MétaCan
Menu
Retour à la cohorte
Enregistrement W2285915258 · doi:10.5539/jfr.v5n1p107

Employee and Customer Reactions to a Healthy In-Store Marketing Intervention in Supermarkets

2016· article· en· W2285915258 sur OpenAlexvenueno aff
Erica L. Davis, Alexis C. Wojtanowski, Stéphanie Weiss, Gary D. Foster, Allison Karpyn, Karen Glanz

Notice bibliographique

RevueJournal of Food Research · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Retail Behavior Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMarketingBusinessDemographicsPurchasingDirect marketingStaffingProduct (mathematics)Variance (accounting)Test (biology)AdvertisingEconomics

Résumé

récupéré en direct d'OpenAlex

Supermarkets are a primary source of food for American households, and increased presence in low-income, high-minority neighborhoods present opportunities to increase access to healthy foods. It is important to assess store manager and customer reactions to in-store marketing interventions. The objective was to evaluate manager and customer reactions to stealth, low-cost, sustainable in-store marketing strategies to promote healthier purchases in five product categories and gain insight into shopping habits and willingness to change behaviors. Surveys were collected as part of the evaluation of a cluster-randomized controlled trial conducted from 2011-2012 in eight urban supermarkets in low-income, high-minority neighborhoods. Store manager (n=16) and customer intercept surveys (n=100) were administered at intervention stores in May-July 2012 and August 2012, respectively. Demographics, shopping habits, and impact were calculated using frequency distributions, cross-tabulation, and analyses of variance. Correlations were calculated using Pearson’s R or one-sided Fisher’s Exact Test. Most managers reported the project had a positive impact on stocking, ordering, staffing, and interaction with other employees. Most customers did not notice new marketing strategies, although they were intentionally stealth. A large number of customers reported making impulse purchases regularly. Opportunities to positively affect purchasing may exist.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,102
Tête enseignante GPT0,379
Écart entre enseignants0,278 · 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 source (Gemma direct ou Codex distillé), 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

Citations9
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetConsumer Retail Behavior StudiesTravaux en français237 207