MétaCan
Menu
Retour à la cohorte
Enregistrement W1971600659 · doi:10.1108/02634500810902884

Concept testing: the state of contemporary practice

2008· article· en· W1971600659 sur OpenAlexaff
Ling Peng, Adam Finn

Notice bibliographique

RevueMarketing Intelligence & Planning · 2008
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Marketing Education
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésReliability (semiconductor)Product (mathematics)OriginalityNew product developmentComputer scienceValue (mathematics)Process (computing)Test (biology)Knowledge managementValidityMarketingManagement scienceProcess managementPsychologyBusinessEngineeringCreativityPsychometrics

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to better understand current concept testing practice and its role in the new product development process; identify the relationship, if any, between concept testing design and perceptions of its effectiveness; determine what evidence product managers or research consultants have for the reliability and validity of current concept testing. Design/methodology/approach A survey of new product managers collected detailed information on their organization's most recent traditional or conjoint concept testing project. In the study of marketing research consultants, 100 firms were asked to provide the publicly available information about the reliability and validity track record of their concept testing services. Findings There are differences between practices for incrementally and radically new concepts. Practitioners prefer to keep their information proprietary, so little has been learned about how concept tests should be designed, despite the thousands of concepts tested every year. Practical implications The paper identifies current concept testing practice, including which methods/models are used, what is known about their reliability and validity, and the perceived problems and desired improvements. Originality/value The paper identifies how concept testing is currently carried out and those issues most in need of future research.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,096
score de la tête « metaresearch » (Gemma)0,223
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,096
Score d'incertitude au seuil0,508

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0960,223
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0100,010
Études des sciences et des technologies0,0030,043
Communication savante0,0120,012
Science ouverte0,0070,005
Intégrité de la recherche0,0050,007
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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.

Tête enseignante Opus0,078
Tête enseignante GPT0,286
Écart entre enseignants0,208 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations41
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarketing Intelligence & PlanningMême sujetManagement and Marketing EducationTravaux en français237 207