MétaCan
Menu
Retour à la cohorte
Enregistrement W2102265243 · doi:10.1509/jmr.13.0337

Core versus Peripheral Innovations: The Effect of Innovation Locus on Consumer Adoption of New Products

2015· article· en· W2102265243 sur OpenAlexaff
Zhenfeng Ma, Tripat Gill, Ying Jiang

Notice bibliographique

RevueJournal of Marketing Research · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Behavior in Brand Consumption and Identification
Établissements canadiensOntario Tech UniversityWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésLocus (genetics)PerceptionLocus of controlProduct innovationBusinessPsychologyMarketingSocial psychologyGeneticsNeuroscience

Résumé

récupéré en direct d'OpenAlex

In four experimental studies, the authors investigate the effect of innovation locus—whether the innovation is integrated with the base product (the core locus) or offered as a detachable accessory (the peripheral locus)—on consumers’ adoption intentions. The findings show that offering a really new innovation (RNI) as a detachable peripheral component leads to higher adoption intentions than integrating the same innovation into the core. Innovation locus, however, does not have an effect on incrementally new innovations. The positive effect of peripheral locus (relative to core locus) for RNIs occurs through four mechanisms: (1) reduced schema incongruity, (2) lower risk perceptions, (3) increased benefit understanding, and (4) greater perceived usage flexibility associated with the new product. The authors demonstrate these effects by using stimuli from four product categories and including both attitudinal and behavioral measures of innovation adoption. The findings have implications for product design strategies for RNIs.

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)0,018
score de la tête « metaresearch » (Gemma)0,015
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,675
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0180,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,243
Tête enseignante GPT0,396
Écart entre enseignants0,153 · 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

Citations98
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Marketing ResearchMême sujetConsumer Behavior in Brand Consumption and IdentificationTravaux en français237 207