MétaCan
Menu
Retour à la cohorte
Enregistrement W2018260474 · doi:10.1300/j042v15n03_05

Linking Product Evaluations and Purchase Intention for Country-of-Origin Effects

2002· article· en· W2018260474 sur OpenAlexaff
Michael K. Hui, Lianxi Zhou

Notice bibliographique

RevueJournal of Global Marketing · 2002
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Behavior in Brand Consumption and Identification
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésProduct (mathematics)Country of originContext (archaeology)Value (mathematics)Quality (philosophy)MarketingProduct categoryPsychologyEmpirical researchEmpirical evidenceBusinessAdvertisingComputer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract This paper reports an experimental study concerned with the observed inconsistency between evaluative and behavioral data for country-of-origin (COO) effects. This issue is addressed by specifying conceptual relationships among three criterion variables-consumer evaluations of product quality, perceived product value, and purchase intention in the context of COO effects. The results showed that COO information had a direct effect on overall product evaluation and an indirect effect (through product evaluation) on perceived product value, which in turn determined purchase intention. In addition, purchase intention was also directly affected by brand name and price factors, but not by COO. Moreover, it was also revealed that COO and brand name had a similar impact on overall product evaluation. On the whole, this study suggests that it may be premature to claim less significant importance and role of COO information in influencing purchase intentions or behaviors. Rather, the exact nature of COO effects for behavioral consequences might be much more complex than what has been assumed in most previous studies. The present investigation represents an initial effort in providing empirical evidence of how COO information may impact evaluative and behavioral variables differently in the consumer decision process. Managerial implications of this study are discussed. Key Words: Country-of-origin effectsbrandpriceproduct evaluationspurchase intention

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,730
Score d'incertitude au seuil0,327

Scores Codex et Gemma par catégorie

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

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 Opus0,035
Tête enseignante GPT0,298
Écart entre enseignants0,263 · 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 tête enseignante, 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

Citations83
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Global MarketingMême sujetConsumer Behavior in Brand Consumption and IdentificationTravaux en français237 207