Is Positive Information Less Well Received in Korea versus Canada? Cross-Cultural Comparisons
Notice bibliographique
Résumé
긍정적 정보는 항상 호의적 반응을 유발시켜왔다. 하지만, 긍정적 정보일지라도 긍정적 반응이 아닌 다른 반응이 나타날 수 있다. 특히 문화 차이(cultural differences)는 다양한 반응을 유발 시킬 것이다. 본 연구 결과에 따르면, 긍정적 정보에 대해 한국인은 캐다나인보다 높은 수준의 심리적 불편함을 경험하였다. 그 이유는 한국인들이 정보처리과정에서 상황중심의 추론 (situation-based inference)과 모순(laws of contradiction) 을 바탕으로 한 양면추론(dual inference)통해 긍정적 정보의 가치를 낮게 평가하여 수용하기 때문이다. 결과적으로 한국인은 긍정적 정보에 노출된 후, 제품에 대한 낮은 긍정적 태도를 보였으나, 캐나다인은 긍정적 태도가 강화되거나 변화하지(낮아지지) 않았다. 따라서 본 연구는 광고주에 대한 긍정적 정보를 강조하여 제공하는 비교광고가 동양에서 효과가 없었는지를 설명할 수 있다. 또한 긍정적 정보가 반드시 긍정적 결과를 유발시키지도 않을 수 있음을 제시한다.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».