Influence de la recherche d'information sur Internet sur le risque perçu face à l'achat d'une voiture d'occasion
Notice bibliographique
Résumé
L’importance du marché de l’automobile n’est plus à prouver. La plupart d’entre nous possédons au moins une voiture ou du moins connaissons des gens qui en possèdent une. La voiture constitue la deuxième plus importante dépense singulière des ménages québécois. Ainsi, cet achat peut comporter un certain niveau de risque perçu pour les consommateurs puisqu’il faut souvent débourser une importante somme d’argent pour pouvoir se procurer la voiture et nous n’avons aucune garantie quant à la fiabilité de celle-ci, surtout en ce qui a trait à la voiture d’occasion. L’objectif principal de cette étude était de mesurer l’influence de la recherche d’information sur Internet sur le risque perçu face à l’achat d’une voiture d’occasion. Pour effectuer les analyses, un modèle d’équations structurelles a été construit. Les principaux résultats, basés sur un échantillon de 353 répondants, démontrent que plus un consommateur recherche de l’information sur Internet, plus il perçoit un risque élevé à se procurer une voiture d’occasion (ß = 0,176 ; p= 0,009 < 0,05). Le fait de rechercher de l’information auprès de ses pairs sur les médias sociaux augmente également le risque perçu face à l’achat en question (ß = 0,348 ; p= *** < 0,001). Ces résultats suscitent donc des questionnements quant à l’utilisation d’Internet comme source d’information en vue de se procurer une voiture d’occasion.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».