MétaCan
Menu
Retour à la cohorte
Enregistrement W2896698939 · doi:10.1108/ijbm-01-2017-0021

Does experiential advertising impact credibility?

2018· article· en· W2896698939 sur OpenAlexaff
Lova Rajaobelina, Caroline Lacroix, Anik St-Onge

Notice bibliographique

RevueInternational Journal of Bank Marketing · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Behavior in Brand Consumption and Identification
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésCredibilityRespondentExperiential learningAdvertisingOriginalitySource credibilityPsychologyValue (mathematics)MarketingStructural equation modelingSocial psychologyBusinessPolitical science

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to investigate the impact of five dimensions of experiential advertising (cognitive, emotional, sensory, relational and behavioural) on advertising credibility in the banking sector. Design/methodology/approach A total of 277 undergraduate students were asked to complete a questionnaire after viewing two versions of a bank advertisement. Results were analysed using structural modelling equations (EQS 6.2). Findings Findings show that all dimensions of experiential advertising positively impact advertisement credibility. Cognitive/emotional/sensory advertisements exert the greatest impact, followed by relational and then behavioural advertisements which have only a marginal impact. Post hoc results show that the impact of experiential advertising on advertising credibility varies according to both actor and respondent gender. Originality/value This study enhances the literature on experiential marketing and credibility, especially banking sector advertising, and provides more in-depth insight into the role of respondent and actor gender in influencing responses. Financial services practitioners would be well advised to devote particular attention to the formulation of experiential strategies when developing advertising campaigns.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,630
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,015
Tête enseignante GPT0,298
Écart entre enseignants0,283 · 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

Citations29
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Bank MarketingMême sujetConsumer Behavior in Brand Consumption and IdentificationTravaux en français237 207