臺灣博碩士論文加值系統

本研究使用UTAUT分析長照機構工作人員對消毒機器人新科技的接受度，透過對22名員工進行質性訪談，包括主管與一般員工，受訪者平均年齡分別為42.25歲和44.5歲，分析對於消毒機器人的接受程度。結果顯示，消毒機器人的導入在提升消毒效率、減輕工作負擔、增強機構信任度和提升滿意度方面具有顯著效益，且這些效益不受性別、年齡或使用經驗的影響，唯一顯著的變數是社會影響，新科技的使用主要是配合機構決策，非自願性使用，但使用後符合期望，加上機構的支持和員工的配合，都提高了現場使用者對消毒機器人的接受度。研究發現，消毒機器人被認為是一項實用且有效的工具，顯著提升了工作效率並減輕了工作負擔，進一步增強了機構對家屬的信任，提升了機構的整體滿意度和形象，而機構對新科技產品的支持和設施設備的改善促進了消毒機器人的順利導入和使用，本篇應用整合科技接受模式理論分析長照機構導入消毒機器人，不僅顯著提升了機構的運營效率和服務品質，透過訪談分析依據，強調了此理論在推動新科技應用中的重要性。

This study uses the Unified Theory of Acceptance and Use of Technology (UTAUT) to analyze the acceptance of new technology, specifically disinfection robots, among staff in long-term care institutions. Through qualitative interviews with 22 employees, including both managers and general staff, with average ages of 42.25 and 44.5 years, respectively, we analyzed their acceptance levels of disinfection robots. The results indicate that the introduction of disinfection robots significantly enhances disinfection efficiency, reduces work burdens, strengthens institutional trust, and increases overall satisfaction. These benefits are not influenced by gender, age, or prior experience, with social influence being the only significant variable. The use of this new technology is primarily driven by institutional decisions rather than voluntary use, but it meets expectations post-implementation. Combined with institutional support and staff cooperation, the acceptance of disinfection robots by on-site users has increased. The study found that disinfection robots are considered practical and effective tools that significantly improve work efficiency and reduce workload, further strengthening family trust in the institution and enhancing overall satisfaction and image. Institutional support for new technology products and improvements in facilities and equipment have facilitated the successful introduction and use of disinfection robots. This study applies the UTAUT to analyze the introduction of disinfection robots in long-term care institutions, significantly improving operational efficiency and service quality. The findings from the interviews underscore the importance of this theory in promoting the application of new technology.

書名頁 i
審定書 ii
中文摘要 iii
英文摘要 iv
誌謝 v
目錄 vi
表目錄 viii
圖目錄... ix
第一章、 緒論 1
第一節、 研究背景及動機 1
第二節、 研究目的及問題 2
第三節、 研究流程架構 3
第二章、 文獻回顧 4
第一節、 機器人定義與分類 4
壹、 消毒機器人 6
貳、 消毒機器人技術 7
參、 消毒機器人應用 10
第二節、 整合科技接受模式UTAUT 11
第三章、 研究方法 15
第一節、 質性研究研究法 15
第二節、 研究對象與場域 15
壹、 AMR-AI-PJ-UVGI Robot 智能防疫消毒機器人 15
貳、 清福長照集團 16
第三節、 資料收集及分析 18
第四章、 研究分析 22
第一節、 UTAUT探討消毒機器人改善消毒工作及提升工作效率 22
壹、 前期準備及操作狀況分析 23
貳、 新科技接受使用情況 23
第二節、 UTAUT分析長照機構對消毒機器人使用接受度及應用 27
壹、 新科技績效期望 28
貳、 新科技使用的努力行為 33
參、 新科技使用的社會影響 36
肆、 使用新科技的便利條件 39
第五章、 結論 44
第一節、 研究結論 44
壹、 UTAUT探討消毒機器人改善消毒工作及提升工作效率 44
貳、 UTAUT分析長照機構對消毒機器人使用接受度及應用 45
第二節、 實務貢獻 46
壹、 需求分析與試點計畫的設計 46
貳、 員工培訓與技術支持的建立 46
參、 標準化操作程序與數據分析 46
肆、 員工反饋機制與產品改進 46
伍、 效益評估與持續改進 47
第三節、 管理意涵 47
壹、 提高效率和品質 47
貳、 降低勞動力成本 47
參、 提升機構安全 47
肆、 加強競爭力和形象 47
第四節、 研究限制與建議 48
參考文獻 49

表目錄
表1 產業界機器人使用類型 5
表2消毒類型及方式應用 7
表3 紫外線輻射分類 8
表4紫外線波長對應之殺菌效果 10
表5 整合型科技接受模式(UTAU)四大構面 12
表6 受訪者基本資料列表 19
表7 受訪者訪談大綱 20
表8 訪談分析研究結果之1 44
表9訪談分析研究結果之2 45

圖目錄
圖1 研究流程圖 3
圖2 機器人分類 6
圖3 紫外線特性 9
圖4 紫外線波長與殺菌效果關係 10
圖5 整合型科技接受模式(UTAUT) 13
圖6 AMR-AI-PJ-UVGI Robot 智能防疫消毒機器人 16
圖7-1 清福集團大廳 17
圖7-2 清福集團長廊 17
圖8-1 消毒機器人放置處 18
圖8-2 消毒機器人於大廳值勤 18
圖9-1 長照集團機構內部圖 18
圖 9-2 消毒機器人於機構內運作 18

參考文獻
壹、中文文獻
一、書籍、翻譯書籍：
1.王月琴 (2013)。感染控制。載於方妙君 (編)，基本護理學 (第六版，193-225頁)。永大。
2.龔仲華、龔曉雯 (2018)。Industry4.0時代的主角 工業機器人完全掌握大全。佳魁數位。
二、期刊、報章雜誌、會議論文集：
1.劉淑琴 (2020)。WHO：歐洲染疫病歿人數 照護機構長者占達5成。中華民國國家通訊社。https://www.cna.com.tw/news/aopl/202004240103.aspx
2.王本正、許富榕 (2016) 。以延伸型整合性科技接受模式探討行動醫療App協助照護任務之接受度。福祉科技與服務管理學刊，4 ( 4 ) ，483-494。
3.護理機構分類設置標準 (民國111年09月06日) 修正公布。
https://law.moj.gov.tw/LawClass/LawAll.aspx?PCODE=L0020035
4.老人福利機構設立標準(民國112年06月21日) 修正公布。
https://law.moj.gov.tw/LawClass/LawAll.aspx?pcode=D0050039
5.李佩真、朱蕙君 (2019)。 探討臺灣高中、高職學生對於行動學習的社會影響、知識分享與科技接受度之影響模式分析。 國立臺灣科技大學人文社會學報，15 ( 1 ) ，57-80。
6.李慶長、張銀益、黃柏翔 (2015) 。以計畫行為理論探討穿戴型裝置的使用意圖－以Google眼鏡為例。Electronic Commerce Studies，13 ( 3 ) ， 315-334。
7.李靜芳 (2020) 。利用整合科技接受模式探討便利商店APP之採用行為。 觀光與休閒管理期刊，8 ( 2 ) ，105-113。
https://doi.org/10.6510/jtlm.202012_8(2).0010
8.林素鉁、趙正敏 (2021)。 民眾對行動健康照護採用行為意圖之決定因素？擴展UTAUT模式。 管理資訊計算，10 ( 2 ) ，10-23。
https://doi.org/10.6285/mic.202109_10(2).0002
9.林芷彤、賴淑芬 (2021)。 探討民眾對於醫院推行電子同意書之接受度。 病歷資訊管理，19 ( 2 ) ，18-47。
10.邱垂興 (2020)。 紫外線殺菌燈相關標準發展概況簡介。 標準、檢驗與計量雙月刊，2020 ( 09 )，4-17。
11.殷嘉瑜、劉立、林佳慧 (2021)。 探討護理人員對接受新臨床資訊系統的感受及使用意願。 中華職業醫學雜誌，28 ( 2 ) ，111-122。
12.高兆麟 (2021，5月18日)。 聯電捐紫外線消毒機器人給台大醫院 望發揮1+1＞2精神鞏固防疫陣線。ETtoday新聞雲。
https://finance.ettoday.net/news/1985085
13.許毅然 (2022)。 紫外線殺菌燈，UVA、UVB、UVC傻傻分不清！。 消費者報導雜誌，(497)，13-24。
14.張軒哲 (2020，2月19日)。 紫外線消毒機器人「自駕趴趴走」 14分鐘殺死99.99％病毒。 自由時報。
https://news.ltn.com.tw/news/life/breakingnews/3073178
15.郭建明、陳銘仁 (2014)。 以整合型科技接受模式探討使用雲端網路硬碟之研究－以Dropbox為例。資訊與管理科學，7 ( 2 ) ，50-69。
16.梁應平 (2021)。 消費者智慧化行動支付使用意願相關因素之實證性研究。 東亞論壇(512)，11-20。https://www.airitilibrary.com/Article/Detail?DocID=18173675-202106-202107050016-202107050016-11-20
17.何柏均、林雨佑 (2022，6月2日)。 分區難落實、人力緊繃、物資缺乏──長照機構疫情風暴的困境與求生。 報導者。https://www.twreporter.org/a/covid-19-omicron-longterm-care-pademic
18.陳雨鑫 (2021，12月3日)。 AI、機器人助力 天成醫療體系升級。 聯合報。https://health.udn.com/health/story/5999/5933976
19.黃泓瑜 (2021，10月26日)。 科技防疫 守護機構環境。ĀnkěCare創新照顧。https://www.ankecare.com/article/1607-27800
20.湯雅芬、蘇麗香、陳常梅、林盈秀、劉建衛 (2020)。 某醫學中心加護病房環境清潔成效探討。 感染控制雜誌，30 ( 6 ) ，331-340。https://doi.org/10.6526/icj.202012_30(6).0001
21.葉純宜、林明瀅、陳小妮、王復德 (2005)。 紫外線殺菌效能探討。 感染控制雜誌，15 ( 5 ) ，293-300。https://doi.org/10.6526/icj.200510_15(5).0003
22.蔡俊男 (2022，2月11日)。 後疫照顧新局｜黃亞密：AI機器人結合大數據 科技應用無限可能。ĀnkěCare創新照顧。https://www.ankecare.com/article/1808-2022-02-11-07-18-26
23.謝懷恕、曾芳代、張蓓琪、徐翊維 (2022)。 應用修正UTAUT2探討消費者對於智慧家庭設備之採用意圖。 中華管理發展評論，11 ( 1 ) ，29-54。
https://doi.org/10.6631/jcmd.202206_11(1).0002
24.鍾國賢、林瑞堉、梁智欽、陳政綱、杜永立 (2014，11月21日)。 研發策略與專利佈局對中堅企業經營績效-以德國精密機械公司為例 [跨領域科技管理與智財運用國際人才培訓計畫] [主題演講]。103年海外培訓成果發表會，台大醫院國際會議中心，台灣。
三、一般網路資料
1.Murray, A (2020)。 肺炎疫情：病毒剋星 - 紫外線消毒機器人來了。BBC News。取自https://www.bbc.com/ukchina/trad/52051895
2.林玉書、吳佳琳 (2021)。 機器人產品監管法制研析。科技法律研究所。
取自https://stli.iii.org.tw/article-detail.aspx?no=64&tp=1&d=8663
3.林春福、蕭仁忠 (2015)。 智慧機器人產業發展計畫。財團法人國家實驗研究院科技政策研究與資訊中心。
取自https://www.grb.gov.tw/search/planDetail?id=8225867
4.清福養老院 (2012)。 清福環境。取自https://www.hok.com.tw/outside-space/
5.陳沛隆 (2014)。 DNA、RNA 以及蛋白質。臺大醫院基因分子診斷實驗室。。取自https://www.ntuh.gov.tw/gene-lab-mollab/Fpage.action?muid=4034&fid=3852
6.微星科技股份有限公司 MSI International Co., L (2021a，8月31日)。 MSI微星推防疫機器人獲Texcell驗證 有效抑制新冠病毒。取自https://tw.msi.com/news/detail/MSIAMRAIPJUVGIRobotwasrobotverifiedbyTexcellFrancetoeffectivelyinactivatethenewSARSCOV2viruswithinsecondsunderresearchconditions122433
7.微星科技股份有限公司 MSI International Co., L (2021b)。 智能防疫消毒機器人。取自https://tw.msi.com/Landing/AMR-AI-PJ-UVGI-Robot
8.經濟部統計處 (2021)。 經濟部工業產品分類第17版。
取自https://www.moea.gov.tw/Mns/dos/content/SubMenu.aspx?menu_id=36111
9.經濟部標準檢驗局-中華民國國家標準局CNS (2012)。 光源及光源系統之光生物安全性。取自https://resource.iyp.tw/static.iyp.tw/40125/files/15777886-9b03-4a07-9ba3-1f1df6bab486.pdf
10.衛生福利部 (2023)。 COVID-19 防疫關鍵決策時間軸。 取自https://covid19.mohw.gov.tw/ch/sp-timeline0-205.html
11.衛生福利部疾病管制署 (2023)。 嚴重特殊傳染性肺炎防治工作手冊_第三版。取自https://www.cdc.gov.tw/File/Get/gzdzlJbPmX4McW8DoAWOfw
12.衛生福利部疾病管制署 (無日期)。 傳染病統計資料查詢系統。2024年4月2日。取自https://nidss.cdc.gov.tw/nndss/disease?id=19CVS
貳、英文文獻
一、書籍：
1.Ajzen, I. (1985). From Intentions to Actions: A Theory of Planned Behavior. In J. Kuhl & J. Beckmann (Eds.), Action Control: From Cognition to Behavior (pp. 11-39). Springer Berlin Heidelberg. https://doi.org/10.1007/978-3-642-69746-3_2
2.Bandura, A. (1986). Social foundations of thought and action: A social cognitive theory. Prentice-Hall, Inc. https://psycnet.apa.org/record/1985-98423-000
3.Bandura, A. (1997). Self-efficacy: The exercise of control. W H Freeman/Times Books/ Henry Holt & Co. https://psycnet.apa.org/record/1997-08589-000
4.Fishbein, M., & Ajzen, I. (1975). Belief, attitude, intention and behaviour: An introduction to theory and research (Vol. 27).
https://www.researchgate.net/publication/233897090_Belief_attitude_intention_and_behaviour_An_introduction_to_theory_and_research
5.Luckiesh, M. (1946). Applications of germicidal, erythemal and infrared energy. D. Van Nostrand. https://cir.nii.ac.jp/crid/1130000797920500352
6.Rogers, E. M. (1983). Diffusion of innovations (3rd ed.). Free Press ; Collier Macmillan New York, London. https://search.worldcat.org/zh-tw/title/8494360
二、學位論文：
1.Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50(2), 179-211.
https://doi.org/https://doi.org/10.1016/0749-5978(91)90020-T
2.Ajzen, I., & Madden, T. J. (1986). Prediction of goal-directed behavior: Attitudes, intentions, and perceived behavioral control. Journal of Experimental Social Psychology, 22(5), 453-474. https://doi.org/https://doi.org/10.1016/0022-1031(86)90045-4
3.Alyoussef, I. Y. (2022). Acceptance of a flipped classroom to improve university students’ learning: An empirical study on the TAM model and the unified theory of acceptance and use of technology (UTAUT). Heliyon, 8(12), e12529.
https://doi.org/https://doi.org/10.1016/j.heliyon.2022.e12529
4.Andrews, J. E., Ward, H., & Yoon, J. (2021). UTAUT as a Model for Understanding Intention to Adopt AI and Related Technologies among Librarians. The Journal of Academic Librarianship, 47(6), 102437.
https://doi.org/https://doi.org/10.1016/j.acalib.2021.102437
5.Association for Advancing Automation, A. JOSEPH ENGELBERGER // The Father of Robotics. Retrieved Dec 3 from https://www.automate.org/a3-content/joseph-engelberger-about
6.Austin, Z., & Sutton, J. (2014). Qualitative research: getting started. Can J Hosp Pharm, 67(6), 436-440. https://doi.org/10.4212/cjhp.v67i6.1406
7.Bandura, A. (1982). Self-efficacy mechanism in human agency. American Psychologist, 37, 122-147. https://www.semanticscholar.org/paper/Self-efficacy-mechanism-in-human-agency.-Bandura/8beec556fe7a650120544a99e9e063eb8fcd987b
8.Buonanno, M., Welch, D., Shuryak, I., & Brenner, D. J. (2020). Far-UVC light (222 nm) efficiently and safely inactivates airborne human coronaviruses. Scientific Reports, 10(1), 10285. https://doi.org/10.1038/s41598-020-67211-2
9.Cobelli, N., Cassia, F., & Donvito, R. (2023). Pharmacists' attitudes and intention to adopt telemedicine: Integrating the market-orientation paradigm and the UTAUT. Technological Forecasting and Social Change, 196, 122871.
https://doi.org/https://doi.org/10.1016/j.techfore.2023.122871
10.Cruz, A. C., Khalil, A. A., Kirbac, A., Cowan, K., & Ayyildiz, O. (2022, 7-11 Aug. 2022). Forecasting the Use of Decontamination Robots in the COVID Era. 2022 Portland International Conference on Management of Engineering and Technology (PICMET).
11.Davis, F. (1986). A Technology Acceptance Model for Empirically Testing New End-User Information Systems.
12.Davis, F., & Davis, F. (1989). Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology. MIS Quarterly, 13, 319.
https://doi.org/10.2307/249008
13.Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. (1992). Extrinsic and Intrinsic Motivation to Use Computers in the Workplace [Article]. Journal of Applied Social Psychology, 22(14), 1111-1132. https://doi.org/10.1111/j.1559-1816.1992.tb00945.x
14.Fenitra, R. M., Laila, N., Premananto, G. C., Abbas, A., & Sedera, R. M. H. (2023). Explaining littering prevention among park visitors using the Theory of Planned Behavior and Norm Activation Model. International Journal of Geoheritage and Parks, 11(1), 39-53. https://doi.org/https://doi.org/10.1016/j.ijgeop.2022.11.002
15.Fishbein, M., & Ajzen, I. (1975). Belief, attitude, intention and behaviour: An introduction to theory and research (Vol. 27). https://www.researchgate.net/publication/233897090_Belief_attitude_intention_and_behaviour_An_introduction_to_theory_and_research
16.Goh, T.-T., Dai, X., & Yang, Y. (2023). Benchmarking ChatGPT for prototyping theories: Experimental studies using the technology acceptance model. BenchCouncil Transactions on Benchmarks, Standards and Evaluations, 3(4), 100153. https://doi.org/https://doi.org/10.1016/j.tbench.2024.100153
17.Guterres, A. (2020, May 1). Our response to COVID-19 must respect the rights and dignity of older people. Retrieved Jan 6 from https://www.un.org/zh/coronavirus/our-response-covid-19-must-respect-rights-and-dignity-older-people
18.Hsu, C.-L., Lu, H.-P., & Hsu, H.-H. (2007). Adoption of the mobile Internet: An empirical study of multimedia message service (MMS). Omega, 35(6), 715-726. https://doi.org/https://doi.org/10.1016/j.omega.2006.03.005
19.Intel. Autonomous Virus-Killing Robots Fight COVID-19. Retrieved Dec 3 from https://www.intel.com.tw/content/www/tw/zh/customer-spotlight/stories/akara-customer-story.html
20.International Federation of Robotics, I. (2020, Aug 31). Battling the Coronavirus with UV Lighting. Retrieved Dec 3 from https://ifr.org/case-studies/battling-the-coronavirus-with-uv-lighting
21.International Federation of Robotics, I. (2021, May 09). Cleaning robots reduce infections in hospitals and public spaces. Retrieved Dec 3 from https://ifr.org/case-studies/cleaning-robots-reduce-infections
22.Liu, I. F. (2020). The impact of extrinsic motivation, intrinsic motivation, and social self-efficacy on English competition participation intentions of pre-college learners: Differences between high school and vocational students in Taiwan. Learning and Motivation, 72, 101675. https://doi.org/https://doi.org/10.1016/j.lmot.2020.101675
23.Moore, G. C., & Benbasat, I. (1991). Development of an instrument to measure the perceptions of adopting an information technology innovation. Information systems research, 2(3), 192-222. https://pubsonline.informs.org/doi/abs/10.1287/isre.2.3.192
24.Sreen, N., Purbey, S., & Sadarangani, P. (2018). Impact of culture, behavior and gender on green purchase intention. Journal of Retailing and Consumer Services, 41, 177-189. https://doi.org/https://doi.org/10.1016/j.jretconser.2017.12.002
25.Tang, Y., & Tseng, H. (2023). Exploring academic librarians' perception of OER through the lens of technology acceptance model. The Journal of Academic Librarianship, 49(5), 102769. https://doi.org/https://doi.org/10.1016/j.acalib.2023.102769
26.Taylor, S., & Todd, P. (1995). Decomposition and crossover effects in the theory of planned behavior: A study of consumer adoption intentions. International Journal of Research in Marketing, 12(2), 137-155. https://doi.org/https://doi.org/10.1016/0167-8116(94)00019-K
27.Thompson, R. L., Higgins, C. A., & Howell, J. M. (1991). Personal Computing: Toward a Conceptual Model of Utilization. MIS Quarterly, 15(1), 125-143. https://doi.org/10.2307/249443
28.Van Tonder, E., Fullerton, S., De Beer, L. T., & Saunders, S. G. (2023). Social and personal factors influencing green customer citizenship behaviours: The role of subjective norm, internal values and attitudes. Journal of Retailing and Consumer Services, 71, 103190. https://doi.org/https://doi.org/10.1016/j.jretconser.2022.103190
29.Venkatesh, V., & Davis, F. (2000). A Theoretical Extension of the Technology Acceptance Model: Four Longitudinal Field Studies. Management Science, 46, 186-204. https://doi.org/10.1287/mnsc.46.2.186.11926
30.Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view [Article]. MIS Quarterly: Management Information Systems, 27(3), 425-478.
https://doi.org/10.2307/30036540
31.Williams, M. D., Rana, N. P., & Dwivedi, Y. K. (2015). The unified theory of acceptance and use of technology (UTAUT): a literature review. Journal of Enterprise Information Management, 28(3), 443-488. https://doi.org/10.1108/JEIM-09-2014-0088
32.Zhou, T. (2018). Understanding online knowledge community user continuance. Data Technologies and Applications, 52(3), 445-458. https://doi.org/10.1108/DTA-10-2017-0077
33.Zhou, T., Lu, Y., & Wang, B. (2010). Integrating TTF and UTAUT to explain mobile banking user adoption. Computers in Human Behavior, 26(4), 760-767. https://doi.org/https://doi.org/10.1016/j.chb.2010.01.013