Antecedents and pro-environmental consumer behavior (PECB): the moderating role of religiosity
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
Purpose The purpose of this study is to examine the predictabilities of five intra-personal factors to predict pro-environmental consumer behavior (PECB) and the moderating role of religiosity in Oman. Design/methodology/approach The study uses neural network to analyze the antecedents/antecedents × religiosity → PECB relationships by using a sample of 306 consumers from Oman. Findings This study finds that the most important predictors of PECB, according to the order of importance, are attitude × religiosity, knowledge, concern × religiosity, knowledge × religiosity, value, religiosity, attitude, concern and value × religiosity. Research limitations/implications The convenience sample from a single Islamic country limits the generalizability of the findings. Future studies should use probabilistic sampling techniques and multiple Islamic countries located in different geographical regions. Practical implications To promote PECB, businesses and policymakers should provide environmental education to expand knowledge and value, leverage ecological religious values in integrated marketing communications, make positive inducements to change attitude and concern enhancing interventions. Social implications As religiosity enhances PECB by moderating the impacts of environmental intra-personal factors on PECB, businesses and policymakers should find ways to use faith-based ecological messages in Islamic countries. Originality/value Determining the predictabilities of psychological factors and their interactions with religiosity to predict PECB in Islamic countries is necessary for promoting environmentally friendly products in Islamic countries and for reducing the ecological damage to the environment.
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 | 0,002 | 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 | 0,001 |
| Communication savante | 0,000 | 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) | 0,001 | 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 découle