Attitudes towards m-wine purchasing A cross-country Study
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.
Notice bibliographique
Résumé
The objective of this paper is to focus on exploring consumer perceptions regarding m-wine purchasing (buying wine through mobile commerce) between different countries. This topic is of major importance nowadays especially based on the research firm Gartner Inc statement that predicts that m-commerce (mobile commerce) will soon overtake e-commerce (Gartner, 2011). Furthermore, like other industries, the wine industry began using the Internet in the 1990s but the early adopters were constrained by complicated wine shipping regulations, security concerns by customers, among other things (Bruwer & Wood, 2005; Gebauer & Ginsburg, 2003; Quinton & Harridge-March, 2003; Thach, 2009). Following Lockshin & Corsi’s suggestions (2012), we are investigating one of the areas with the greatest research needs: m-wine purchasing. To answer our research question, a quantitative study examined mobile phone ownership, wine purchasing and consumption, and wine purchasing via mobile phones across six countries each of which varies in terms of wine consumption levels (Trade Data and Analysis, 2011), Internet penetration (International Telecommunications Union, 2013; United States Census Bureau, 2012) and mobile phone usage (Adobe, 2013; ComScore, 2013 ; Kaplan, 2012).This research involved 3317 respondents from six countries, including France, Germany, Greece, South Africa, the U.S.A and Canada. Data was collected between October 1 and December 15, 2013, using both personal and online questionnaires. The online survey resided on a landing page designed using responsive web design (e.g. adaptable to all screen sizes and devices). The questionnaire was structured into three sections: (1) use of mobile phone (2) wine purchasing and consumption and (3) wine and mobile
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 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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,003 |
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 découle