۰۱۴٫ در دسترس آنلاین: https://na.gov.pk/uploads/documents/1397721138_588.pdf (در ۳۰ نوامبر ۲۰۲۱ قابل دسترسی است).
  11. ببینید، L. مونی، پی. فودی، جی. باستین، ال. کامبر، ا. استیما، ج. فریتز، اس. کرل، ن. جیانگ، بی. لااکسو، م. و همکاران جمع سپاری، علم شهروندی یا اطلاعات جغرافیایی داوطلبانه؟ وضعیت فعلی اطلاعات جغرافیایی جمع‌سپاری شده ISPRS Int. J. از Geo-Inf. ۲۰۱۶ ، ۵ ، ۵۵٫ [ Google Scholar ] [ CrossRef ]
  12. پاپاپسیوس، ن. ایلول، سی. شاکر، ع. هارت، جی. بررسی استفاده از اطلاعات جغرافیایی جمع‌سپاری شده در دفاع: چالش‌ها و فرصت‌ها. جی. جئوگر. سیستم ۲۰۱۹ ، ۱ ، ۱۳۳-۱۶۰٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  13. Goodchild، MF Citizens as Sensors: The World of Volunteered Geography. ژئوژورنال ۲۰۰۷ ، ۶۹ ، ۲۱۱-۲۲۱٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  14. فیشر، F. VGI به عنوان کلان داده. منبع داده های جغرافیایی جدید اما ظریف. GeoInformatics 2012، آوریل/مه، ۴۶-۴۷٫ در دسترس آنلاین: https://www.academia.edu/1505065/VGI_as_Big_Data._A_New_but_Delicate_Geographic_Data-Source (در ۳۰ نوامبر ۲۰۲۱ قابل دسترسی است).
  15. Shiau، SJH; هوانگ، سی. یانگ، CL; جوانگ، JN اشتقاقی از عوامل مؤثر بر انتشار نوآوری نقشه خیابان باز در آموزش STEM. Sustainability ۲۰۱۸ , ۱۰ , ۳۴۴۷٫ [ Google Scholar ] [ CrossRef ][ Green Version ]
  16. برایت، جی. د ساباتا، اس. لی، اس. گانش، بی. Humphreys، DK OpenStreetMap داده ها برای تحقیقات الکل: ارزیابی قابلیت اطمینان و شاخص های کیفیت. Health Place ۲۰۱۸ , ۵۰ , ۱۳۰–۱۳۶٫ [ Google Scholar ] [ CrossRef ]
  17. بریم، ال. هایلیگ، ام. کلینکارد، سی. Vortisch، P. تجزیه و تحلیل OpenStreetMap به عنوان منبع داده برای مدل های تقاضای سفر یک مطالعه موردی در کارلسروهه. ترانسپ Res. Proc. ۲۰۱۹ ، ۴۱ ، ۱۰۴-۱۱۲٫ [ Google Scholar ] [ CrossRef ]
  18. هرفورت، بی. لاتنباخ، اس. پورتو دو آلبوکرک، جی. اندرسون، جی. Zipf، A. تکامل نقشه برداری بشردوستانه در جامعه OpenStreetMap. علمی Rep. ۲۰۲۱ , ۱۱ , ۱-۱۵٫ [ Google Scholar ] [ CrossRef ] [ PubMed ]
  19. مظفر، ح.م. طاهر، ع. علی، ع. احمد، م. McArdle, G. ارزیابی کیفیت اطلاعات جغرافیایی داوطلبانه برای برنامه ریزی آموزشی. در اطلاعات جغرافیایی داوطلبانه و آینده داده های مکانی ; IGI Global: Hershey, PA, USA, 2017. [ Google Scholar ]
  20. منیر، ع. عصمت، ع. مالک سیکاندر، پتانسیل اطلاعات جغرافیایی داوطلبانه هنگ کنگ برای پذیرش اثرات تغییر آب و هوا در پاکستان. در مجموعه مقالات چهارمین کنفرانس بین المللی انرژی، محیط زیست و توسعه پایدار، دانشگاه فنی و مهندسی مهران، جمشورو، پاکستان، ۱–۳ نوامبر ۲۰۱۶٫ [ Google Scholar ]
  21. منیر، ع. عصمت، ع. مالک سیکاندر، هنگ کنگ در حال ترویج گردشگری میراث در پاکستان با استفاده از اطلاعات جغرافیایی داوطلبانه: یک چشم انداز تحقیقی. در مجموعه مقالات بیست و چهارمین کنفرانس بین المللی مورخان آسیا، مؤسسه ملی تحقیقات تاریخی و فرهنگی (NIHCR) مرکز تعالی دانشگاه Quaid-i-Azam، اسلام آباد، پاکستان، ۱۴-۱۶ دسامبر ۲۰۱۶٫ [ Google Scholar ]
  22. کاستلین، دبلیو. گروس، ال. Crompvoets، J.; برگت، الف. خصوصیات اطلاعات جغرافیایی داوطلبانه. ۲۰۱۰٫ در دسترس آنلاین: https://agile-online.org/conference_paper/cds/agile_2010/shortpapers_pdf/106_doc.pdf (در ۳۰ نوامبر ۲۰۲۱ قابل دسترسی است).
  23. جنووز، ای. روشه، S. پتانسیل VGI به عنوان منبعی برای SDI ها در زمینه شمال/جنوب. Geomatica ۲۰۱۰ ، ۶۴ ، ۴۳۹-۴۵۰٫ [ Google Scholar ]
  24. بوردوگنا، جی. کارارا، پی. کلیمنت، تی. فریجریو، ال. Sterlacchini، S. زیرساخت‌های داده‌های فضایی توانمند شده توسط اطلاعات جغرافیایی داوطلبانه تعاملی. پلوریموندی ۲۰۱۷ ، ۱۶ ، ۱۰۷-۱۱۳٫ [ Google Scholar ]
  25. شاکری، م. صادقی نیارکی، ع. علیمحمدی، ع. Alesheikh، AA داوطلب زیرساخت داده های مکانی (VSDI) برای توسعه سیستم همکاری در حمل و نقل است. جی. ژئومات. علمی تکنولوژی ۲۰۱۸ ، ۷ ، ۱-۱۳٫ [ Google Scholar ]
  26. Sevinç، HK; Karaš, IR نقش کاربردهای داوطلبانه اطلاعات جغرافیایی در مدیریت بلایا. در مجموعه مقالات آرشیو بین المللی فتوگرامتری، سنجش از دور و علوم اطلاعات فضایی-ISPRS، استانبول، ترکیه، ۱۸ تا ۲۱ مارس ۲۰۱۸٫ [ Google Scholar ]
  27. چن، اچ. ژانگ، WC; دنگ، سی. نی، ن. Yi, L. داوطلب اطلاعات جغرافیایی برای مدیریت بلایا با استفاده از پایگاه داده و پلت فرم اشتراک گذاری بلایای زلزله. در مجموعه مجموعه مقالات کنفرانس IOP: علوم زمین و محیط زیست. ۲۰۱۷، پکن، چین، ۱۶–۱۷ مه ۲۰۱۶٫ [ Google Scholar ]
  28. داسگوپتا، ا. Ghosh، SK یک چارچوب اطلاعات جغرافیایی داوطلبانه (VGI) برای مدیریت بلایا بر اساس خدمات تلفن همراه و SDI. در زیرساخت‌های جغرافیایی، کاربردها و فناوری‌ها: مطالعات موردی هند ؛ Springer: سنگاپور، ۲۰۱۸; صص ۱۲۱-۱۲۹٫ [ Google Scholar ]
  29. Arapostathis، SG مبانی اطلاعات جغرافیایی داوطلبانه در مدیریت بلایای مرتبط با سیل. در کاهش تأثیر سیل و افزایش تاب آوری . ۲۰۲۰٫ در دسترس آنلاین: https://www.intechopen.com/chapters/72104 (در ۳۰ نوامبر ۲۰۲۱ قابل دسترسی است).
  30. رولاسون، ای. براکن، ال جی. هاردی، آر جی؛ بزرگ، ARG اهمیت اطلاعات جغرافیایی داوطلبانه برای اعتبارسنجی مدل‌های طغیان سیل. جی هیدرول. ۲۰۱۸ ، ۵۶۲ ، ۲۶۷-۲۸۰٫ [ Google Scholar ] [ CrossRef ]
  31. سیریبا، DN; دالیوت، اس. پذیرش اطلاعات جغرافیایی داوطلبانه در سیستم رسمی اداره زمین در کنیا. سیاست کاربری زمین ۲۰۱۷ ، ۶۳ ، ۲۷۹-۲۸۷٫ [ Google Scholar ] [ CrossRef ]
  32. پورعزیزی، م. هانتر، ا. اشتاینیگر، اس. یک چارچوب اطلاعات جغرافیایی داوطلبانه برای فعال کردن بسترهای مدیریت بلایا از پایین به بالا. ISPRS Int. J. Geo-Inf. ۲۰۱۵ ، ۴ ، ۱۳۸۹–۱۴۲۲٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  33. کوسوات، اس. مک دوگال، ک. لیو، X. SDI و اتوماسیون مدیریت اطلاعات مکانی جمع‌سپاری شده برای مدیریت بلایا. Surv. Rev. ۲۰۱۵ , ۴۷ , ۳۰۷-۳۱۵٫ [ Google Scholar ] [ CrossRef ]
  34. یولفا، ع. آدیتیا، تی. سوتانتا، اچ. به سمت خدمات SDI برای جمع سپاری داده های مکانی در واکنش به بلایا. در مجموعه مقالات هفتمین سمینار سالانه بین المللی مهندسی ۲۰۱۷، یوگیاکارتا، اندونزی، ۱ تا ۲ اوت ۲۰۱۷٫ [ Google Scholar ]
  35. رحمتی زاده، س. رجبی فرد، ع. کلانتری، م. چارچوبی مفهومی برای استفاده از VGI در آمایش سرزمین. سیاست کاربری زمین ۲۰۱۶ ، ۵۶ ، ۸۱-۸۹٫ [ Google Scholar ] [ CrossRef ]
  36. ناوراتیل، جی. فرانک، AU Vgi برای مدیریت زمین – چشم انداز کیفیت. در دسترس آنلاین: https://www.int-arch-photogramm-remote-sens-spatial-inf-sci.net/XL-2-W1/159/2013/ (دسترسی در ۳۰ نوامبر ۲۰۲۱).
  37. حمید، م. فیربرین، دی. Speak, S. تعیین نقش بالقوه VGI در بهبود سیستم های مدیریت زمین در عراق. در مجموعه مقالات یادداشت های سخنرانی در علوم کامپیوتر (شامل زیر مجموعه یادداشت های سخنرانی در هوش مصنوعی و یادداشت های سخنرانی در بیوانفورماتیک). Available online: https://eprints.ncl.ac.uk/238224?__hstc=76754698.99a265337744294b740e0787aea508c4.1554854400284.1554854400285.1554854400286.1&__hssc=76754698.1.1554854400287&__hsfp=1817143912 (accessed on 30 November 2021).
  38. Moreri، KK با استفاده از روش کاپا برای در نظر گرفتن اطلاعات جغرافیایی داوطلبانه در سیستم‌های اداری اراضی رسمی در کشورهای در حال توسعه. تف کردن Inf. Res. ۲۰۲۰ ، ۲۸ ، ۲۹۹-۳۱۱٫ [ Google Scholar ] [ CrossRef ]
  39. موری، ک.ک. فیربرین، دی. جیمز، پی. داوطلبانه ارزیابی کیفیت اطلاعات جغرافیایی با استفاده از مدل سازی اعتماد و شهرت در سیستم های مدیریت زمین در کشورهای در حال توسعه. بین المللی جی. جئوگر. Inf. علمی ۲۰۱۸ ، ۳۲ ، ۹۳۱-۹۵۹٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  40. ژانگ، اچ. جیانگ، جی. هوانگ، دبلیو. یانگ، ال. طراحی و پیاده‌سازی سیستم جمع‌آوری اطلاعات مکانی عمومی ملی چین مبتنی بر جمع‌سپاری. در مجموعه مقالات آرشیو بین‌المللی فتوگرامتری، سنجش از دور و علوم اطلاعات فضایی-ISPRS، Enschede، هلند، ۱۰–۱۴ ژوئن ۲۰۱۹٫ [ Google Scholar ]
  41. کوتسف، ا. مینگینی، ام. توماس، آر. سیتل، وی. لوتز، ام. از زیرساخت‌های داده‌های مکانی تا فضاهای داده – چشم‌انداز فناوری در مورد تکامل SDI اروپا. ISPRS Int. J. Geo-Inf. ۲۰۲۰ ، ۹ ، ۱۷۶٫ [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  42. دی پیترو، آر. ویاردا، ای. فلیشر، ام. زمینه تغییر: سازمان، فناوری و محیط زیست. فناوری فرآیند نوآوری. ۱۹۹۰ ، ۱۹۹ ، ۱۵۱-۱۷۵٫ [ Google Scholar ]
  43. اولیویرا، تی. مارتینز، ام اف. لیسبوا، بررسی ادبیات سازمان ملل در مورد مدل‌های پذیرش فناوری اطلاعات در سطح شرکت. کشیش Econ. گل میخ. ۲۰۱۱ ، ۱۴ ، ۱۱۰-۱۲۱٫ [ Google Scholar ]
  44. بیکر، جی. چارچوب فناوری-سازمان-محیط زیست. در نظریه سیستم های اطلاعاتی ; دانشگاه هامبورگ: هامبورگ، آلمان، ۲۰۱۱٫ [ Google Scholar ]
  45. آوا، هو؛ اوکوها، او. Igwe، SR بازبینی تئوری فناوری-سازمان-محیط (TOE) برای کاربرد غنی. خط پایین ۲۰۱۷ ، ۳۰ ، ۲-۲۲٫ [ Google Scholar ] [ CrossRef ]
  46. راجرز، EM; سینگال، ا. Quinlan، MM Diffusion of Innovations. در یک رویکرد یکپارچه به نظریه و تحقیقات ارتباطات ، ویرایش پنجم. Routledge: لندن، انگلستان، ۲۰۰۳٫ [ Google Scholar ]
  47. دی ماجیو، پی جی؛ پاول، WW قفس آهنین مورد بازبینی قرار گرفت: ایزومورفیسم نهادی و عقلانیت جمعی در زمینه های سازمانی. صبح. اجتماعی Rev. ۱۹۸۳ , ۴۸ , ۱۴۷-۱۶۰٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  48. قندیل، آمنا؛ راغب، م. Ragab، AA; فاروق، م. بررسی تأثیر مدل TOE بر پذیرش رایانش ابری در مصر. اتوبوس. مدیریت Rev. ۲۰۱۸ , ۹ , ۱۱۳-۱۲۳٫ [ Google Scholar ]
  49. الحجران، ع. اللوزی، EM; الدبی، م.م. Maqableh, M. Challenges of Cloud Computing Adoption from the TOE Framework Perspective. بین المللی J. E-Bus. Res. ۲۰۱۸ ، ۱۴ ، ۷۷-۹۴٫ [ Google Scholar ] [ CrossRef ]
  50. کمارالزمان، ام اس; حسن، NH; باکار، NAA; Maarop، N.; سامی، GALN; عزیز، N. عوامل موثر بر پذیرش بلاک چین در سازمان دولتی: یک چارچوب پیشنهادی. در مجموعه مقالات کنفرانس بین المللی ۲۰۲۱ در علوم کامپیوتر و اطلاعات (ICCOINS)، کوچینگ، مالزی، ۱۳ تا ۱۵ ژوئیه ۲۰۲۱٫ [ Google Scholar ]
  51. جین، م. Nhat Hanh Le، A.; یینگ-چائو لین، جی. مینگ سونگ چنگ، جی. پروفسور، الف. بررسی عوامل مؤثر بر پذیرش تجارت الکترونیک در میان شرکت‌های کوچک و متوسط ​​هندی: دیدگاه TOE. تونگهای مناگ. Rev. ۲۰۱۱ , ۱۳ , ۱۴۷-۱۸۸٫ [ Google Scholar ]
  52. وانگ، YS; لی، HT; لی، CR; ژانگ، DZ عوامل موثر بر پذیرش هتل ها از سیستم های رزرو سیار: چارچوب فناوری-سازمان-محیط. تور. مدیریت ۲۰۱۶ ، ۵۳ ، ۱۶۳-۱۷۲٫ [ Google Scholar ] [ CrossRef ]
  53. درادکه، م.ک. صباحین، عوامل موثر بر پذیرش پلتفرم های توسعه اپلیکیشن موبایل: تحلیل محتوای کیفی بررسی های آنلاین توسعه دهندگان. بین المللی J. Enterp. Inf. سیستم ۲۰۱۹ ، ۱۵ ، ۴۳-۵۹٫ [ Google Scholar ] [ CrossRef ]
  54. افندی، MI; سوگاندینی، دی. Istanto، Y. پذیرش رسانه های اجتماعی در SME های تحت تأثیر COVID-19: مدل TOE*. جی. اقتصاد مالی آسیایی. اتوبوس. ۲۰۲۰ ، ۷ ، ۹۱۵-۹۲۵٫ [ Google Scholar ] [ CrossRef ]
  55. کم، سی. چن، ی. Wu, M. درک عوامل تعیین کننده پذیرش رایانش ابری. Ind. Manag. سیستم داده ۲۰۱۱ ، ۱۱۱ ، ۱۰۰۶-۱۰۲۳٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  56. Klug، WE عوامل تعیین کننده پذیرش رایانش ابری توسط کالج ها و دانشگاه ها. Ph.D. پایان نامه، دانشگاه Northcentral، Scottsdale، AZ، ​​ایالات متحده آمریکا، ۲۰۱۴٫ [ Google Scholar ]
  57. Hsu، PF; ری، اس. Li-Hsieh، YY بررسی قصد پذیرش محاسبات ابری، مکانیسم قیمت گذاری، و مدل استقرار. بین المللی J. Inf. مدیریت ۲۰۱۴ ، ۳۴ ، ۴۷۴-۴۸۸٫ [ Google Scholar ] [ CrossRef ]
  58. هاینریش، بی. کلیر، م. Kaiser, M. روشی برای توسعه معیارهای ارز و کاربرد آن در CRM. J. Data Inf. کیفیت ۲۰۰۹ ، ۱ ، ۱-۲۸٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  59. Orr, K. کیفیت داده ها و نظریه سیستم ها. اشتراک. ACM ۱۹۹۸ ، ۴۱ ، ۶۶-۷۱٫ [ Google Scholar ] [ CrossRef ]
  60. Eppler، MJ مدیریت کیفیت اطلاعات ، ویرایش دوم. Springer: برلین/هایدلبرگ، آلمان، ۲۰۰۶٫ [ Google Scholar ]
  61. نصر، م. شعبان، ا. گبر، ابعاد کیفیت داده MI. در یادداشت های سخنرانی در شبکه ها و سیستم ها ; Springer: برلین/هایدلبرگ، آلمان، ۲۰۲۰٫ [ Google Scholar ]
  62. Svetlana, J. ابعاد کیفیت داده برای اطمینان از کیفیت داده بهینه. رام اقتصاد J. ۲۰۱۷ ، ۲۰ ، ۸۹-۱۰۳٫ [ Google Scholar ]
  63. زو، ک. Kraemer، KL; Xu, S. فرآیند جذب نوآوری توسط شرکت ها در کشورهای مختلف: دیدگاه انتشار فناوری در تجارت الکترونیک. مدیریت علمی ۲۰۰۶ ، ۵۲ ، ۱۵۵۷-۱۵۷۶٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  64. زو، ک. دونگ، اس. Xu، SX; کریمر، انتشار نوآوری KL در زمینه های جهانی: عوامل تعیین کننده تحول دیجیتال پس از پذیرش شرکت های اروپایی. یورو J. Inf. سیستم ۲۰۰۶ ، ۱۵ ، ۶۰۱-۶۱۶٫ [ Google Scholar ] [ CrossRef ]
  65. درازین، آر. فرآیندهای نوآوری تکنولوژیکی. جی. تکنول. انتقال ۱۹۹۱ ، ۱۶ ، ۴۵-۴۶٫ [ Google Scholar ] [ CrossRef ]
  66. لئونگ، دی. لو، ا. فونگ، LHN؛ قانون، R. اعمال چارچوب فناوری-سازمان-محیط برای کاوش ICT پذیرش اولیه و مستمر: مطالعه اکتشافی یک هتل مستقل در هنگ کنگ. تور. بازآفرینی Res. ۲۰۱۵ ، ۴۰ ، ۳۹۱-۴۰۶٫ [ Google Scholar ] [ CrossRef ]
  67. یون، تی. بررسی تجربی عوامل مؤثر بر پذیرش سازمانی جهان های مجازی. دانشگاه ایالتی فلوریدا در دسترس آنلاین: https://diginole.lib.fsu.edu/islandora/object/fsu:253879 (دسترسی در ۳۰ نوامبر ۲۰۲۱).
  68. گروور، V. یک مدل تجربی مشتق شده برای پذیرش سیستم های بین سازمانی مبتنی بر مشتری. تصمیم می گیرد. علمی ۱۹۹۳ ، ۲۴ ، ۶۰۳-۶۴۰٫ [ Google Scholar ] [ CrossRef ]
  69. جهانشاهی، ع.ا. برم، الف. پایداری در SMEs: تیم های مدیریت برتر ادغام رفتاری به عنوان منبع نوآوری. پایداری ۲۰۱۷ ، ۹ ، ۱۸۹۹٫ [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  70. مک گوایر، ام. مدیریت عمومی مشارکتی: ارزیابی آنچه می دانیم و چگونه می دانیم. عمومی Adm. Rev. ۲۰۰۶ , ۶۶ , ۳۳-۴۳٫ [ Google Scholar ] [ CrossRef ]
  71. Ensminger، DC; سوری، DW; پورتر، BE; رایت، دی. عوامل مؤثر در اجرای موفقیت‌آمیز نوآوری‌های فناوری. آموزش. تکنولوژی Soc. ۲۰۰۴ ، ۷ ، ۶۱-۷۲٫ [ Google Scholar ]
  72. ونکاتش، وی. موریس، ام جی؛ دیویس، GB; دیویس، پذیرش کاربر FD از فناوری اطلاعات: به سوی یک دیدگاه واحد. MIS Q. Manag. Inf. سیستم ۲۰۰۳ ، ۲۷ ، ۴۲۵-۴۷۸٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  73. قاسم، یام; عبدالله، ر. یاها، ی. آتانا، آر. استفاده مستمر از رایانش ابری در مؤسسات آموزش عالی: یک مدل مفهومی. Appl. علمی ۲۰۲۰ ، ۱۰ ، ۶۶۲۸٫ [ Google Scholar ] [ CrossRef ]
  74. Hochstatter, J. Legal Liability. در دایره المعارف جهانی مدیریت عمومی، سیاست عمومی و حکومت داری ؛ فرازمند، ع.، ویرایش; Springer International Publishing: Cham, Switzerland, 2018. [ Google Scholar ]
  75. اشمیت، جی. ملادنو، ا. اشتراوس، سی. Schaffliauser-Linzatti، M. قراردادهای هوشمند و اینترنت اشیا: تحلیل محتوای کیفی با استفاده از چارچوب فناوری-سازمان-محیط برای شناسایی عوامل کلیدی. Proc. Comp. علمی ۲۰۱۹ ، ۱۶۰ ، ۱۸۹-۱۹۶٫ [ Google Scholar ] [ CrossRef ]
  76. لاشاپل، روابط عمومی؛ آستین، مشارکت اجتماعی EK. دایره المعارف تحقیق کیفیت زندگی و بهزیستی ; Springer: برلین/هایدلبرگ، آلمان، ۲۰۱۴٫ [ Google Scholar ]
  77. کیم، اس. پارک، جی. کیم، ای. پارک، جی. مطالعه ای در مورد روش های کاربرد کلان داده و تحلیل اثر مورد انتظار آنها – تأثیر تجزیه و تحلیل داده ها برای بهبود تصمیم گیری کارکنان در شرکت های داخلی. J. Inf. تکنولوژی آرشیت. ۲۰۱۵ ، ۱۲ ، ۱۵۹-۱۷۰٫ [ Google Scholar ]
  78. ریون، ا. لی، ای. پارک، CW ارائه ویدئوی دیجیتال و عملکرد دانش‌آموز: چشم‌انداز مناسب فناوری وظیفه. بین المللی J. Inf. اشتراک. تکنولوژی آموزش. ۲۰۱۰ ، ۶ ، ۱۷-۲۹٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  79. کو، س.-ح. شین، M.-S. بررسی تأثیر مدل برازش تکلیف-فناوری و ویژگی‌های سازمانی سیستم دفتر سیار بر عملکرد شغلی. J. Korea Acad.-Ind. قفس. Soc. ۲۰۱۳ ، ۱۴ ، ۶۴۴-۶۵۴٫ [ Google Scholar ] [ CrossRef ]
  80. Parasuraman، A. شاخص آمادگی فناوری (Tri): مقیاسی چند موردی برای اندازه گیری آمادگی برای پذیرش فناوری های جدید. J. Serv. Res. ۲۰۰۰ ، ۲ ، ۳۰۷-۳۲۰٫ [ Google Scholar ] [ CrossRef ]
  81. Dewar، RD; داتون، JE پذیرش نوآوری های رادیکال و افزایشی: یک تحلیل تجربی. مدیریت علمی ۱۹۸۶ ، ۳۲ ، ۱۴۲۲-۱۴۳۳٫ [ Google Scholar ] [ CrossRef ]
  82. Ifinedo, P. تجزیه و تحلیل تجربی عوامل موثر بر پذیرش فناوری های اینترنتی/کسب و کار الکترونیکی توسط SME در کانادا. بین المللی J. Inf. تکنولوژی تصمیم می گیرد. ماک ۲۰۱۱ ، ۱۰ ، ۷۳۱-۷۶۶٫ [ Google Scholar ] [ CrossRef ]
  83. مقیاس‌های چند نقطه‌ای لوئیس، JR: تفاوت‌های میانگین و میانه و سطوح اهمیت مشاهده‌شده. بین المللی J. Hum.-Comput. تعامل داشتن. ۱۹۹۳ ، ۵ ، ۳۸۳-۳۹۲٫ [ Google Scholar ] [ CrossRef ]
  84. Jöreskog، KG; Sörbom, D. LISREL 8: مدلسازی معادلات ساختاری با زبان دستوری SIMPLIS . علمی نرم افزار بین المللی: Skokie, IL, USA, 1993; در دسترس آنلاین: https://psycnet.apa.org/record/1993-97878-000 (دسترسی در ۳۰ نوامبر ۲۰۲۱).
  85. بیرن، مدل سازی معادلات ساختاری BM با EQS: مفاهیم اساسی، کاربردها و برنامه ریزی ، ویرایش دوم. Routledge: لندن، بریتانیا، ۲۰۱۳٫ [ Google Scholar ]
  86. Chinn، WW رویکرد حداقل مربعات جزئی به مدل سازی معادلات ساختاری. مد. اتوبوس روش ها Res. ۱۹۹۸ ، ۲۹ ، ۲۹۵-۳۳۶٫ [ Google Scholar ]
  87. هاردل، WK; Simar, L. Applied Multivariate Statistical Analysis ; پیرسون: لندن، بریتانیا، ۲۰۱۳٫ [ Google Scholar ]
  88. والکزوچ، آر. لمینک، جی. Streukens، S. تأثیر آمادگی فناوری کارکنان خدمات بر پذیرش فناوری. Inf. مدیریت ۲۰۰۷ ، ۴۴ ، ۲۰۶-۲۱۵٫ [ Google Scholar ] [ CrossRef ]
  89. کاکس، EP، III. تعداد بهینه جایگزین های پاسخ برای یک مقیاس: یک بررسی. جی. مارک. Res. ۱۹۸۰ ، ۱۷ ، ۴۰۷-۴۲۲٫ [ Google Scholar ] [ CrossRef ]
  90. زو، ک. Kraemer، KL; خو، اس. ددریک، جی. سود فناوری اطلاعات در محیط‌های کسب‌وکار الکترونیکی: دیدگاه بین‌المللی در ایجاد ارزش کسب و کار الکترونیکی در صنعت خدمات مالی. جی. مناگ. Inf. سیستم ۲۰۰۴ ، ۲۱ ، ۱۷-۵۴٫ [ Google Scholar ] [ CrossRef ]
  91. Featherman، MS; پاولو، PA پیش بینی پذیرش خدمات الکترونیکی: دیدگاه جنبه های ریسک درک شده. بین المللی جی. هوم. محاسبه کنید. گل میخ. ۲۰۰۳ ، ۵۹ ، ۴۵۱-۴۷۴٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  92. یانگ، ز. سان، ج. ژانگ، ی. Wang, Y. درک پذیرش SaaS از دیدگاه کاربران سازمانی: مدل آمادگی سه پایه. محاسبه کنید. هوم رفتار ۲۰۱۵ ، ۴۵ ، ۲۵۴-۲۶۴٫ [ Google Scholar ] [ CrossRef ]
  93. چونگ، KW; کیم، YS; Choi, J. مطالعه عوامل مؤثر بر قصد پذیرش یک سرویس امضای دیجیتال مبتنی بر ابر. اطلاعات ۲۰۲۱ ، ۱۲ ، ۶۰٫ [ Google Scholar ] [ CrossRef ]
  94. یانسن، ام. چارالابیدیس، ی. Zuiderwijk، A. مزایا، موانع پذیرش و افسانه های داده های باز و دولت باز. Inf. سیستم مدیریت ۲۰۱۲ ، ۲۹ ، ۲۵۸-۲۶۸٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  95. خان، ZT; جانسون، شهروند PA و تولید مشترک دولت: تجزیه و تحلیل چالش‌های پذیرش VGI توسط دولت. می توان. Geogr. ۲۰۲۰ ، ۶۴ ، ۳۷۴-۳۸۷٫ [ Google Scholar ] [ CrossRef ]
  96. برنت هال، جی. چیپنیوک، آر. فیک، RD; لیهی، ام جی; Deparday، V. تولید اطلاعات جغرافیایی مبتنی بر جامعه با استفاده از نرم افزار منبع باز و وب ۲٫۰٫ بین المللی جی. جئوگر. Inf. علمی ۲۰۱۰ ، ۲۴ ، ۷۶۱-۷۸۱٫ [ Google Scholar ] [ CrossRef ]
  97. جانسون، PA; Sieber، RE موقعیت پذیرش VGI توسط دولت. در جمع سپاری دانش جغرافیایی: اطلاعات جغرافیایی داوطلبانه (VGI) در تئوری و عمل . Springer: Dordrecht، هلند، ۲۰۱۳٫ [ Google Scholar ]
  98. کلمن، مشارکت بالقوه DJ و چالش های VGI برای برنامه های نقشه برداری پایه توپوگرافی معمولی. در جمع سپاری دانش جغرافیایی: اطلاعات جغرافیایی داوطلبانه (VGI) در تئوری و عمل . Springer: Dordrecht، هلند، ۲۰۱۳٫ [ Google Scholar ]
  99. کمیسیون اروپایی. توصیه های پلتفرم سیاست علمی باز. ۲۰۱۸٫ در دسترس آنلاین: https://ec.europa.eu/research/openscience/pdf/integrated_advice_opspp_recommendations.pdf#view=fit&pagemode=none (در ۲۸ سپتامبر ۲۰۲۰ قابل دسترسی است).
  100. جانسون، مدل‌های ویرایش مستقیم داده‌های فضایی دولتی: چالش‌ها و محدودیت‌های پذیرش داده‌های مشارکتی. کارتوگر. Geogr. Inf. علمی ۲۰۱۷ ، ۴۴ ، ۱۲۸-۱۳۸٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  101. Scassa، T. مسائل حقوقی با اطلاعات جغرافیایی داوطلبانه. می توان. Geogr. ۲۰۱۳ ، ۵۷ ، ۱-۱۰٫ [ Google Scholar ] [ CrossRef ]
  102. Leguina، A. A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM). بین المللی J. Res. روش در آموزش ۲۰۱۵ ، ۳۸ ، ۲۲۰-۲۲۱٫ [ Google Scholar ] [ CrossRef ]
  103. ویلیامز، جی اس. Child, D. The Essentials of Factor Analysis ; جامعه شناسی معاصر، انجمن جامعه شناسی آمریکا: واشنگتن، دی سی، ایالات متحده آمریکا، ۱۹۷۴٫ [ Google Scholar ]
  104. یونگ، آ.گ. پیرس، اس. راهنمای مبتدی برای تحلیل عاملی: تمرکز بر تحلیل عاملی اکتشافی. معلم خصوصی مقدار. روانی روشها. ۲۰۱۳ ، ۹ ، ۷۹-۹۴٫ [ Google Scholar ] [ CrossRef ]
  105. یون، سی. Kim, S. A Tutorial on PLS Structural Equating Modeling Using R: (با تمرکز بر) مدل تحقیق نمونه و داده. Inf. سیستم Rev. ۲۰۱۴ , ۱۶ , ۸۹-۱۱۲٫ [ Google Scholar ] [ CrossRef ]
  106. مو، JF; حلقه، CM; Sarstedt، M. PLS-SEM: در واقع یک گلوله نقره ای. جی. مارک. عمل تئوری. ۲۰۱۱ ، ۱۹ ، ۱۳۹-۱۵۲٫ [ Google Scholar ] [ CrossRef ]
  107. Cortina, JM ضریب آلفا چیست؟ بررسی تئوری و کاربردها. J. Appl. روانی ۱۹۹۳ , ۷۸ , ۹۸٫ [ Google Scholar ] [ CrossRef ]
  108. فورنل، سی. Larcker، DF در حال ارزیابی مدل های معادلات ساختاری با متغیرهای غیر قابل مشاهده و خطای اندازه گیری. جی. مارک. Res. ۱۹۸۱ ، ۱۸ ، ۳۹-۵۰٫ [ Google Scholar ] [ CrossRef ]
  109. بالاتوره، آ. برتولتو، ام. ویلسون، استخراج دانش جغرافیایی دی سی و تشابه معنایی در OpenStreetMap. بدانید. Inf. سیستم ۲۰۱۳ ، ۳۷ ، ۶۱-۸۱٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  110. لمنز، آر. فالکت، جی. د ساباتا، اس. جیانگ، بی. Bucher، B. Querying VGI توسط Semantic Enrichment. در کتاب راهنمای اروپایی اطلاعات جغرافیایی جمع‌سپاری شده ; Ubiquity Press: لندن، بریتانیا، ۲۰۱۶٫ [ Google Scholar ]
  111. خان، ZT; جانسون، PA تولید مشترک اطلاعات فضایی: بررسی رویکردها و انگیزه های دولت در سطح محلی. JeDEM-eJournal eDemocr. دولت باز ۲۰۲۱ ، ۱۳ ، ۱۱۰–۱۳۲٫ [ Google Scholar ] [ CrossRef ]
  112. عطارد، م. هاکلی، م. کاپینری، سی. پتانسیل اطلاعات جغرافیایی داوطلبانه (VGI) در سیستم های حمل و نقل آینده. طرح شهری. ۲۰۱۶ ، ۱ ، ۶-۱۹٫ [ Google Scholar ] [ CrossRef ]
  113. فالکو، ای. کلینهانس، R. فراتر از فناوری: شناسایی چالش‌های دولت محلی برای استفاده از بسترهای دیجیتال برای مشارکت شهروندان. بین المللی J. Inf. مدیریت ۲۰۱۸ ، ۴۰ ، ۱۷-۲۰٫ [ Google Scholar ] [ CrossRef ]
  114. Ganapati، S. استفاده از سیستم های اطلاعات جغرافیایی برای افزایش مشارکت شهروندان . مرکز IBM برای کسب و کار دولت: واشنگتن، دی سی، ایالات متحده آمریکا، ۲۰۱۰٫ [ Google Scholar ]
  115. Bertot, JC; جیگر، پی تی. هانسن، دی. تأثیر سیاست ها بر استفاده از رسانه های اجتماعی دولتی: مسائل، چالش ها و توصیه ها. فرمانداری Inf. Q. ۲۰۱۲ ، ۲۹ ، ۳۰-۴۰٫ [ Google Scholar ] [ CrossRef ]
  116. راک، ع. کلمن، دی جی; Nichols, S. مسئولیت حقوقی مربوط به اطلاعات جغرافیایی داوطلبانه مربوط به کانادا. در مجموعه مقالات کنفرانس جهانی GSDI، شهر کبک، QC، کانادا، ۱۴-۱۷ مه ۲۰۱۲٫ [ Google Scholar ]
  117. بانک جهانی. شناسایی عوامل موفقیت در استفاده از اطلاعات جغرافیایی جمع‌سپاری شده در دولت . بانک جهانی: واشنگتن، دی سی، ایالات متحده آمریکا، ۲۰۱۸٫ [ Google Scholar ]
Ijgi 11 00120 g001 550
شکل ۱٫ مدل تحقیق.

ونوس نصیرفام

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

خانهدربارهتماسارتباط با ما