MétaCan
Menu
Retour à la cohorte
Enregistrement W2013742291 · doi:10.5539/ijms.v6n5p119

A Model of Green Consumption Behavior Constructed by the Theory of Planned Behavior

2014· article· en· W2013742291 sur OpenAlexvenueno aff
Shwu-Ing Wu, Jiayi Chen

Notice bibliographique

RevueInternational Journal of Marketing Studies · 2014
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEnvironmental Sustainability in Business
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTheory of planned behaviorNormativeConsumption (sociology)Consumer behaviourControl (management)PsychologyMarketingNormative social influenceSocial psychologyBusinessEconomicsPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

In recent years, global warming has become a widespread well-publicized issue. As the general public havebecome aware of the importance of protecting the environment, consumers have started to evidence a markedpreference for green products. This study constructed a model describing the relationships among perceivedbenefit of green consumption behavior, perceived risk, moral responsibility, normative belief, control strength,control belief, attitude, subjective norms, behavior control, behavior intention, and actual behavior.An analysis of 560 valid questionnaires resulted in six main findings: (1) Perceived benefit of green consumptionhas a significantly positive impact on consumer attitude. (2) Perceived risk of green consumption has asignificantly negative impact on consumer attitude. (3) Normative belief and moral responsibility both havesignificantly positive impacts on consumer subjective norms. (4) Control strength and control belief both havesignificantly positive impacts on consumer behavior control. (5) Attitude, subjective norms and behavior controlboth have significantly positive impacts on consumer behavior intention. (6) Behavioral intention and behaviorcontrol both have significantly positive impacts on actual consumer behavior. The results of this study providereference to industry managers in the formulation of green marketing strategy.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,027
Tête enseignante GPT0,273
Écart entre enseignants0,246 · 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

Citations206
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Marketing StudiesMême sujetEnvironmental Sustainability in BusinessTravaux en français237 207