Last, we test a one-way, two-level

Last, we test a one-way, two-level nested model that compares the no jargon versus good jargon alone versus both-good-and-bad jargon conditions, results of which are presented in Table 6 , Panel C. We find that the presence of good jargon does not affect investment willingness (1.77 for the no jargon condition versus 1.44 for the average of the two good jargon-present conditions; F1, 74 = 0.39, p = 0.53). We also find that when good jargon is present, the presence of additional bad jargon leads to a lower investment willingness (1.92 for the good jargon alone condition versus 0.98 for the both-good-and-bad jargon condition; F1, 74 = 2.50, p = 0.06, one-tailed), supporting our prediction in H3b. Overall, our results are consistent with the effect of jargon predicted in H3a and H3b for investors with high industry knowledge.

結果 (繁體中文) 1:

最後，我們測試單向，兩級嵌套模式，與良好的行話單獨比較沒有行話與兩個好和壞的行話條件，其結果如表6中呈現，面板C.我們發現，好行話存在不影響投資意願（1.77對於無行話條件與1.44的平均的兩個好行話本條件; F1，74 = 0.39，p = 0.53）。我們還發現，當好行話存在，新增不良行話引線的存在較低的投資意願（1.92良好的行話獨自狀況與0.98兩個好和壞行話條件; F1，74 = 2.50， p值= 0.06，單尾），支持我們預測H3B。總的來說，我們的結果與行話的假設3a和H3B預測對投資者具有較高的行業知識的作用是一致的。

結果 (繁體中文) 2:

最後，我們測試一個單向的、兩級嵌套模型，該模型將無行話與好行話與好行和壞行話條件進行比較，其結果在表 6，面板 C 中顯示。我們發現，良好的行話的存在並不影響投資意願（無行話條件為1.77，而兩個好行話的平均值為1.44;F1， 74 = 0.39，p = 0.53）。我們還發現，當有好的行話時，出現額外的壞行話會導致投資意願降低（僅良好的行話條件為 1.92，而"好行"和"壞行話"條件為 0.98;F1， 74 = 2.50， p = 0.06， 單尾）， 支援我們在 H3b 中的預測. 總體而言，我們的結果與 H3a 和 H3b 中預測的行話對具有高行業知識的投資者的影響一致。

結果 (繁體中文) 3:

最後，我們測試了一個單向的兩級嵌套模型，該模型比較了無行話和純行話以及好行話和壞行話條件，結果如錶6所示，小組C.我們發現，良好行話的存在並不影響投資意願（無行話條件下為1.77，而兩個良好行話現狀的平均值為1.44；F1，74=0.39，p=0.53）。我們還發現，當存在好的行話時，存在額外的壞行話會導致較低的投資意願（單獨的好行話條件下為1.92，而好行話和壞行話條件下為0.98；F1，74=2.50，p=0.06，單尾），支持我們在H3b中的預測。總體而言，我們的結果與H3a和H3b中預測的行業術語，適用於具有較高行業知識的投資者。