Less willing to pay but more willing to buy: How the elicitation method impacts the valuation of a promotion
Notice bibliographique
Résumé
Abstract Willingness to pay (WTP—how much one is willing to pay for something) and willingness to buy (WTB—whether one is willing to buy something at a given price) are two common methods to elicit valuations and normatively should yield the same valuation order between two options. However, this research finds that WTP and WTB can yield opposite valuation orders between the regular offer and the promotional offer of a product. Specifically, it demonstrate that, (a) if the valuation of a product is only elicited with WTP, consumers value the product less when it is offered with a price promotion than when it is not; (b) if the valuation of a product is only elicited with WTB, consumers value the product more when it is offered with a price promotion than when it is not; and (c) if the valuation of a product is first elicited with WTP and then elicited with WTB, consumers always value the product less when it is offered with a price promotion than when it is not. A value‐inference account is proposed for the above findings, according to which, consumers infer the value of a promoted product differently when the valuation is elicited only with WTP or only with WTB. Theoretically, this research extends prior literature on sales promotion, showing that the valuation of a promotion is subject to the elicitation method. Practically, this research suggests how to help consumers manage their purchase intentions for promoted products.
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 | 0,013 | 0,114 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,001 |
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 ».