Mall Haul Videos: Self‐Presentational Motives and the Role of Self‐Monitoring
Notice bibliographique
Résumé
ABSTRACT Mall haul videos or vlogs are short videos in which young women not only present their fashion and beauty purchases but express their evaluations and opinions as well. The attitudes expressed could help the vlogger reap social rewards from a reference group or demonstrate the consistency between privately held attitudes and publicly expressed ones. In four studies, using the self‐monitoring construct to identify which function an attitude may serve for an individual, the self‐monitoring propensity of mall haul vloggers and the social‐adjustive and value‐expressive functions that posting and watching such vlogs fulfill for the individual was explored. In the first study, those who post and do not post mall haul vlogs were surveyed and results suggested that more high self‐monitors than low self‐monitors posted mall haul vlogs. In Study 2, a content analysis was conducted and revealed that low self‐monitors in comparison to high self‐monitors mentioned more brand names in their mall haul vlog. In Study 3, the valence of the product evaluations conveyed in mall haul vlogs by high and low self‐monitors was analyzed. High self‐monitors generated more positive messages than low self‐monitors. Finally in Study 4, the links between self‐monitoring on individuals’ willingness to watch rather than post mall haul vlogs were examined. High self‐monitors were more likely to watch a mall haul vlog when the retailer mentioned was perceived to possess high status (compared to medium or low status); while low self‐monitors were more likely to watch a mall haul vlog when the retailer mentioned was perceived to possess low status (compared to medium or high status). Across all four studies, results indicated that mall haul vlogs were fulfilling a social‐adjustive function for high self‐monitors whereas they were fulfilling a value‐expressive function for low self‐monitors. Implications for marketing are discussed.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».