MétaCan
Menu
Retour à la cohorte
Enregistrement W2609393537

PROFILE OF THE ELECTRONIC COMMERCE CONSUMER: ASTUDY WITH BRAZILIAN UNIVERSITY STUDENTS

2012· article· en· W2609393537 sur OpenAlexvenueno aff
Dario de Oliveira Lima-Filho, Camila de Souza Alves, Filipe Quevedo-Silva, Lua­sa Brito Moreira, Vicente Rodrigues Garcez, Willian Ferreira Aratani

Notice bibliographique

RevueThe Journal of Internet Banking and Commerce · 2012
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueBusiness and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDescriptive statisticsConsumption (sociology)The InternetBusinessE-commerceLogistic regressionWork (physics)PerceptionMarketingAdvertisingCluster (spacecraft)Computer sciencePsychologyWorld Wide WebSociologyStatistics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This work aimed to analyze the profile of electronic commerce costumers, as well as identify characteristics that differentiate costumers from non-costumers of electronic commerce. For this purpose, a quantitative-descriptive study was carried out with university students of a federal public university of the south-western region of Brazil, during the first half of 2011, using a structured questionnaire. Data were analyzed through descriptive statistics, logistic regression and cluster analysis. The results showed that more than 75% of the students had already made purchases over the Internet and that security and price were major factors in their decision. Men were the primary users of electronic commerce and this type of consumption was positively related to income and the use of credit cards. In addition, consumption preferences able to differentiate consumers of electronic commerce from non-consumers were: quick and practical shopping, risk perception and indifference towards testing the products before making purchases. The results also indicated that there were four different segments in habits, preferences and socio-demographic characteristics: controlled, young consumers, basic consumer and conventional buyers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,037
Tête enseignante GPT0,308
Écart entre enseignants0,271 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations5
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Internet Banking and CommerceMême sujetBusiness and Management StudiesTravaux en français237 207