Chuẩn chủ quan là gì? Các công bố khoa học về Chuẩn chủ quan
Chuẩn chủ quan là quan điểm hoặc tiêu chuẩn dựa trên ý kiến, quan điểm hoặc ảnh hưởng cá nhân của cá nhân hoặc nhóm người. Điều này có nghĩa là chuẩn chủ quan k...
Chuẩn chủ quan là quan điểm hoặc tiêu chuẩn dựa trên ý kiến, quan điểm hoặc ảnh hưởng cá nhân của cá nhân hoặc nhóm người. Điều này có nghĩa là chuẩn chủ quan không phải là một tiêu chuẩn phân tích dựa trên sự khách quan hay sự thể hiện của một sự thật không thể thay đổi. Chuẩn chủ quan thường liên quan đến ý thức, sở thích, giá trị cá nhân và nhận thức cá nhân của mỗi người.
Chuẩn chủ quan liên quan đến cách một người đánh giá, đo lường hoặc đưa ra quyết định dựa trên những ý kiến, cảm nhận, tiêu chí cá nhân của họ. Điều này có nghĩa là chuẩn chủ quan có thể thay đổi hoặc khác nhau giữa các cá nhân khác nhau vì mỗi người có những kinh nghiệm, giáo dục, giá trị và quan điểm riêng.
Ví dụ, khi một người đánh giá một tác phẩm nghệ thuật như một bức tranh, một bài hát hay một bộ phim, ý kiến của họ có thể phụ thuộc vào cảm nhận cá nhân, sở thích và giá trị mà họ đặt ra. Một người có thể yêu thích tranh hiện đại nhưng một người khác có thể thích kiểu tranh cổ điển. Điều này cho thấy rằng chuẩn chủ quan có thể biến đổi theo từng người.
Tuy nhiên, chuẩn chủ quan cũng có thể được hình thành dựa trên nhận thức không đúng hoặc thiếu thông tin. Ví dụ, một người có thể có quan điểm chủ quan về một vấn đề nhưng không được xác định bằng sự tương tác hoặc kiểm chứng từ người khác hoặc các nguồn thông tin khác.
Trái ngược với chuẩn chủ quan, chuẩn khách quan dựa trên những tiêu chuẩn khách quan, tốt hơn là điều chỉnh bởi ý kiến và quan điểm cá nhân. Chuẩn khách quan thường liên quan đến những sự thực về thế giới tồn tại và có tính xác định, và được các biện chứng chung công nhận.
Chuẩn chủ quan có thể được hiểu theo các khía cạnh sau:
1. Tùy thuộc vào ý kiến cá nhân: Chuẩn chủ quan phụ thuộc vào quan điểm, cảm nhận và ý kiến của từng cá nhân. Ví dụ, một người có thể cho rằng một bộ phim là tuyệt vời vì nó có cốt truyện sáng tạo và tình tiết ly kỳ, trong khi một người khác có thể cho rằng nó nhàm chán vì họ không thích thể loại đó.
2. Liên quan đến sở thích cá nhân: Chuẩn chủ quan phản ánh sở thích cá nhân. Mỗi người có thể có sở thích riêng về thức ăn, âm nhạc, nghệ thuật, thời trang và nhiều lĩnh vực khác. Vì vậy, những tiêu chuẩn đánh giá sẽ khác nhau dựa trên sở thích riêng của từng người.
3. Dựa trên giá trị và quan điểm riêng: Chuẩn chủ quan có thể dựa trên giá trị cá nhân và quan điểm mà mỗi người mang theo. Ví dụ, một người có thể đánh giá một công việc thành công nếu nó mang lại lợi ích kinh tế lớn, trong khi người khác có thể coi công việc đó thành công nếu nó có tác động tích cực cho xã hội.
4. Có thể không khách quan: Do sự tương quan mật thiết với quan điểm và ý kiến cá nhân, chuẩn chủ quan không phải lúc nào cũng đảm bảo tính khách quan. Điều này có nghĩa là một người có thể đưa ra một quyết định hoặc đánh giá dựa trên nhận thức không đúng hoặc lệch lạc, và không dựa trên các tiêu chí và thông tin khách quan.
5. Có thể thay đổi giữa các cá nhân: Vì chuẩn chủ quan phụ thuộc vào cá nhân, nó có thể thay đổi theo từng người. Mỗi người có một cách riêng để đánh giá, đo lường và đưa ra quyết định. Do đó, những tiêu chuẩn chuẩn chủ quan có thể khác nhau giữa các cá nhân khác nhau.
Tóm lại, chuẩn chủ quan là quan điểm, tiêu chuẩn hoặc ý kiến dựa trên sở thích, giá trị và quan điểm cá nhân. Điều này tạo ra sự biến đổi và đa dạng trong cách mỗi người đánh giá và đo lường các vấn đề khác nhau.
Danh sách công bố khoa học về chủ đề "chuẩn chủ quan":
Động lực: Các thí nghiệm lập hồ sơ chất chuyển hóa dựa trên GC-MS điển hình có thể bao gồm hàng trăm tập tin sắc ký, mỗi tập tin chứa đến 1000 thẻ phổ khối (MSTs). MSTs là các dạng đặc trưng của khoảng 25–250 ion phân mảnh và các đồng vị tương ứng, được tạo ra sau sắc ký khí (GC) bằng ion hóa va đập điện tử (EI) của các phân tử hóa học đã được tách ra. Các ion phân mảnh này sau đó được phát hiện bởi khối phổ ký thời gian bay (TOF). MSTs của các thí nghiệm lập hồ sơ thường được báo cáo dưới dạng danh sách các ion, được đặc trưng bởi khối lượng, chỉ số lưu giữ sắc ký (RI) hoặc thời gian lưu giữ (RT) và độ dồi dào tùy ý. Hai tham số đầu tiên cho phép nhận dạng và tham số sau cho phép định lượng các hợp chất hóa học được đại diện. Nhiều công cụ phần mềm đã được báo cáo dành cho tiền xử lý, tức là giải quyết đường cong và phân tích tổ hợp, của các tập tin GC-(EI-TOF)-MS. Công cụ tiền xử lý tạo ra ma trận dữ liệu số chứa tất cả các MST đồng bộ và mẫu thí nghiệm. Tuy nhiên, quá trình này dễ gặp lỗi chủ yếu do (i) sự không chính xác trong việc đồng bộ RI hoặc RT của MSTs và (ii) sự phức tạp cao của các mẫu sinh học. Sự phức tạp này gây ra sự đồng lưu của hợp chất và do đó MSTs không chọn lọc, nghĩa là không tinh khiết. Việc lựa chọn và xác thực các ion phân mảnh tối ưu cho định lượng cụ thể và chọn lọc của hợp chất đồng lưu là điều bắt buộc. Hiện tại quá trình xác thực chủ yếu được thực hiện dưới sự giám sát của con người ở hầu hết các phòng thí nghiệm. Cho đến nay, chưa có công cụ phần mềm nào hỗ trợ đánh giá chất lượng không đích và độc lập của ma trận dữ liệu trước khi phân tích thống kê. TagFinder có thể lấp đầy khoảng cách này.
Chiến lược: TagFinder giúp phân tích tất cả các ion phân mảnh được quan sát trong các thí nghiệm lập hồ sơ GC-(EI-TOF)-MS. Cách tiếp cận không mục tiêu cho phép khám phá các hợp chất mới và bất ngờ. Ngoài ra, độ phân giải đồng vị khối lượng được duy trì bởi xử lý của TagFinder. Tính năng này rất cần thiết cho các phân tích dòng chảy chuyển hóa và rất hữu ích, nhưng không bắt buộc cho việc lập hồ sơ chất chuyển hóa. Khi có thể, TagFinder ưu tiên các phương tiện chuẩn hóa hóa học, ví dụ, sử dụng hợp chất tham chiếu nội bộ cho việc hiệu chuẩn thời gian lưu hoặc chuẩn hóa định lượng. Ngoài ra, chuẩn hóa ngoại cũng được hỗ trợ cho việc nhận dạng và hiệu chuẩn hợp chất. Quy trình làm việc của TagFinder bao gồm, (i) nhập dữ liệu ion phân mảnh, cụ thể là khối lượng, thời gian và độ dồi dào tùy ý (cường độ), từ định dạng tệp chuyển đổi sắc ký hoặc từ danh sách đỉnh cung cấp bởi các phần mềm tiền xử lý sắc ký khác, (ii) ghi chú thông tin mẫu và phân nhóm mẫu vào các lớp, (iii) tính toán RI, (iv) phân nhóm các ion phân mảnh quan sát có khối lượng bằng nhau từ các sắc ký khác nhau vào các cửa sổ RI, (v) kết hợp các nhóm này, gọi là thẻ khối, thành các nhóm thời gian của các ion phân mảnh đồng lưu, (vi) thử nghiệm các nhóm thời gian cho thẻ khối có cường độ tương quan, (vii) tạo ma trận dữ liệu và (viii) trích xuất thẻ khối chọn lọc hỗ trợ bởi nhận dạng hợp chất. Nhờ đó, TagFinder hỗ trợ cả phân tích dấu vân tay không mục tiêu và lập hồ sơ chất chuyển hóa theo mục tiêu.
Sẵn có: Các không gian làm việc mẫu của TagFinder và bộ dữ liệu thử nghiệm có sẵn theo yêu cầu từ tác giả liên hệ. TagFinder được cung cấp miễn phí cho mục đích học thuật từ http://www-en.mpimp-golm.mpg.de/03-research/researchGroups/01-dept1/Root_Metabolism/smp/TagFinder/index.html
Liên hệ: [email protected]
Thông tin bổ sung: Dữ liệu bổ sung có sẵn tại Bioinformatics trực tuyến và trong tải xuống TagFinder từ URL trên.
Việc tích hợp các yếu tố tiền đề phù hợp vào mô hình TAM sẽ dẫn đến sự hiểu biết tốt hơn về các yếu tố quyết định hoạt động như là yếu tố kích hoạt cho việc tiếp nhận ngân hàng trên internet. Mục đích của bài báo là xác định ảnh hưởng của các yếu tố tiền đề như chuẩn chủ quan, hình ảnh, sáng kiến của ngân hàng, hiệu quả tự thân ngân hàng internet, hiệu quả sử dụng internet, sự tin tưởng, rủi ro cảm nhận, khả năng thử nghiệm và hỗ trợ của chính phủ lên các cấu trúc hiện có của mô hình chấp nhận công nghệ (TAM) và kiểm tra tính đồng nhất đo lường và tác động điều tiết của các biến nhân khẩu học lên mối quan hệ giữa các cấu trúc tiềm ẩn được sử dụng trong TAM mở rộng này.
Một bảng khảo sát đã được thực hiện trên người sử dụng ngân hàng internet và tổng cộng 300 phản hồi đã được thu thập. Cách tiếp cận hai bước do Hair
Kết quả nghiên cứu ủng hộ mô hình đề xuất và do đó góp phần hiểu rõ ảnh hưởng của chuẩn chủ quan, hình ảnh, sáng kiến của ngân hàng, hiệu quả tự thân ngân hàng internet, hiệu quả sử dụng internet, sự tin tưởng, rủi ro cảm nhận và hỗ trợ của chính phủ đối với việc tiếp nhận ngân hàng internet. Các biến dự đoán trong TAM mở rộng có thể giải thích 29.9% của sự biến đổi trong việc sử dụng thực tế ngân hàng internet so với mô hình TAM chỉ giải thích được 26.5% biến đổi trong việc sử dụng thực tế ngân hàng internet. Sự khác biệt đáng kể trong mối quan hệ giữa các cấu trúc khác nhau của mô hình đã được ghi nhận khi mô hình được kiểm tra sự đồng nhất đa nhóm.
Nghiên cứu này có cùng hạn chế như hầu hết các nghiên cứu khác liên quan tới TAM. Trong nghiên cứu này, các phép đo về mức độ sử dụng được báo cáo tự thân đã được xem như sử dụng thực tế. Những phát hiện từ nghiên cứu có thể có ích cho các nhà tiếp thị trong việc nhắm mục tiêu cụ thể và tùy chỉnh chiến dịch tiếp thị tập trung vào các yếu tố được phát hiện là có sức ảnh hưởng mạnh mẽ dẫn đến việc sử dụng ngân hàng trên internet cho từng nhóm đối tượng mục tiêu.
Thách thức chính trong nghiên cứu này là phát triển mô hình khái niệm cho việc tiếp nhận ngân hàng internet bằng cách mở rộng mô hình TAM và có được sự hỗ trợ lý thuyết vững chắc từ tài liệu hiện có cho các yếu tố liên quan cùng với mối quan hệ của chúng để khám phá những hiểu biết mới về các yếu tố chịu trách nhiệm cho việc tiếp nhận ngân hàng internet. Mô hình mở rộng đã cải thiện khả năng dự đoán và tiện ích giải thích.
- 1
- 2
- 3
- 4