MétaCan
Menu
Retour à la cohorte
Enregistrement W2885518307 · doi:10.1111/cjag.12184

Impacts of sellers’ responses to online negative consumer reviews: Evidence from an agricultural product

2018· article· en· W2885518307 sur OpenAlexvenueno aff
Ping Qing, Heng Huang, Amar Razzaq, Yifan Tang, Ming Tu

Notice bibliographique

RevueCanadian Journal of Agricultural Economics/Revue canadienne d agroeconomie · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Marketing and Social Media
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésPurchasingProduct (mathematics)BusinessMarketingAdvertisingConsumer behaviourService (business)Mathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Sellers’ responses to online negative consumer reviews (NCRs) have a marked effect on consumer purchasing intentions. In this study, we divide seller's responses to NCRs into two categories: rational responses and emotional responses. Through two separate studies, we examine the impact of sellers’ responses to online NCRs on consumer purchasing intention. Results reveal that product‐related NCRs reduce consumer purchasing intentions more than service‐related NCRs and having no reaction to NCRs from the sellers decreases consumer purchasing intentions. In addition, consumer trust mediates the relationship between seller's response to online NCRs and consumer purchasing intentions. The results also show that the impact on consumer purchasing intentions can be modified by the type of NCRs and sellers’ responses. In particular, rational responses will be more effective for product‐related NCRs, and for service‐related NCRs, there does not appear to exist a significant difference between the effects of rational and emotional responses.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,650
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,059
Tête enseignante GPT0,265
Écart entre enseignants0,206 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations18
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Agricultural Economics/Revue canadienne d agroeconomieMême sujetDigital Marketing and Social MediaTravaux en français237 207