MétaCan
Menu
Retour à la cohorte
Enregistrement W2801438128 · doi:10.5539/ijms.v10n2p28

Literature Review on the Use of Sex Appeal vs Non-Sex Appeal Advertising in the Malaysian Context

2018· article· en· W2801438128 sur OpenAlexvenueno aff
Rakesh Sarpal, Rosli Saleh, Tan Seng Teck, Kueh May Chia, Lim May Yee

Notice bibliographique

RevueInternational Journal of Marketing Studies · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Behavior in Brand Consumption and Identification
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAppealAdvertisingSexual attractionContext (archaeology)PerceptionAppeal to emotionPsychologyOrder (exchange)Social psychologyPolitical scienceBusinessSexual behaviorLawGeography

Résumé

récupéré en direct d'OpenAlex

This research examines the perception of customers towards sex appeal advertising. Effect of sex appeal advertising has to be measure in terms of ABC model of attitude, which are affective, behavioural and cognitive. Through the sex appeal advertising, cultural values, lifestyle and behaviours can be affected. Acceptance of nudity among different gender and religious had been investigated in Malaysia market. Research findings show that Chinese are more likely to accept mild sex-appeal advertising while Muslims could not accept it. Women perceive sex appeal more negatively than men, yet react quite positively towards sex appeal advertisements that is linked with the product itself. Other than that, high nudity levels in advertisements was not well received. Further analyses on the acceptance of sex appeal ads in Western countries compared to Asian countries where there’re major difference identified in terms of religion constraints and gender issue. Findings signify Malaysians are more conservative in terms of sex appeal advertising compared to the Westerns whereas females tend to be more sensitive towards sex appeal advertisements rather than males.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,008
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,064
Tête enseignante GPT0,315
Écart entre enseignants0,251 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Marketing StudiesMême sujetConsumer Behavior in Brand Consumption and IdentificationTravaux en français237 207