Understanding consumer receptivity towards foods and non‐prescription pills containing phytosterols as a means to offset the risk of cardiovascular disease: an application of protection motivation theory
Notice bibliographique
Résumé
Abstract Consumer purchase intention with respect to foods and non‐prescription pills containing phytosterols was investigated through a mall intercept survey ( n = 446) in Ontario, Canada. The study took as its starting point the Protection Motivation Theory (PMT), a social cognition model rooted in research on fear appeal in determining health‐protective behaviour. Structural equation modelling was used to explore whether an adaptation of PMT explains intention to purchase products containing phytosterols as a means to reduce the risk of cardiovascular disease (CVD). The standard form of PMT was adapted to take account of consumer perceptions of the risk of elevated blood cholesterol, reflecting the fact that phytosterols do not directly reduce the risk of CVD but rather help in the management of a single risk factor. Overall, coping appraisal had a positive and significant association with purchase intention, while threat appraisal had no significant effect. Incorporation of cholesterol as a risk factor for CVD significantly improved the measurement strength of the threat appraisal construct. However, the overall predictive power of the model did not change appreciably. The results suggest that the promotion of adaptive behaviours, such as consumption of functional foods and nutraceuticals, needs to focus on perception of response and self‐efficacy rather than individual perceptions of risk.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».