Exploring approaches for classifying ornamental garden plant purchasers
Notice bibliographique
Résumé
Abstract Involvement scales have been widely used to measure the extent to which a product is associated with an individual's self‐concept, and the hedonic pleasure evoked by the activity or product. A number of studies have linked involvement with higher overall spending on a product. This study aimed to determine whether gardening involvement predicted increased garden plant purchasing behavior in Canada and to understand the implications of high gardening involvement by comparison with other measures, both subjective (self‐assessed expertise) and objective (hours spent gardening, objective gardening knowledge). Gardening involvement did not predict purchasing behavior nor did self‐assessed gardening expertise. However, objective measures (hours spent gardening and objective gardening knowledge) were found to predict plant purchasing. It is suggested that the involvement scale be used in combination with objective measures to distinguish between consumers with high product interest but low present use and those with high interest and high product use. Practical applications Although involvement was not found to predict garden plant‐purchasing behavior, by measuring involvement it is possible to identify individuals who have a high level of interest in a product or activity. In doing so, involvement helps to identify all potential users, some of whom may not be captured with questions around current product purchasing behavior. These users can be subdivided with objective measures according to those that are presently high product users and those that are low product users. Low product users with high involvement may require an additional incentive to engage with the product/activity due to barriers such as lack of knowledge or time. By combining the involvement scale with product usage information, it is possible to identify two sub‐groups of high product involvement individuals who can be targeted with customized advertising or versions of a product in order to attract a broader audience.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,007 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».