The Differences of Asian and Western Consumers’ Attitudes towards Brand Extensions by Information Types: Attribute-Related vs. Non-Attribute-Related Information
Notice bibliographique
Résumé
This study aims to empirically examine how Asian and Western consumers with different cultural backgrounds (holistic vs. analytic thinking) in different brand extension situations (high vs. low brand-extension fit) perceive two different types of brand extension information (attribute-related vs. non-attribute-related information). The previous brand extension studies have demonstrated that Asian consumers are considerably better in recognizing fit between parent brands and their extensions than Western consumers. However, only few studies have been conducted so far to investigate how firms can effectively communicate with consumers from different cultures when extending their existing brands. For that, an inter-subjects experiment consisting of 2 (high vs. low similarity with parent brands) * 2 (attribute-related vs. non-attribute-related information) * 2 (Asian vs. Western consumers) groups was conducted with the samples from South Korea, US, Canada and France (N=393). As a result, Westerners tended to show more favour to attribute-related information than Asians when brand-extension fit was high. When brand-extension fit was low, however, Asians tended to show more favour to attribute-related information than Westerners. In addition, Asians overall showed more favour to low-similarity extensions compared to Westerners when non-attitude-related information was suggested.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,005 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».