stringtranslate.com

Usuarios activos

Los usuarios activos es una métrica de rendimiento del software que se utiliza comúnmente para medir el nivel de participación de un producto u objeto de software en particular , cuantificando el número de interacciones activas de los usuarios o visitantes dentro de un rango de tiempo relevante (diario, semanal y mensual).

La métrica tiene muchos usos en la gestión de software , como en servicios de redes sociales , juegos en línea o aplicaciones móviles , en análisis web , como en aplicaciones web , en el comercio , como en la banca en línea , y en el mundo académico , como en análisis y predicción del comportamiento del usuario. analítica. Aunque tiene amplios usos en el aprendizaje, la predicción y la generación de informes del comportamiento digital, también tiene impactos en la privacidad y la seguridad , y los factores éticos deben considerarse detenidamente. Mide cuántos usuarios visitan o interactúan con el producto o servicio durante un intervalo o período determinado. [1] Sin embargo, no existe una definición estándar de este término, por lo que la comparación de los informes entre diferentes proveedores de esta métrica es problemática. Además, la mayoría de los proveedores tienen interés en mostrar este número lo más alto posible, por lo que definen incluso la interacción más mínima como "activa". [2] Aún así, el número es una métrica relevante para evaluar el desarrollo de la interacción del usuario de un proveedor determinado.

Esta métrica se evalúa comúnmente por mes como usuarios activos mensuales ( MAU ), [3] por semana como usuarios activos semanales ( WAU ), [4] por día como usuarios activos diarios ( DAU ) [5] y usuarios concurrentes máximos ( PCU ). . [6]

Uso comercial

Predictores de la medición del compromiso de éxito (KPI) y la publicidad

Los usuarios activos en cualquier escala de tiempo ofrecen una visión general aproximada de la cantidad de clientes recurrentes que mantiene un producto, y la comparación de los cambios en este número se puede utilizar para predecir el crecimiento o la disminución del número de consumidores. En un contexto comercial, el éxito de un sitio de redes sociales generalmente está asociado con una red creciente de usuarios activos (mayor volumen de visitas al sitio), relaciones sociales entre esos usuarios y contenidos generados . Los usuarios activos se pueden utilizar como indicador de rendimiento , gestionando y prediciendo el éxito futuro, al medir el crecimiento y el volumen actual de usuarios que visitan y consumen el sitio. La relación entre DAU y MAU ofrece un método rudimentario para estimar la tasa de participación y retención del cliente a lo largo del tiempo. [7] Una proporción más alta representa una mayor probabilidad de retención, lo que a menudo indica el éxito de un producto. Se cree que ratios de 0,15 y más son un punto de inflexión para el crecimiento, mientras que ratios sostenidos de 0,2 y más marcan un éxito duradero. [8]

Chen, Lu, Chau y Gupta (2014) [9] sostienen que un mayor número de usuarios ( early adopters ) conducirá a un mayor contenido generado por el usuario , como publicaciones de fotos y videos, que "promueve y propaga" la aceptación en las redes sociales. , contribuyendo al crecimiento de los sitios de redes sociales. El crecimiento del uso de las redes sociales, caracterizado como un aumento de usuarios activos en un período de tiempo predeterminado, puede aumentar la presencia social de un individuo . La presencia social se puede definir como el grado en que un medio de comunicación de redes sociales permite a un individuo sentirse presente con los demás. [10] [11]

Los resultados de la investigación de Moon y Kim (2001) [12] encontraron que el disfrute individual de los sistemas web tiene impactos positivos en sus percepciones sobre el sistema y, por lo tanto, formaría una "alta intención de comportamiento al usarlo". Munnukka (2007) [13] ha encontrado fuertes correlaciones entre experiencias previas positivas de tipos de comunicaciones relacionados y la adopción de nuevos servicios de comunicación de sitios móviles . Sin embargo, también hay casos en los que los usuarios activos y los ingresos parecen tener una correlación negativa . Por ejemplo, las ganancias de Snap Inc. en usuarios activos diarios (DAU) se estabilizaron o disminuyeron durante la pandemia de COVID-19 , los ingresos aún excedieron las estimaciones, con fuertes tendencias similares en el período actual. [14]

Número de artículos nuevos (línea roja) y usuarios activos (línea azul) en la Wikipedia sueca

Un mayor número de usuarios activos aumenta el número de visitas a sitios concretos. Con más tráfico, se atraerán más anunciantes , lo que contribuirá a la generación de ingresos . [15] En 2014, el 88% del uso de las redes sociales por parte de las corporaciones es publicidad . [16] El aumento de usuarios activos permite que los sitios de redes sociales creen y sigan más perfiles de clientes, es decir, en función de las necesidades y patrones de consumo de los clientes. [17] Los datos de los usuarios activos se pueden utilizar para determinar períodos de alto tráfico y crear modelos de comportamiento de los usuarios que se utilizarán para publicidad dirigida. El aumento de los perfiles de clientes, debido al aumento de usuarios activos, garantiza anuncios personalizados y personalizados más relevantes . Bleier y Eisenbeiss (2015) [18] descubrieron que los anuncios más personalizados y relevantes aumentan las " respuestas post visualización " y fortalecen significativamente la eficacia del " banner anunciado ". DeZoysa (2002) [19] descubrió que es más probable que los consumidores se abran y respondan mejor a los anuncios personalizados que son relevantes para ellos.

Propósitos de informes externos

El Consejo de Normas de Contabilidad Financiera define que el objetivo de la información financiera es proporcionar información financiera relevante y material a los usuarios de los estados financieros para permitir la toma de decisiones y garantizar una asignación eficiente de los recursos económicos. [20] Todas las entidades informantes, principalmente las empresas que cotizan en bolsa y las grandes empresas privadas, están obligadas por ley a cumplir con los requisitos de las normas de divulgación y contabilidad. Por ejemplo, en Australia, las empresas deben cumplir con las normas contables establecidas por la Junta Australiana de Normas de Contabilidad , que forma parte de la Ley de Sociedades de 2001 . En el contexto de las empresas de redes sociales, también se presenta información no financiera, como el número de usuarios (usuarios activos). Los ejemplos pueden incluir:

Los métodos alternativos para reportar estas métricas son a través de las redes sociales y la web, que se han convertido en una parte importante del "entorno de información" de las empresas para reportar información financiera y no financiera, según Frankel (2004), [22] mediante los cuales se envía información relevante de la empresa. difundido y difundido en cortos períodos de tiempo entre redes de inversores, periodistas y otros intermediarios y partes interesadas. [23] El agregador de blogs de inversión, como Buscando Alpha , se ha vuelto importante para los analistas financieros profesionales , [24] que dan recomendaciones sobre la compra y venta de acciones. Los estudios de Frieder y Zittrain (2007) [25] han planteado nuevas preocupaciones sobre cómo las tecnologías de comunicaciones digitales tienen la capacidad de afectar a los participantes del mercado .

Admiraal (2009) [26] enfatizó que las métricas no financieras reportadas por las empresas de redes sociales , incluidos los usuarios activos, pueden brindar una seguridad no deseable en las mediciones de éxito, ya que las orientaciones y las regulaciones de presentación de informes que salvaguardan la confiabilidad y la calidad de la información son muy pocas y aún no han sido estandarizados . Cohen y cols. (2012) [27] una investigación sobre un conjunto de indicadores de desempeño económico encontró que hay una falta de divulgaciones extensas y una variabilidad material entre las prácticas de divulgación según las industrias y los tamaños. En 2008, la Comisión de Bolsa y Valores de EE. UU. adoptó un enfoque cauteloso al revisar sus directrices de divulgación pública para las empresas de redes sociales y afirmó que la información era " complementaria y no suficiente por sí misma". [28] Alexander, Raquel, Gendry y James (2014) [29] recomendaron que los ejecutivos y gerentes adopten un enfoque más estratégico en la gestión de las relaciones con los inversores y las comunicaciones corporativas , garantizando que las necesidades de los inversores y los analistas se satisfagan conjuntamente.

Uso en el mundo académico

Investigación y análisis y predicción del comportamiento web.

La métrica del usuario activo puede resultar particularmente útil en análisis de comportamiento y análisis predictivo . La métrica del usuario activo en el contexto del análisis predictivo se puede aplicar en una variedad de campos que incluyen ciencia actuarial , marketing , servicios financieros , atención médica , juegos en línea y redes sociales . Lewis, Wyatt y Jeremy (2015) [30] , por ejemplo, utilizaron esta métrica y realizaron una investigación en los campos de la atención médica para estudiar la calidad y los impactos de una aplicación móvil y pronosticar los límites de uso de estas aplicaciones.

Los usuarios activos también se pueden utilizar en estudios que aborden la cuestión de los problemas de salud mental que podrían costarle a la economía mundial 16 billones de dólares estadounidenses para 2030, si faltan recursos asignados para la salud mental . [31] A través del análisis del comportamiento web, Chuenphitthayavut, Zihuang y Zhu (2020) [32] descubrieron que la promoción del apoyo informativo, social y emocional que representa la percepción pública y de los medios tiene efectos positivos en la intención conductual de uso en línea de los participantes de su investigación. Intervención en salud mental. Se ha descubierto que el programa educativo psicológico en línea, un tipo de intervenciones de salud mental en línea, promueve el bienestar y reduce la concepción suicida. [33]

En el campo de los juegos en línea, los usuarios activos son bastante útiles para predecir el comportamiento y las tasas de abandono de los juegos en línea. Por ejemplo, las características del usuario activo, como "Duración activa" y "recuento de reproducciones", pueden tener correlaciones inversas con las tasas de abandono, con "tiempos de reproducción más cortos y menor recuento de reproducciones" asociados con tasas de abandono más altas. [34] Jia y otros. (2015) [35] mostraron que existen estructuras sociales que surgen o emergen y se centran en jugadores altamente activos, con similitud estructural entre los juegos multijugador en línea , como StarCraft II y Dota .

La métrica de Usuarios activos se puede utilizar para predecir los rasgos de personalidad , que se pueden clasificar y agrupar en categorías. Estas categorías tienen una precisión que oscila entre el 84% y el 92%. [36] Según el número de usuarios de un grupo concreto, el objeto de Internet asociado a él puede considerarse "de tendencia" y "área de interés".

Consideraciones y limitaciones éticas

Con la evolución de Internet hasta convertirse en una herramienta utilizada para las comunicaciones y la socialización , las consideraciones éticas también han pasado de estar basadas en datos a estar "centradas en lo humano", lo que complica aún más las cuestiones éticas relacionadas con los conceptos de público y privado en los dominios en línea, donde los investigadores y los sujetos no no comprende completamente los términos y condiciones [37] Es necesario considerar consideraciones éticas en términos de consentimiento participativo, confidencialidad-privacidad-integridad de los datos y normas disciplinarias-industria-profesionales y estándares aceptados en computación en la nube e investigación de big data . Boehlefeld (1996) [38] señaló que los investigadores generalmente se refieren a principios éticos en sus respectivas disciplinas, cuando buscan orientación y recomendó las pautas de la Association for Computing Machinery para ayudar a los investigadores en sus responsabilidades en sus estudios de investigación en tecnología o ciberespacio .

El consentimiento informado se refiere a una situación en la que el participante participa voluntariamente en la investigación con pleno reconocimiento de los métodos de investigación, los riesgos y las recompensas asociados. Con el aumento del uso de Internet como herramienta de redes sociales, los usuarios activos pueden enfrentar desafíos únicos para obtener consentimientos informados. Las consideraciones éticas pueden incluir el grado de conocimiento de los participantes y la edad apropiada , las formas y la practicidad en que los investigadores informan y "cuándo" es apropiado renunciar al consentimiento. [39] Crawford y Schultz (2014) [40] han señalado que el consentimiento es "innumerable" y "aún por determinar" antes de que se realice la investigación. Grady et al. (2017) [41] señalaron que los avances tecnológicos pueden ayudar a obtener el consentimiento sin la reunión en persona de los investigadores (investigadores) y los participantes de la investigación .

Una gran cantidad de investigaciones se basan en datos individualizados, que abarcan la identidad en línea de los usuarios (sus clics, lecturas, movimientos) y los contenidos consumidos y con análisis de datos producen inferencias sobre sus preferencias , relaciones sociales y hábitos de movimiento o trabajo. En algunos casos, las personas pueden beneficiarse enormemente, pero en otros pueden resultar perjudicadas. Afolabi y García-Basteiro (2017) [42] creían que el consentimiento informado para estudios de investigación va más allá de "hacer clic en bloques o proporcionar firma", ya que los participantes podrían haberse sentido presionados a unirse a la investigación, sin que el investigador fuera consciente de la situación. Todavía no existe una forma universalmente aceptada de estándares y normas industriales en términos de privacidad, confidencialidad e integridad de los datos, una consideración ética crítica, pero ha habido intentos de diseñar un proceso para supervisar las actividades de investigación y la recopilación de datos para cumplir mejor la comunidad y las expectativas del usuario final . [43] También hay debates políticos sobre cuestiones éticas relacionadas con la integración de edtech (tecnología educativa) en el entorno educativo K-12 , ya que se percibe que los niños menores de edad son el segmento más vulnerable de toda la población. [44]

Limitaciones y desafíos técnicos

Muchas empresas de redes sociales tienen sus respectivas diferencias en la definición y los métodos de cálculo de la métrica de usuarios activos. Estas diferencias a menudo causan diferencias en la variable que mide la métrica. Wyatt (2008) [45] sostiene que existe evidencia de que algunas métricas reportadas por las empresas de redes sociales no parecen ser confiables , ya que requieren juicios categóricos , pero aún son relevantes en términos de valor para los usuarios de los estados financieros . Luft (2009) [46] expresó que las métricas no financieras, al igual que los usuarios activos, presentan desafíos en cuanto a la precisión de la medición y la idoneidad en la ponderación cuando se combinan con medidas de informes contables . Ha habido una atención cada vez mayor por parte de la prensa empresarial y el mundo académico. sobre las convenciones corporativas de divulgación de esta información. [47]

Los usuarios activos se calculan utilizando los datos internos de la empresa específica. Los datos se recopilan en función de usuarios únicos que realizan acciones específicas que los recolectores de datos consideran un signo de actividad. Estas acciones incluyen visitar la página de inicio o de presentación de un sitio web, iniciar sesión, comentar, cargar contenido o acciones similares que hagan uso del producto. El número de personas suscritas a un servicio también podrá considerarse usuario activo durante su duración. Cada empresa tiene su propio método para determinar su número de usuarios activos y muchas empresas no comparten detalles específicos sobre cómo los calculan. Algunas empresas realizan cambios en su método de cálculo con el tiempo. La acción específica que marca a los usuarios como activos afecta en gran medida la calidad de los datos si no refleja con precisión el compromiso con el producto, lo que genera datos engañosos. [48] ​​Las acciones básicas como iniciar sesión en el producto pueden no ser una representación precisa de la participación del cliente e inflar el número de usuarios activos, mientras que cargar contenido o comentar puede ser demasiado específico para un producto y subestimar la actividad del usuario.

Weitz, Henry y Rosenthal (2014) [21] sugirieron que los factores que pueden afectar la precisión de métricas como los usuarios activos incluyen cuestiones relacionadas con la definición y el cálculo, circunstancias de inflación engañosa , especificación de incertidumbre y cuentas falsas, duplicadas o compartidas por los usuarios. Los autores describen el criterio de usuarios activos mensuales de Facebook como usuarios registrados en los últimos 30 días, que han utilizado el Messenger y han tomado medidas para compartir contenido y actividad que difieren de LinkedIn , que utiliza miembros registrados, visitas a páginas y visualizaciones. Por ejemplo, un cliente que utiliza Facebook una vez, para "comentar" o "compartir contenido", también puede contarse como "usuario activo". [49] Una posible causa de estas imprecisiones en la medición son los sistemas de pago por desempeño implementados , que fomentan los comportamientos deseados, incluido el sistema de trabajo de alto desempeño. [50] En las empresas de redes sociales, los usuarios activos es una de las métricas cruciales que mide el éxito del producto. Trueman, Wong y Zhang (2000) [51] han descubierto que, en la mayoría de los casos, los visitantes únicos y las páginas vistas como medida del uso de la web tienen en cuenta los cambios en los precios de las acciones y los ingresos netos en las empresas de Internet. Lazer, Lev y Livnat (2001) [52] encontraron que los sitios web más populares generaban mayores retornos de las acciones, en su análisis de investigación de los datos de tráfico de las empresas de Internet mediante la división de datos de tráfico superiores e inferiores a la mediana. Una cartera que rinda más rendimientos puede inducir a los inversores a votar sobre un paquete de bonificaciones más favorable para la dirección ejecutiva . La investigación de Kang, Lee y Na (2010) [53] sobre la crisis financiera mundial de 2007-2008 destaca la importancia de prevenir los " incentivos de expropiación " de los inversores, lo que proporciona implicaciones muy importantes en la gobernanza corporativa , especialmente durante una crisis económica.

El usuario activo tiene limitaciones para examinar los comportamientos de los usuarios previos y posteriores a la adopción . El compromiso de los usuarios con un producto en línea particular también puede depender de la confianza y la calidad de las alternativas. [54] Se ha descubierto que los efectos del comportamiento previo a la adopción sobre el comportamiento posterior a la adopción, como lo han predicho investigaciones anteriores, [55] tienen asociaciones con factores como el hábito, el género y algunos otros datos demográficos socioculturales . [56] Buchanan y Gillies (1990) [57] y Reichheld y Schefter (2000) [58] sostienen que los comportamientos posteriores a la adopción y el uso continuo son "relativamente más importantes que el uso inicial o por primera vez", ya que muestra "el grado de la lealtad del consumidor ", y que en última instancia produce valor del producto a largo plazo .

Referencias

  1. ^ Henry TF, Rosenthal DA, Weitz RR (septiembre de 2014). "Socialmente incómodo: las métricas no financieras de las empresas de redes sociales pueden enviar mensajes contradictorios". Revista de Contabilidad . 218 (3): 52. Vendaval  A381838689.
  2. ^ "Spotify, por ejemplo, define los usuarios activos mensuales como"... el recuento total de usuarios con publicidad y suscriptores premium que han consumido contenido durante más de cero milisegundos en los últimos treinta días desde el final del período indicado"" (PDF) . Consultado el 7 de enero de 2023 .
  3. ^ "Usuarios activos mensuales (MAU)". Base de conocimientos de la AppStore . Crecimiento de la AppStore. 11 de diciembre de 2019. Archivado desde el original el 8 de marzo de 2021 . Consultado el 20 de enero de 2020 .
  4. ^ Darrow B (12 de septiembre de 2017). "Cómo Slack planea facilitar la conversación con colegas de otras empresas". Fortuna . Consultado el 16 de febrero de 2019 .
  5. ^ Shaban H (7 de febrero de 2019). "Twitter revela por primera vez su número de usuarios activos diarios". El Washington Post . Consultado el 16 de febrero de 2019 .
  6. ^ "Definición de usuarios concurrentes máximos". Información privilegiada sobre la ley .
  7. ^ "Comprender el comportamiento de juego repetido en juegos casuales utilizando un enfoque de aumento de datos bayesiano". Marketing Cuantitativo y Economía .
  8. ^ Lovell N (26 de octubre de 2011). "DAU/MAU = compromiso". Resumen de juegos . Consultado el 3 de diciembre de 2019 .
  9. ^ Chen, Aihui; Lu, Yaobin; Chau, Patrick YK; Gupta, Sumeet (3 de julio de 2014). "Clasificar, medir y predecir el comportamiento activo general de los usuarios en sitios de redes sociales". Revista de sistemas de información de gestión . 31 (3): 213–253. doi :10.1080/07421222.2014.995557. S2CID  38855806.
  10. ^ Fulk, Janet; Steinfield, Charles W.; Schmitz, José; Power, J. Gerard (octubre de 1987). "Un modelo de procesamiento de información social del uso de medios en las organizaciones". Investigación en Comunicación . 14 (5): 529–552. doi :10.1177/009365087014005005. S2CID  145786143.
  11. ^ Cyr, Dianne; Hassanein, Khaled; Cabeza, Milena; Ivanov, Alex (enero de 2007). "El papel de la presencia social en el establecimiento de la fidelidad en entornos de servicios electrónicos". Interactuando con Computadoras . 19 (1): 43–56. doi :10.1016/j.intcom.2006.07.010.
  12. ^ Luna, Ji-Won; Kim, Young-Gul (febrero de 2001). "Ampliación del TAM para un contexto de World-Wide-Web". Gestión de la información . 38 (4): 217–230. CiteSeerX 10.1.1.859.5396 . doi :10.1016/S0378-7206(00)00061-6. S2CID  17709833. 
  13. ^ Munnukka, Juha (30 de octubre de 2007). "Características de los primeros usuarios en los mercados de comunicaciones móviles". Inteligencia y planificación de marketing . 25 (7): 719–731. doi :10.1108/02634500710834188.
  14. ^ "El objetivo de usuario perdido de Snap muestra un desafío para predecir el crecimiento". Bloomberg.com . 21 de julio de 2020 . Consultado el 1 de noviembre de 2020 .
  15. ^ Chen, Rui (febrero de 2013). "Uso de los sitios de redes sociales por parte de los miembros: un examen empírico". Sistemas de Soporte a la Decisión . 54 (3): 1219-1227. doi :10.1016/j.dss.2012.10.028.
  16. ^ Dehghani, Milad; Niaki, Mojtaba Khorram; Ramezani, Imán; Sali, Rasoul (junio de 2016). "Evaluación de la influencia de la publicidad de YouTube para la atracción de clientes jóvenes". Las computadoras en el comportamiento humano . 59 : 165-172. doi :10.1016/j.chb.2016.01.037.
  17. ^ Rao, Bharat; Minakakis, Louis (diciembre de 2003). "Evolución de los servicios móviles basados ​​en la localización". Comunicaciones de la ACM . 46 (12): 61–65. doi :10.1145/953460.953490. S2CID  1330830.
  18. ^ Bleier, Alejandro; Eisenbeiss, Maik (septiembre de 2015). "Eficacia de la publicidad online personalizada: la interacción de qué, cuándo y dónde". Ciencia del marketing . 34 (5): 669–688. doi :10.1287/mksc.2015.0930.
  19. ^ DeZoysa, Sanjima. "La publicidad móvil debe volverse personal". Internacional de Telecomunicaciones . 36 (2).
  20. ^ FASB. (2008). Declaración de Conceptos de Contabilidad Financiera No. 1. Obtenido de http://www.fasb.org/resources/ccurl/816/894/aop_CON1.pdf
  21. ^ ab Weitz, Rob; Enrique, Teresa; Rosenthal, David (1 de enero de 2014). "Limitaciones de las métricas no financieras informadas por las empresas de redes sociales". Revista de Gestión Internacional de Tecnología y Información . 23 (3). doi : 10.58729/1941-6679.1074 . S2CID  220610972.
  22. ^ Frankel, Ricardo; Li, Xu (junio de 2004). "Características del entorno de información de una empresa y asimetría de información entre internos y externos". Revista de Contabilidad y Economía . 37 (2): 229–259. doi :10.1016/j.jacceco.2003.09.004.
  23. ^ Rubin, Amir; Rubin, Eran (julio de 2010). "Los inversores informados e Internet". Revista de contabilidad y finanzas empresariales . 37 (7–8): 841–865. doi :10.1111/j.1468-5957.2010.02187.x. S2CID  59058862.
  24. ^ Saxton, Gregory D. (septiembre de 2012). "Nuevos medios e información contable externa: una revisión crítica: nuevos medios e información contable externa". Revisión de contabilidad australiana . 22 (3): 286–302. doi :10.1111/j.1835-2561.2012.00176.x.
  25. ^ Frieder, Laura L.; Zittrain, Jonathan (2007). "El spam funciona: evidencia de revendedores de acciones y actividad de mercado correspondiente". Documento de trabajo del Centro Berkman . SSRN  920553.
  26. ^ Almirante, Michèl; Nivra, Real; Turksema, Rudi (julio de 2009). "Reporting sobre información no financiera". Revista Internacional de Auditoría Gubernamental . 36 (3): 15-20. ProQuest236822392  .
  27. ^ Cohen, Jeffrey R.; Holder-Webb, Lori L.; Nath, Leda; Wood, David (1 de marzo de 2012). "Informes corporativos de indicadores principales no financieros de desempeño económico y sostenibilidad". Horizontes contables . 26 (1): 65–90. doi :10.2308/acch-50073. S2CID  154627046.
  28. ^ Comisión de Bolsa y Valores de EE. UU. (2008). Orientación de la Comisión sobre el uso de los sitios web de la empresa (Comunicado No. 34-58288). Obtenido de http://www.sec.gov/rules/interp/%202008/34-58288.pdf.
  29. ^ Alejandro, Raquel Meyer; Gentry, James K. (marzo de 2014). "Uso de las redes sociales para informar resultados financieros". Horizontes empresariales . 57 (2): 161–167. doi :10.1016/j.bushor.2013.10.009.
  30. ^ Lewis, Thomas Lorchan; Wyatt, Jeremy C (19 de agosto de 2015). "Factor de uso de aplicaciones: una métrica simple para comparar el impacto de las aplicaciones médicas móviles en la población". Revista de investigación médica en Internet . 17 (8): e200. doi : 10.2196/jmir.4284 . PMC 4642395 . PMID  26290093. 
  31. ^ Patel, Vikram; Saxena, Shekhar; Lund, Crick; Thornicroft, Graham; Baingana, Florencia; Bolton, Pablo; Chisholm, Dan; Collins, Pamela Y; Cooper, Janice L; Eaton, Julián; Herrman, Helen; Herzallah, Mohammad M; Huang, Yueqin; Jordans, Mark JD; Kleinman, Arturo; Medina-Mora, María Elena; Morgan, Elena; Niaz, Unaiza; Omigbodun, Olayinka; Príncipe, Martín; Rahman, Atif; Saraceno, Benedetto; Sarkar, Bidyut K; De Silva, María; Singh, Ilina; Stein, Dan J; Sunkel, Charlene; UnÜtzer, JÜrgen (octubre de 2018). "La Comisión Lancet sobre salud mental global y desarrollo sostenible". La lanceta . 392 (10157): 1553–1598. doi :10.1016/s0140-6736(18)31612-x. PMID  30314863. S2CID  52976414.
  32. ^ Chuenphitthayavut, Krittipat; Zihuang, Tang; Zhu, Tingshao (junio de 2020). "La predicción de la intención conductual de utilizar intervenciones de salud mental en línea". Diario psicológico . 9 (3): 370–382. doi :10.1002/pchj.333. PMID  31957241. S2CID  210832011.
  33. ^ Hoffmann, Willem A. (enero de 2006). "Tecnologías telemáticas en la atención de la salud mental: un programa psicoeducativo basado en la web para adolescentes supervivientes del suicidio". Problemas en enfermería de salud mental . 27 (5): 461–474. doi :10.1080/01612840600599978. PMID  16613799. S2CID  34925001.
  34. ^ Kim, Seungwook; Choi, Daeyoung; Lee, Eunjung; Rhee, Wonjong (5 de julio de 2017). "Predicción de abandono de juegos casuales en línea y móviles utilizando datos de registro de juego". MÁS UNO . 12 (7): e0180735. Código Bib : 2017PLoSO..1280735K. doi : 10.1371/journal.pone.0180735 . PMC 5498062 . PMID  28678880. 
  35. ^ Jia, Adele Lu; Shen, Siqi; Bovenkamp, ​​Ruud Van De; Iosup, Alexandru; Kuipers, Fernando; Epema, Dick HJ (26 de octubre de 2015). "Socializar mediante juegos: revelar relaciones sociales en juegos multijugador en línea". Transacciones ACM sobre descubrimiento de conocimiento a partir de datos . 10 (2): 1–29. doi :10.1145/2736698. S2CID  207224445.
  36. ^ Li, Lin; Li, Ang; Hao, Bibo; Guan, Zengda; Zhu, Tingshao (22 de enero de 2014). "Predecir la personalidad de los usuarios activos basándose en comportamientos de microblogs". MÁS UNO . 9 (1): e84997. Código Bib : 2014PLoSO...984997L. doi : 10.1371/journal.pone.0084997 . PMC 3898945 . PMID  24465462. 
  37. ^ Buchanan, E. y Zimmer, M. (2018). Ética de la investigación en Internet. En La Enciclopedia de Filosofía de Stanford. Laboratorio de Investigación en Metafísica, Universidad de Stanford. https://plato.stanford.edu/entries/ethics-internet-research/
  38. ^ Boehlefeld, Sharon Polancic (junio de 1996). "Hacer lo correcto: investigación ética en el ciberespacio". La Sociedad de la Información . 12 (2): 141-152. doi :10.1080/713856136.
  39. ^ Hudson, James M.; Bruckman, Amy (abril de 2004). "'Vete': las objeciones de los participantes a ser estudiados y la ética de la investigación en salas de chat". La sociedad de la información . 20 (2): 127–139. CiteSeerX  10.1.1.72.635 . doi :10.1080/01972240490423030. S2CID  18558685.
  40. ^ Crawford, Kate; Schultz, Jason (enero de 2014). "Big Data y debido proceso: hacia un marco para reparar los daños predictivos a la privacidad". Revisión de derecho de Boston College . 55 (1): 93-128. ProQuest1664533162  .
  41. ^ Grady, Christine; Cummings, Steven R.; Rowbotham, Michael C.; McConnell, Michael V.; Ashley, Euan A.; Kang, Gagandeep (2 de marzo de 2017). "Consentimiento informado". Revista de Medicina de Nueva Inglaterra . 376 (9): 856–867. doi : 10.1056/nejmra1603773 . PMID  28249147.
  42. ^ "Consentimiento informado" (PDF) . Revista de Medicina de Nueva Inglaterra . 376 (20): e43. 18 de mayo de 2017. doi :10.1056/NEJMc1704010.
  43. ^ Jackman, Molly; Kanerva, Lauri (14 de junio de 2016). "Evolución del IRB: creación de una revisión sólida para la investigación de la industria". Revisión de leyes de Washington y Lee en línea . 72 (3): 442.
  44. ^ Regan, Priscilla M.; Jesse, Jolene (septiembre de 2019). "Desafíos éticos de la tecnología educativa, big data y aprendizaje personalizado: clasificación y seguimiento de estudiantes del siglo XXI". Ética y Tecnología de la Información . 21 (3): 167-179. doi :10.1007/s10676-018-9492-2. S2CID  54220346.
  45. ^ Wyatt, Anne (enero de 2008). "¿Qué información financiera y no financiera sobre intangibles es relevante para el valor? Una revisión de la evidencia". Investigación Contable y Empresarial . 38 (3): 217–256. doi :10.1080/00014788.2008.9663336. S2CID  219594306.
  46. ^ Luft, Joan (1 de septiembre de 2009). "Información no financiera y contabilidad: una reconsideración de beneficios y desafíos". Horizontes contables . 23 (3): 307–325. doi :10.2308/acch.2009.23.3.307.
  47. ^ Cohen, Jeffrey; Holder-Webb, Lori; Nath, Leda; Wood, David (1 de enero de 2011). "Percepciones de los inversores minoristas sobre la utilidad de las decisiones sobre el desempeño económico, la gobernanza y las divulgaciones de responsabilidad social corporativa". Investigación del Comportamiento en Contabilidad . 23 (1): 109–129. doi :10.2308/bria.2011.23.1.109. S2CID  145264864.
  48. ^ Parque, Patricio; Macy, Michael (27 de diciembre de 2015). "La paradoja de los usuarios activos". Big Data y sociedad . 2 (2): 205395171560616. doi : 10.1177/2053951715606164 .
  49. ^ Sorkin, Andrew Ross (6 de febrero de 2012). "¿Esos millones en Facebook? Es posible que algunos ni siquiera lo visiten". Libro de ofertas .
  50. ^ Jenkins, G. Douglas hijo; Mitra, Atul; Gupta, Nina; Shaw, Jason D. (1998). "¿Están los incentivos financieros relacionados con el desempeño? Una revisión metaanalítica de la investigación empírica". Revista de Psicología Aplicada . 83 (5): 777–787. doi :10.1037/0021-9010.83.5.777. S2CID  55875563.
  51. ^ Trueman, Brett; Wong, MH Franco; Zhang, Xiao-Jun (2000). "Los ojos lo tienen: buscando el valor de las acciones de Internet". Revista de investigación contable . 38 : 137-162. CiteSeerX 10.1.1.195.103 . doi :10.2307/2672912. JSTOR  2672912. 
  52. ^ Lazer, Ron; Lev, Baruc; Livnat, Joshua (mayo de 2001). "Tráfico de Internet y rentabilidad de la cartera". Revista de analistas financieros . 57 (3): 30–40. doi :10.2469/faj.v57.n3.2448. S2CID  153506314.
  53. ^ Kang, Jun-Koo; Lee, Inmoo; Na, Hyun Seung (junio de 2010). "Choque económico, incentivos para propietarios-gerentes y reestructuración corporativa: evidencia de la crisis financiera en Corea". Revista de Finanzas Corporativas . 16 (3): 333–351. doi :10.1016/j.jcorpfin.2009.12.001. S2CID  153441435.
  54. ^ Li, Dahui; Browne, Glenn J.; Chau, Patrick YK (agosto de 2006). "Una investigación empírica del uso de sitios web utilizando un modelo basado en compromisos". Ciencias de la decisión . 37 (3): 427–444. doi :10.1111/j.1540-5414.2006.00133.x.
  55. ^ Kim, Sung S.; Malhotra, Naresh K. (febrero de 2005). "Predecir el uso del sistema a partir de la intención y el uso pasado: problemas de escala en los predictores". Ciencias de la decisión . 36 (1): 187–196. doi :10.1111/j.1540-5915.2005.00070.x.
  56. ^ Venkatesh, Viswanath; Morris, Michael G.; Davis, Gordon B.; Davis, Fred D. (2003). "Aceptación del usuario de la tecnología de la información: hacia una visión unificada". MIS trimestral . 27 (3): 425–478. doi :10.2307/30036540. JSTOR  30036540. S2CID  14435677.
  57. ^ Buchanan, Robin WT; Gillies, Crawford S. (diciembre de 1990). "Relaciones gestionadas por valor: la clave para la retención de clientes y la rentabilidad". Revista europea de gestión . 8 (4): 523–526. doi :10.1016/0263-2373(90)90115-M.
  58. ^ Reichheld, Federico F; Schefter, Phil (2000). "E-loyalty: tu arma secreta en la Web". Revisión de negocios de Harvard . 78 (4): 105-113. ProQuest227807543  .