Helping me, helping you: self‐referencing and gender roles in donor advertising
Notice bibliographique
Résumé
BACKGROUND: Donor advertising typically emphasizes altruism, but an appeal to individual self-interest may be more effective in heightening blood donation intentions among youthful nondonors. STUDY DESIGN AND METHODS: A total of 292 undergraduate business students at a Canadian university provided complete data in response to a between-subjects full-factorial advertising experiment with sex, self-referencing, and message strategy factors. Self-referencing, or mental processing that links information to the self-concept, was elicited at either a low or moderate level, whereas the message strategy was either agentic (donate blood because you may need it yourself) or communal (donate blood because someone close to you may need it). Dependent variables included identification with the ad, donation intentions, and a discrimination measure of recognition memory. RESULTS: A three-way interaction among sex, self-referencing level (low or moderate), and message (agentic or communal) was found. Two-way self-referencing by message graphs of donation intentions and ad identification showed a parallel structure for males in that their responses were generally more favorable when self-referencing was at a moderate level, regardless of the message type. Among women, however, crossover interactions between the level of self-referencing and the message type (agentic vs. communal) were observed, such that the message's effect differed with the level of self-referencing. For both men and women, the agentic message was more effective than communal ad copy when a moderate level of self-referencing was achieved. CONCLUSION: Collection agencies should consider appealing to young nondonors by suggesting that they give blood to make it available for themselves if required.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».