MétaCan
Menu
Retour à la cohorte
Enregistrement W1972726312 · doi:10.5430/bmr.v2n1p116

Patronage, only for happiness? – An analysis on Coexistence of Multiple Consumption Emotions

2013· article· en· W1972726312 sur OpenAlexvenueno aff
Min Hou, Zuohao Hu

Notice bibliographique

RevueBusiness and Management Research · 2013
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Retail Behavior Studies
Établissements canadiensnon disponible
Organismes subventionnairesChina Postdoctoral Science Foundation
Mots-clésFeelingHappinessPsychologyNegative emotionConsumption (sociology)Social psychologyWonder

Résumé

récupéré en direct d'OpenAlex

Consumption emotion is the perceived feeling of customers when they use products or enjoy service. This feeling can exist for a long time in the minds of consumers and influence their purchase decisions. Consumption emotion falls into three categories, namely positive emotion, negative emotion and neutral emotion. During consuming process, customers may experience a variety of emotions. So it is natural to wonder how these emotions influence decision-making of customers when they coexist. Based on previous studies, this research proposes hypotheses and collects 756 valid data with questionnaire method applied. With employment of multiple linear regression models, hypotheses are verified to draw the final conclusions. Positive and neutral emotions can exert significantly positive effect on patronage intention, while negative emotion significantly affects patronage intention in a negative way. Meanwhile, negative influence on patronage intention is conspicuously reflected from interaction of positive and neutral emotions. Interaction of negative and neutral emotions does not generate obvious effect on patronage intention. However, positive effect on patronage intention is observed in interaction of positive and negative emotions. In different retail formats, interaction of consumption emotions exerts different influence on consumers. According to research results, in real business management, negative emotion of customers does not necessarily lead to worse consequence. Customer satisfaction can still be obtained if it is possible for them to experience positive emotion from other aspects.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,128
Tête enseignante GPT0,359
Écart entre enseignants0,231 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBusiness and Management ResearchMême sujetConsumer Retail Behavior StudiesTravaux en français237 207