MétaCan
Menu
Retour à la cohorte
Enregistrement W2912465083 · doi:10.1080/09593969.2018.1555543

The influence of social capital through social media: a study of the creation of value in shopping behaviour

2019· article· en· W2912465083 sur OpenAlexaff
Hyowon Hyun, Frances Gunn, Jungkun Park

Notice bibliographique

RevueThe International Review of Retail Distribution and Consumer Research · 2019
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueTechnology Adoption and User Behaviour
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésBridging (networking)Social capitalPurchasingStructural equation modelingPerceptionSocial mediaSocial network (sociolinguistics)PsychologyValue (mathematics)BusinessMarketingSocial psychologyComputer scienceSociologyWorld Wide WebComputer security

Résumé

récupéré en direct d'OpenAlex

When consumers access information from groups through social network sites (SNSs), they develop social capital in the form of bonding and bridging ties with these groups. The purpose of this study is to investigate the influence of these bonding and bridging behaviours on consumers’ use of the social network information (SNI) gained from SNSs in their purchasing decisions. The study integrates constructs from the Technology Acceptance Model and the concept of flow to examine how these behaviours influence consumers’ perceptions of how useful the SNI is, of how easy the SNI is to use, and how they engage with SNI. The study utilizes structural equation modelling to examine questionnaire data from a random sample of social network users. The findings demonstrate that bonding and bridging ties influence consumers’ perceptions of the usefulness and ease of use of the information provided by SNSs, and therefore influence their use of the information when making shopping decisions. In addition, consumers who access SNI through bonding ties are likely to have flow experiences which further contribute to their use of the information. This study makes a theoretical contribution by expanding knowledge of the social capital influences on consumers’ perceptions of the value of the social media shopping experience.

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)0,006
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 enseignants0,118
Score d'incertitude au seuil0,505

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
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 Opus0,136
Tête enseignante GPT0,454
Écart entre enseignants0,319 · 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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Review of Retail Distribution and Consumer ResearchMême sujetTechnology Adoption and User BehaviourTravaux en français237 207