Purchasing behavior of consumers for foreign medical services
Notice bibliographique
Résumé
Purpose – The present study aims to use the qualitative approach of soft laddering to gather insight into both risk perception and subsequent marketing strategies of medical tourism. Medical tourism has recently started to spark interest of marketing researchers and has been a frequently discussed topic by both journalists and physicians. Nevertheless, there are only few marketing studies offering in-depth research on the phenomenon of medical tourism. In the present article, we will concentrate on the central notion of risk inherent to any medical procedure and a fortiori to surgery in the so-called Third World countries. Because medical tourism is a product to be sold to costumers, the perceived risk needs to be dealt with on the marketing level. Design/methodology/approach – In the present study, the qualitative approach of soft laddering was used with 23 participants from France and 22 participants from Quebec to gather insight into both risk perception and subsequent marketing strategies of medical tourism. Findings – The results show significant differences in consumer behavior between the two nationalities involved. We will see how these differences are related to underlying values as well as different reasons and constraints to purchase. Practical implications – The results could help developed countries’ government to implement health policy. Originality/value – Qualitative research does not often use soft laddering, which was used in this paper. Moreover, this qualitative approach has some advantages as the number of chains, as well as the frequencies of selection and the diversity of elements quoted by consumers (kinds of risks, values and consequences of the choices made).
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».