MétaCan
Menu
Retour à la cohorte
Enregistrement W2068014490 · doi:10.1108/apjml-07-2012-0064

Market segmentation in the cell phone market among adolescents and young adults

2013· article· en· W2068014490 sur OpenAlexaboutno aff
Matti Haverila

Notice bibliographique

RevueAsia Pacific Journal of Marketing and Logistics · 2013
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Market Behavior and Pricing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMarket segmentationOriginalityWarrantMarketingBusinessChinaPhoneMarket researchProduct (mathematics)Emerging marketsGeographyQualitative researchSociology

Résumé

récupéré en direct d'OpenAlex

Purpose – The purpose of this study is to investigate the existence of inter-market market segments in the adolescents' and young adults' cell phone product-market in Finland, United Arab Emirates, Canada, China, and New Zealand. Drawing upon cell phone feature preferences criteria cited by Işıklar and Buyuközkan, the existence of inter-market market segments using these feature preferences as the cluster variate was examined. Design/methodology/approach – Using a survey questionnaire, data was gathered from 403 high school and 892 undergraduate students in Finland, UAE, China, Canada and New Zealand. Findings – The results of the study suggest the inter-market market segments do exist in the countries of this study, but their existence varies to some degree by country. Originality/value – An important implication of the research is the existence of the five inter-market segments among the adolescents and young adults in the five countries was established. Consequently, the inter-market segments extend over the borders. The five inter-market segments exist in all country markets except in New Zealand, which included only four segments. These five segments also appear to be unique and large enough in size, which are the key requirements in terms of successful segmentation, and thus warrant the development of unique products, services and marketing programs for the segments.

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)0,004
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,592

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
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 Opus0,010
Tête enseignante GPT0,208
Écart entre enseignants0,198 · 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

Citations12
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsia Pacific Journal of Marketing and LogisticsMême sujetConsumer Market Behavior and PricingTravaux en français237 207