MétaCan
Menu
Retour à la cohorte
Enregistrement W2065983984 · doi:10.1300/j046v19n04_04

Cross-Cultural Differences of Price-Perceived Quality Relationships

2007· article· en· W2065983984 sur OpenAlexaff
Myung‐Soo Jo, Emine Sarigöllü

Notice bibliographique

RevueJournal of International Consumer Marketing · 2007
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Behavior in Brand Consumption and Identification
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésQuality (philosophy)Product (mathematics)Perceived qualityTourismPromotion (chess)MarketingCross-culturalBusinessEconomicsAdvertisingGeographyPolitical sciencePurchasing

Résumé

récupéré en direct d'OpenAlex

Abstract To determine whether prices cause different levels of perceived quality, the authors survey consumers from two countries (Australia and Japan) that differ greatly in their cultural values. The findings show dramatic differences in the price-perceived quality relationships between the two countries: Varying prices of unbranded tourism packages cause much greater corresponding perceived quality differences for Japanese consumers than for Australian consumers. Japanese consumers perceive much higher quality for high prices and much lower quality for low prices, whereas Australian consumers demonstrate no corresponding changes in perceived quality but instead perceive higher quality for a moderately lowered price and lower quality for increased prices. The authors discuss implications for international pricing and price promotion strategies and the product categories to which such strategies should be targeted.

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)0,005
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,027
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,004
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 savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,079
Tête enseignante GPT0,348
Écart entre enseignants0,269 · 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.

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

Citations34
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

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