Brand hypocrisy from a consumer perspective: scale development and validation
Notice bibliographique
Résumé
Purpose There is increasing interest in understanding negative consumer reactions to brands and the nature of negative brand perceptions. The purpose of this paper is to conceptualize the construct of brand hypocrisy from a consumer perspective and develop a scale to measure it. Design/methodology/approach A multiphase scale development process involving 559 consumers was conducted. Study 1 pertains to item generation and reduction phases. Study 2 reports on scale purification and validation through confirmatory factor analyses and model comparisons. Study 3 focuses on discriminant and predictive validity, while Study 4 further investigates predictive validity using real brands with differences in brand hypocrisy. Findings A 12-item scale measuring four dimensions of brand hypocrisy is developed: image hypocrisy (brand failing to put words into action), mission hypocrisy (brand exerting an unacknowledged negative impact on society or consumer well-being), message hypocrisy (brand conveying unrealistic or unattainable images) and social hypocrisy (brand supporting social responsibility initiatives for strategic purposes only). Results indicate that brand hypocrisy is distinguishable from similar constructs in the literature and that it is a significant predictor of negative word-of-mouth and brand distance. Practical implications This conceptualization provides managers with a detailed understanding of what constitutes a hypocritical brand in the eyes of consumers as well as insights about how to prevent consumer perceptions of brand hypocrisy. Originality/value Findings enrich the understanding of negative consumer inferences related to brands and provide a conceptualization of an understudied but increasingly relevant form of brand judgment.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».