An examination of the status and evolution of country image research
Notice bibliographique
Résumé
Purpose Country image (CI) has been one of the most studied topics in international business, marketing, and consumer behaviour of the past five decades. Nevertheless, there has been no critical assessment of this field of research. The purpose of this paper is to understand the status and evolution of CI research. Design/methodology/approach The authors review 554 articles published in academic journals over 35 years. The authors examine publication, authorship, and research procedure trends in these articles as an empirical and quantitative assessment of the field. The authors identify weaknesses and strengths, and the authors address disconcerting and encouraging trends. Findings The authors find a number of laudatory trends: CI research is becoming less US-centric, more theory driven, more sophisticated in methodology, evaluating more diverse product categories, and making use of multiple cue studies. There are, however, two major methodological concerns: poor replication and questionable generalizability of findings. The authors also noted the influence of CI articles has been decreasing, as well as their rate of publication in top tier journals. Originality/value Since the authors present data that reflect actual practices in the field and how such practices have changed across time, the authors believe the study is of substantial value to CI researchers, journal editors, and instructors whose curriculum includes CI. The critical assessment and subsequent recommendations are accordingly empirically justified.
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 | 0,067 | 0,197 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,021 | 0,026 |
| Études des sciences et des technologies | 0,002 | 0,008 |
| Communication savante | 0,014 | 0,013 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 ».