Social media, such as Facebook and Twitter, have become extremely popu การแปล - Social media, such as Facebook and Twitter, have become extremely popu ไทย วิธีการพูด

Social media, such as Facebook and

Social media, such as Facebook and Twitter, have become extremely popular. Facebook, for example, has
more than a billion registered users and thousands of millions of units of information are shared every
day, including short phrases, articles, photos, and audio and video clips. However, only a tiny proportion
of these sharing units trigger any type of knowledge exchange that is ultimately beneficial to the users.
This study draws on the theory of belonging and the intrinsic motivation of altruism to explore the factors
contributing to knowledge sharing behavior. Using a survey of 299 high school students applying for
university after the release of the public examination results, we find that perceived online attachment
motivation (b = 0.31, p < 0.001) and perceived online relationship commitment (b = 0.49, p < 0.001) have
positive, direct, and significant effects on online knowledge sharing (R2 0.568). Moreover, when introduced
into the model, altruism has a direct and significant effect on online knowledge sharing
(b = 0.46, p < 0.001) and the total variance explained by the extended model increases to 64.9%. The implications
of the findings are discussed.
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
สังคม Facebook และ Twitter ได้กลายเป็นนิยมมาก ตัวอย่าง มี Facebookผู้ลงทะเบียนกว่าพันล้าน และพันล้านของหน่วยของข้อมูลใช้ร่วมกันทุกวัน วลีสั้น ๆ บทความ ภาพถ่าย และวิดีโอ อย่างไรก็ตาม สัดส่วนเล็ก ๆ เท่านั้นของหน่วยที่ใช้ร่วมกันเหล่านี้ทริกเกอร์ทุกชนิดแลกเปลี่ยนความรู้ที่เป็นประโยชน์ที่สุดสำหรับผู้ใช้การศึกษานี้วาดบนทฤษฎีของการเป็นสมาชิกและแรงจูงใจ intrinsic ของ altruism ในการสำรวจปัจจัยเอื้อต่อการรู้ลักษณะการทำงาน โดยใช้แบบสำรวจของนักเรียนมัธยม 299 ใช้สำหรับมหาวิทยาลัยหลังจากการผลการตรวจสอบสาธารณะ เราพบว่ามองเห็นสิ่งที่แนบมาออนไลน์แรงจูงใจ (b =$ 0.31, p < 0.001) และมองเห็นความสัมพันธ์ออนไลน์มั่น (b = 0.49, p < 0.001) ได้ผลบวก โดยตรง และที่สำคัญการแบ่งปันความรู้ออนไลน์ (R2 0.568) นอกจากนี้ เมื่อนำมาใช้เป็นแบบ altruism มีผลโดยตรง และที่สำคัญในการแบ่งปันความรู้ออนไลน์(b = 0.46, p < 0.001) และความแปรปรวนรวมอธิบาย โดยรูปแบบขยายเพิ่ม 64.9% ผลกระทบสิ่งจะกล่าวถึง
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
สื่อสังคมเช่น Facebook และ Twitter ได้กลายเป็นที่นิยมอย่างมาก Facebook,
เช่นมีมากกว่าหนึ่งพันล้านคนที่ลงทะเบียนและหลายพันล้านของหน่วยงานของข้อมูลที่ใช้ร่วมกันทุกวันรวมทั้งวลีสั้น
ๆ , บทความ, ภาพถ่ายและเสียงและคลิปวีดีโอ แต่เพียงส่วนเล็ก ๆ
ของหน่วยงานเหล่านี้ก่อให้เกิดการใช้งานร่วมกันประเภทใด ๆ ของแลกเปลี่ยนความรู้ที่เป็นประโยชน์ในท้ายที่สุดให้กับผู้ใช้. การศึกษาครั้งนี้วาดบนทฤษฎีที่เป็นเจ้าของและแรงจูงใจที่แท้จริงของความบริสุทธิ์ใจในการสำรวจปัจจัยที่เอื้อต่อการแบ่งปันความรู้พฤติกรรม ใช้การสำรวจ 299 นักเรียนมัธยมสมัครมหาวิทยาลัยหลังจากที่ผลการตรวจสอบของประชาชนเราจะพบว่าการรับรู้สิ่งที่แนบมาออนไลน์แรงจูงใจ(ข = 0.31, p <0.001) และความมุ่งมั่นที่รับรู้สัมพันธ์ออนไลน์ (ข = 0.49, p <0.001) มีบวกโดยตรงและผลกระทบที่มีนัยสำคัญในการแบ่งปันความรู้ออนไลน์(R2 0.568) นอกจากนี้เมื่อนำมาใช้ในรูปแบบที่ไม่เห็นแก่ตัวมีผลโดยตรงและมีความสำคัญในการแบ่งปันความรู้ออนไลน์(ข = 0.46, p <0.001) และความแปรปรวนรวมอธิบายได้ด้วยการเพิ่มรูปแบบการขยาย 64.9% ผลกระทบของการค้นพบที่จะกล่าวถึง







การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!
สื่อสังคมเช่น Facebook และ Twitter ได้กลายเป็นที่นิยมมาก Facebook , ตัวอย่างเช่นมี
มากกว่าล้านผู้ใช้ที่ลงทะเบียนนับล้านหน่วยของข้อมูลที่ใช้ร่วมกันทุกวัน
รวมถึงวลีสั้น บทความ รูปภาพ และเสียง และ วีดีโอ คลิป อย่างไรก็ตาม เท่านั้น
สัดส่วนเล็ก ๆของเหล่านี้ใช้หน่วยเรียกชนิดของการแลกเปลี่ยนความรู้ที่เป็นประโยชน์ที่สุดให้ผู้ใช้ใด ๆ .
ศึกษานี้วาดในทฤษฎีของแรงจูงใจภายในด้าน และเพื่อศึกษาปัจจัยที่มีผลต่อพฤติกรรม
แบ่งปันความรู้ โดยใช้การสำรวจมีนักเรียนสมัคร
มหาวิทยาลัยหลังจากการเปิดตัวของประชาชนการตรวจสอบผลเราพบว่า การรับรู้ออนไลน์แนบ
แรงจูงใจ ( B = 0.31 , P < 0.001 ) และการรับรู้ออนไลน์ ความผูกพัน ( B = 0.49 , p < 0.001 )
บวก โดยตรง และความสัมพันธ์กับออนไลน์แบ่งปันความรู้ ( R2 0.568 ) นอกจากนี้ เมื่อนำ
เป็นโมเดล คือจะมีผลโดยตรง และที่สำคัญบนออนไลน์แบ่งปันความรู้
( B = 0.46 , p < 0001 ) และความแปรปรวนทั้งหมดอธิบายได้ด้วย แบบขยาย เพิ่มขึ้น 64.9 % ผลกระทบของการค้นพบ
กล่าว
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2024 I Love Translation. All reserved.

E-mail: