MétaCan
Menu
Retour à la cohorte
Enregistrement W2591423475 · doi:10.1016/j.iedeen.2016.10.001

Store brands’ purchase intention: Examining the role of perceived quality

2017· article· en· W2591423475 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEuropean Research on Management and Business Economics · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Retail Behavior Studies
Établissements canadiensUniversité du Québec en Outaouais
Organismes subventionnairesnon disponible
Mots-clésQuality (philosophy)Product (mathematics)Structural equation modelingMarketingBusinessAdvertisingPerceived qualitySample (material)Store brandMarket segmentationBrand awarenessComputer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

Considering the increase of the store brand's market share globally, the present study addresses the following question: “Does the consumer product perceived quality influence store brands’ proneness?”; or in other words “Does product perceived quality influence store brands’ purchase intention?”, since perceived quality is a customer-based undertaken variable. The present study proposes and empirically tests a conceptual model of the influence of perceived product quality of store brands relative to perceived value and purchase intention. Structural Equation Modelling (SEM) was developed on a sample of 439 consumers, distinguishing between consumers with high perceived quality (HPQ) and low perceived quality (LPQ). Our findings highlight that store brands’ purchase intention is strongly influenced by confidence for both HPQ and LPQ customers, followed by product price. Additionally, our results suggest the moderating role of perceived quality on some of the proposed relationships. Store brand managers and retailers could develop market segmentation and perform marketing strategies based on customers’ perceived quality.

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.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,452
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
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 Opus0,206
Tête enseignante GPT0,354
Écart entre enseignants0,147 · 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