Counter‐stereotypical products: Barriers to their adoption and strategies to overcome them
Notice bibliographique
Résumé
Abstract Counter‐stereotypical products (CSPs) are targeted at groups that are opposite to the stereotypical users of these products (e.g., face‐cream for men, construction tools for women). Such products entail adoption barriers, as they are associated with a dissociative out‐group (e.g., men avoid products used by women). A theoretical framework is developed to investigate such barriers by outlining consumers’ cognitive and affective responses to CSPs; namely: stereotyping (CSP is considered appropriate only for the stereotypical user group), subtyping/subgrouping (CSP is useful for certain individuals or subgroups), and derogating (disparaging the CSP due to a perceived threat to self). Study 1 verifies these responses and demonstrates their effect on the evaluation of CSPs targeting men versus women. Overall, CSPs targeting men faced more barriers than those targeting women, and this was especially so for publicly consumed CSPs (e.g., purse for men) as compared to privately consumed ones (e.g., hair‐remover for men). Study 2 examined the effect of a common marketing tool—product design color (e.g., using blue for men and pink for women)—in reducing the above barriers. It was found that blue is effective in reducing stereotype‐based barriers for CSPs targeting men. For CSPs targeting women, using pink was only effective for women scoring high on femininity, and it backfired for those scoring low on femininity.
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».