MétaCan
Menu
Retour à la cohorte
Enregistrement W2785576701 · doi:10.1509/jmr.14.0632

An Empirical Study of Uniform and Differential Pricing in the Movie Theatrical Market

2018· article· en· W2785576701 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

RevueJournal of Marketing Research · 2018
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCinema and Media Studies
Établissements canadiensUniversity of British ColumbiaSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésPricing strategiesEconomicsDifferential (mechanical device)AdvertisingTicketMicroeconomicsEmpirical researchEconometricsBusinessComputer scienceMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Movies vary widely in appeal, star power, cost, and other elements, and therefore, each might be expected to charge a different price. Multiplexes, however, typically charge the same price for all movies, except for such premium formats as 3D, a choice that has puzzled managers and researchers. Because of data limitations, minimal empirical work has directly addressed this issue. In Hong Kong, however, prices vary both within and across multiplexes. Using daily ticket prices and attendance by theater and movie, the authors empirically examine the potential gains from differentiated movie-specific pricing as well as the increasingly common two-tier (2D/3D) uniform pricing, as compared with a full uniform pricing strategy in which a theater charges the same price for all its movies. Their results show that differential pricing leads to higher profits than the two-tier uniform pricing practice, but that the improvement is limited. In contrast, the gains are substantial when compared with the full uniform pricing strategy, suggesting that only minimal differentiation (2D/3D) may obtain most of the gains available from fully differentiated prices.

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)0,021
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,018
Score d'incertitude au seuil0,711

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0210,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,101
Tête enseignante GPT0,380
Écart entre enseignants0,278 · 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