MétaCan
Menu
Retour à la cohorte
Enregistrement W2767208513 · doi:10.1080/08974438.2017.1387884

Brand Personalities of Global Wine Exporters: A Collective Reputation Theory Perspective

2017· article· en· W2767208513 sur OpenAlexaff
José I. Rojas‐Méndez, Michael J. Hine, Michel Rod

Notice bibliographique

RevueJournal of International Food & Agribusiness Marketing · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueWine Industry and Tourism
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésWineReputationMarketingBusinessPromotion (chess)Perspective (graphical)Product (mathematics)PerceptionAdvertisingExploratory researchEconomicsPsychologyPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

This study examines the perceptions of the personalities that wine drinkers attribute to the wines of the six top exporting countries. An exploratory study with an inductive approach was used, and data were collected from 757 wine consumers from 22 countries. Based on the collective reputation theory, we question the use of standardized versus localized strategy when approaching international markets by the top producers of the world. By means of correspondence analysis, our results indicate that each wine producer country tends to have a different positioning among consumers from different regions of the world. Besides, it is evident that a standardized approach to marketing and promotion of a specific country’s wines to global markets could be viewed as rather myopic, representing a gross oversimplification of reality, and contradicting what our findings reveal about differences in global consumers’ perceptions of wines from the big six producers.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,161
Score d'incertitude au seuil0,651

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,003
Science ouverte0,0010,000
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 Opus0,019
Tête enseignante GPT0,263
Écart entre enseignants0,244 · 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.

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

Citations9
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of International Food & Agribusiness MarketingMême sujetWine Industry and TourismTravaux en français237 207