Consumers’ Purchase Intentions of Shoes: Theory of Planned Behavior and Desired Attributes
Notice bibliographique
Résumé
Nowadays, females viewed shoes are not considered just footwear to protect and comfort foot, but a fashionproduct for decoration and express self-image. The total annual sale of shoes is NT$ 60 billion in which femaleshoes accounted for about NT$36 billionin in Taiwan.The purpose of this research was to investigate whatfactors make the difference in female shoes purchase intentions? Factors included (1) shoes attributes; (2)attitude, subjective norm, and perceived behavioral control based on Theory of Planned Behavior; and (3)demographic and shopping behavior variables. A total of 450 convenience questionnaires were distributedoutside department stores using Mall-intercept method in Kaohsiung, Taiwan. The results indicated femaleconsumers who have higher purchase intentions of shoes have significant higher appraisal of shoes attributes instyle, colour, collocability, materials and brand name compare to those who have lower purchase intentions ofshoes. In addition, consumers who have higher purchase intentions of shoes have better attitude, subjective norm,and behavior control compare to those who have lower purchase intentions of shoes. Overall, youth femaleconsumers age between 18-35 years old have significant higher purchase intentions than the elder consumers.Additionally, the more shoes quantity and higher shoes purchase frequency consumers have, the higher purchaseintentions of shoes would perceived.
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 | 0,003 | 0,003 |
| 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 | 0,000 |
| 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 ».