MétaCan
Menu
Retour à la cohorte
Enregistrement W2555068430 · doi:10.5539/ijms.v8n6p1

Exploring the Effect of Coupon Proneness and Redemption Efforts on Mobile Coupon Redemption Intentions

2016· article· en· W2555068430 sur OpenAlexvenueno aff
Ernesto Geovani Figueroa González

Notice bibliographique

RevueInternational Journal of Marketing Studies · 2016
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueTechnology Adoption and User Behaviour
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCouponMarketingStructural equation modelingAdvertisingDatabase transactionBusinessTheory of planned behaviorTheory of reasoned actionPsychologyEconomicsSocial psychologyComputer scienceControl (management)Management

Résumé

récupéré en direct d'OpenAlex

<p>This paper examined the impact of coupon proneness and redemption efforts on the intention to redeem or use mobile coupons from the smartphones in a sample of business students at Florida National University. The descriptive analysis, which was based on the Theory of Reasoned Action, Theory of Plan Behavior, Acquisition-Transaction Utility Theory, Unified Theory of Acceptance and Use of Technology, and The Technology Acceptance Model Theory, used the coupon proneness, redemption efforts and the intention to redeem or use mobile coupons scales adapted to mobile coupons setting. Structural equation modeling revealed two subcomponents of the coupon proneness (coupon propensity and enjoyment) and high and significant values of coupon propensity and enjoyment on the intention to redeem or use mobile coupons for the groups of students. However, the impact of redemption efforts on the intention to redeem or use mobile coupons was negative as expected, but weak and not significant.</p>

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,012
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,532
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,160
Tête enseignante GPT0,416
Écart entre enseignants0,255 · 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 tête enseignante, pas un consensus.

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

Citations12
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Marketing StudiesMême sujetTechnology Adoption and User BehaviourTravaux en français237 207