MétaCan
Menu
Retour à la cohorte
Enregistrement W2901689168 · doi:10.5539/ijms.v10n4p13

Bottom of the Pyramid Marketing

2018· article· en· W2901689168 sur OpenAlexvenueno aff
Melissa Martirano

Notice bibliographique

RevueInternational Journal of Marketing Studies · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Socioeconomic Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMarketingPeer pressurePovertyBottom of the pyramidThe InternetPopulationBusinessConsumption (sociology)AdvertisingPublic relationsSociologyPsychologyEconomicsPolitical scienceEconomic growthSocial psychologySocial science

Résumé

récupéré en direct d'OpenAlex

Throughout the developing world there have been numerous studies of the impact and ethics of marketing to consumers in the lowest socio-economic demographic, known as the Bottom of the Pyramid. These consumers make less than $2 USD per day in many countries, yet will buy expensive items marketing by the media/the Internet, discussed on social media, and to keep up with peers (peer pressure). When such items are of benefit to the purchaser or their region, the result may be positive (computers for schooling, etc.) Yet spending on luxury items can cause such consumers to go deeply into debt or forego necessities, calling into question the ethics of targeting this group. In the United States, the poverty level is higher than in many countries, and access to media/social media/the Internet is ubiquitous. Americans are also susceptible to peer pressure, according to studies. Bottom of the Pyramid research, however, is lacking on American respondents. This proposal would fill that gap, considering such marketing and consumption from a behavioral and perceptive viewpoint. Hypothetical recommendations drawn from survey questions based on research questions developed through theoretical frameworks and scholarly literature review will suggest practical courses for American industry to sell to this population without ethical question. This work may also spur more in-depth analysis involving clearly defined demographic groups for deeper analysis and understanding. The research follows the qualitative method and is to be analyzed thematically using Likert format numbers.

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)0,005
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,113
Score d'incertitude au seuil0,466

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,004
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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,022
Tête enseignante GPT0,280
Écart entre enseignants0,258 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Marketing StudiesMême sujetInnovation and Socioeconomic DevelopmentTravaux en français237 207