MétaCan
Menu
Retour à la cohorte
Enregistrement W2134653381 · doi:10.5539/ijms.v5n1p142

Understanding the Consumption of Television Programming: Development and Validation of a Structural Model for Quality, Satisfaction and Audience Behaviour

2013· article· en· W2134653381 sur OpenAlexvenueno aff
Carmen Berné Mañero, Esperanza García-Uceda, Víctor Orive Serrano

Notice bibliographique

RevueInternational Journal of Marketing Studies · 2013
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCustomer Service Quality and Loyalty
Établissements canadiensnon disponible
Organismes subventionnairesMinisterio de Ciencia e Innovación
Mots-clésContext (archaeology)Quality (philosophy)Consumption (sociology)Computer scienceAdvertisingStructural equation modelingPerspective (graphical)Variable (mathematics)CognitionMarketingPsychologyBusinessArtificial intelligenceSociologyMathematics

Résumé

récupéré en direct d'OpenAlex

Within a nowadays context characterised by an increasing number of television channels and by a widely fragmentation of the audience, the study of television content from the consumer’s perspective acquires special interest for managers of television stations. This paper, given the aforementioned reality, analyses and identifies the relationship structure that underlies the constructs of satisfaction and quality in order to gain a more in-depth understanding of the behaviour of television consumers. The methodology applied is structural equation models and results clearly show a causal link between the variables and confirm the predictive validity of the proposed model. This work provides a framework of reference for developing a cognitive-affective model for the consumption of television programmes, thereby integrating perceived quality as a cognitive variable and satisfaction as an affective variable. The results of the work provide a more in-depth understanding of a television consumer’s behaviour, and they can therefore help to increase the effectiveness of actions by television advertisers and programmers, thereby allowing television stations to improve their results.

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)0,002
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 enseignants0,050
Score d'incertitude au seuil0,197

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,172
Tête enseignante GPT0,363
Écart entre enseignants0,191 · 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

Citations21
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Marketing StudiesMême sujetCustomer Service Quality and LoyaltyTravaux en français237 207