Examination of Factors Moderating the Success of Private Label Brands: A Study of the Packaged Food Market in China
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT The major objective of this study is to explore how different determinants of perceived risk help explain variations in purchasing preferences for national brands versus private label brands (PLB) of the packaged food market in urban China. We selected the Chinese packaged food market because it is “one of the most rapidly fastest growing markets” in the world (Wu & Deng, 2002 Wu, S. and Deng, H. . Do you want a Big Mac or rice?. Report on the fast food industry in China. Agriculture and Agri-Food Section: Canadian Consulate General in Shanghai. April, [Google Scholar]). Following a description of the Chinese market, we build our conceptual framework by combining the PLB literature with searching versus experience, price consciousness, and product quality literature. Using the data we collected in GuangZhou, Shenzhen, and Shanghai cities, we find both their direct and indirect effects. Supporting theory-based expectations, we find that (1) PLB purchase in a category increases when consumers perceive reduced consequences of making a mistake in brand choice in that category; (2) when that category has more “search” than “experience” characteristics; and (3) consumer's degree of price consciousness in that category, through which we brought in PLB-favoring variables such as lower incomes, high deal-proneness, and a decreased belief in price-quality associations. We discuss our results in light of the managerial and theoretical implications, especially the important role played by “experience” attributes in leading consumers to favor national brands over PLBs.
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.
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 | 0,007 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 découle