MétaCan
Menu
Retour à la cohorte
Enregistrement W2095678300

Persuasion or Information? Advertising and Pricing of Image Goods

2008· article· en· W2095678300 sur OpenAlexaff
Sebnem Ucar

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Market Behavior and Pricing
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDuopolyMonopolyAdvertisingProduct (mathematics)Quality (philosophy)BusinessMicroeconomicsPersuasionStrategic complementsEconomicsMarketing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper examines a monopoly firm’s decision on price and advertising in a market where exclusivity matters. Two forms of advertising are analyzed: (a) informative advertising, in which the firm provides real information about the product’s existence, features and quality, and (b) image advertising, in which the firm communicates an image for the product that allows buyers to associate themselves with. Consumers are both image-conscious and “snobbish. ” In other words, both image and exclusivity give them utility. Therefore, image advertis-ing increases consumers ’ willingness to pay even though they are assumed to be fully rational. In equilibrium only a fraction of consumers will buy the image good. We analyze the effects of income dispersion, the inherent nature of the product, and the existence of a strategic competitor on the equilibrium outcome and welfare. The monopolist makes lower profits selling to more snobbish con-sumers if the product is of high quality. An increase in consumers ’ snobbishness causes the share of image advertising to decrease if the product is of low quality. Also, it is shown that the monopolist advertises more than the two duopolists combined, and more consumers are served under monopoly than under duopoly, leading to an increase in total welfare.

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)0,009
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: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0040,004
Science ouverte0,0000,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,019
Tête enseignante GPT0,238
Écart entre enseignants0,219 · 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

Citations2
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetConsumer Market Behavior and PricingTravaux en français237 207