MétaCan
Menu
Retour à la cohorte
Enregistrement W2121187545 · doi:10.1509/jmkr.43.1.1

How Regulatory Fit Affects Value in Consumer Choices and Opinions

2006· article· en· W2121187545 sur OpenAlexaff
Tamar Avnet, E. Tory Higgins

Notice bibliographique

RevueJournal of Marketing Research · 2006
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésValue (mathematics)Affect (linguistics)MoodPsychologySocial psychologyMatching (statistics)Social value orientationsArousalConsumer choiceAdvertisingMarketingEconomicsMicroeconomicsBusinessComputer science

Résumé

récupéré en direct d'OpenAlex

Regulatory fit occurs when the manner of peoples' engagement in an activity sustains their current goal orientation or concerns with that activity. It is proposed that regulatory fit changes the significance of consumers' reactions to something, including the perceived monetary value of a choice they have made or the persuasiveness of a message they have received. When there is a fit, people engage more strongly in and “feel right” about what they are doing, and subsequent evaluative reactions (positive or negative) can be intensified by this fit experience. The fit experience is shown to influence the strength of value experiences independent of hedonic experiences. The authors discuss how the fit effect on value is distinct from other factors that affect value, such as relevancy, matching, hedonic mood, and arousal. Using prior research on this topic, this article summarizes the current state of knowledge about how fit influences value and offers new ideas for further research.

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)0,012
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,155
Score d'incertitude au seuil0,414

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,130
Tête enseignante GPT0,468
Écart entre enseignants0,338 · 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.

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

Citations43
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Marketing ResearchMême sujetBehavioral Health and InterventionsTravaux en français237 207