MétaCan
Menu
Retour à la cohorte
Enregistrement W2097194477 · doi:10.2501/ijmr-53-2-147-170

Gender Effects in Advertising

2011· article· en· W2097194477 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of Market Research · 2011
Typearticle
Langueen
DomainePsychology
ThématiqueEvolutionary Psychology and Human Behavior
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésAdvertisingCreativityAffect (linguistics)Variety (cybernetics)PsychologySocial psychologyMarketingBusinessCommunicationComputer science

Résumé

récupéré en direct d'OpenAlex

Less than 15% of ads are directed specifically to women and less than 5% are intended just for men. The remaining 80% are apparently targeted to everyone. This presumes very little difference in overall response between genders, which is strange, given that fundamental gender differences do exist. For example, women typically respond more positively to ads than men. Why should this be so? Is it intrinsic, is it cultural, or are there types of ads that work better with women than men, and vice versa? What leads to such differences? This paper reviews gender differences stemming from in-utero hormonal flows that shape the embryonic brain. How do such differences affect overall gender response to advertising? The findings show that advertising directed to just men or just women is more effective - yet paradoxically, it is seldom utilised, as most advertising appears to be targeted to both genders. In addition, although there is a wide range of effective styles of advertising and of content types that are demonstrably effective, many are comparatively neglected. Thus, there are opportunities for much more creativity and variety in the way advertising messages are communicated. The paper seeks to provide some clear pointers on how to go about this.

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.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,283
Score d'incertitude au seuil0,987

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,000

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 Opus0,173
Tête enseignante GPT0,474
Écart entre enseignants0,301 · 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