MétaCan
Menu
Retour à la cohorte
Enregistrement W2112336372 · doi:10.1509/jmkg.75.3.66

Competing for Consumer Identity: Limits to Self-Expression and the Perils of Lifestyle Branding

2011· article· en· W2112336372 sur OpenAlexaff
Alexander Chernev, Ryan Hamilton, David Gal

Notice bibliographique

RevueJournal of Marketing · 2011
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Behavior in Brand Consumption and Identification
Établissements canadiensKellogg's (Canada)
Organismes subventionnairesnon disponible
Mots-clésCompetitor analysisExpression (computer science)Competition (biology)Product (mathematics)AdvertisingIdentity (music)BusinessMarketingAestheticsComputer science

Résumé

récupéré en direct d'OpenAlex

The idea that consumers use brands to express their identities has led many companies to reposition their products from focusing on functional attributes to focusing on how they fit into a consumer's lifestyle. This repositioning is welcomed by managers who believe that by positioning their brands as means for self-expression, they are less likely to go head-to-head with their direct competitors. However, the authors argue that by doing so, these companies expose themselves to much broader, cross-category competition for a share of a consumer's identity. Thus, they propose that consumers’ need for self-expression through brands is finite and can be satiated when consumers are exposed to self-expressive brands. Moreover, they argue that consumers’ need for self-expression can be satiated not only by a brand's direct competitors but also by brands from unrelated product categories, nonbrand means of self-expression, and self-expressive behavioral acts. The authors examine these propositions in a series of five empirical studies that provide converging evidence in support of the notion that the need for self-expression can be satiated, thus weakening preferences for lifestyle brands.

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)0,007
score de la tête « metaresearch » (Gemma)0,021
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 enseignants0,007
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,021
Communication savante0,0070,008
Science ouverte0,0010,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,038
Tête enseignante GPT0,262
Écart entre enseignants0,224 · 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

Citations373
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

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