MétaCan
Menu
Retour à la cohorte
Enregistrement W2296909285 · doi:10.19030/iber.v4i5.3593

Consumer Purchase Motives And Product Perceptions: A Hard Laddering Study Of Smoking Habits Of Poles

2011· article· en· W2296909285 sur OpenAlexaff
Eugène Kaciak, Carman W. Cullen

Notice bibliographique

RevueInternational Business & Economics Research Journal (IBER) · 2011
Typearticle
Langueen
DomainePsychology
ThématiqueCognitive and psychological constructs research
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésLadderingPerceptionPsychologyProduct (mathematics)AdvertisingConsumer behaviourSample (material)Market segmentationMarketingSocial psychologyPencil (optics)BusinessMathematicsEngineering

Résumé

récupéré en direct d'OpenAlex

The objective of the study is to apply the Means-End Theory to the analysis of smoking habits of Poles, based on a quota sample of 418 smokers in Krakow. The Means-End Theory posits that consumers learn to associate attributes (A) of products with particular consequences (C), and that these consequences are important because they accord with personal values (V) held by the individual. Each chain of associations A-->C-->V depicts the consumers personal motivations with respect to a given product. The paper-and-pencil assisted approach (which is called hard laddering, as opposed to soft, conventional tape-recorded interviews) is used to uncover links between personal values and the smokers choices. The results are then transposed into a meaningful market segmentation strategy.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,246
Tête enseignante GPT0,428
Écart entre enseignants0,182 · 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'étudeQualitatif
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

Citations5
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Business & Economics Research Journal (IBER)Même sujetCognitive and psychological constructs researchTravaux en français237 207