MétaCan
Menu
Retour à la cohorte
Enregistrement W25906239 · doi:10.35808/ersj/390

Brewing the Recipe for Beer Brand Equity

2013· article· en· W25906239 sur OpenAlexaff
Cristina, Normand Bourgault, Domingo

Notice bibliographique

RevueEUROPEAN RESEARCH STUDIES JOURNAL · 2013
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueWine Industry and Tourism
Établissements canadiensUniversité du Québec en Outaouais
Organismes subventionnairesnon disponible
Mots-clésRecipeBrewingBusinessBrand equityAdvertisingMarketingBrand namesCommerceFood scienceChemistry

Résumé

récupéré en direct d'OpenAlex

This research study aims to analyze the sources and consequences of beverages’ Brand Equity, and more specifically, the beer Brand Equity in a Sothern European mature market. For this purpose, based on the customer-based Aaker’s Brand Equity model, we developed an empirical study, using structural equation modeling (SEM) in order to assess how beer Brand Equity stems from in the brewery industry and to analyze its consequences in consumer behavior. Our findings suggest that the beer brand image is the most important dimension for beer Brand Equity. Moreover, a significant positive influence was found for all the dimensions analyzed, namely brand awareness, perceived quality and loyalty; while we found empirical support for the influence of beer Brand Equity on purchase intention and the consumer willingness to pay a premium price. This research brings relevant implications for brewery marketing managers, who should strengthen their beer brand image, and further consider beer Brand Equity as a key variable in consumer behaviour.

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)0,008
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,583
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,349
Tête enseignante GPT0,431
Écart entre enseignants0,082 · 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'étudeSans objet
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

Citations7
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEUROPEAN RESEARCH STUDIES JOURNALMême sujetWine Industry and TourismTravaux en français237 207