MétaCan
Menu
Retour à la cohorte
Enregistrement W2019530192 · doi:10.1016/j.jcps.2008.09.004

Using visualization to alter the balance between desirability and feasibility during choice

2008· article· en· W2019530192 sur OpenAlexaff
Joel B. Cohen, Julia Belyavsky, Timothy J. Silk

Notice bibliographique

RevueJournal of Consumer Psychology · 2008
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésConstrual level theoryVisualizationBalance (ability)Relation (database)PsychologyMarketingComputer scienceSocial psychologyBusinessArtificial intelligenceData mining

Résumé

récupéré en direct d'OpenAlex

Abstract We extend Wyer, Hung and Jiang's (2008) analysis of visualization to consider how it could overcome the tendency for consumers to focus much more heavily on end states and goals that products and services are intended to meet and underweight the steps consumers need to take to bring about those outcomes. We summarize related literature on consumers' mental construal of end state desirability in relation to feasibility and apply it to rebate redemption, where there is strong evidence that consumers make suboptimal economic decisions that underweight redemption feasibility. Our data confirm benefits for visualization but only for those who have a propensity to visualize. Both visualization and equivalent thought about rebate redemption steps produce choice reversals and attitude–behavior inconsistency.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,376

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
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 Opus0,301
Tête enseignante GPT0,523
Écart entre enseignants0,221 · 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

Citations15
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Consumer PsychologyMême sujetBehavioral Health and InterventionsTravaux en français237 207