MétaCan
Menu
Retour à la cohorte
Enregistrement W2928538495 · doi:10.4172/2329-9568.1000174

The Evolution of Seasonal Shopping Events: Global Perspectives

2018· article· en· W2928538495 sur OpenAlexaboutno aff
Jasmin Kwon Vu, Thomas M. Brinthaupt

Notice bibliographique

RevueJournal of Fashion Technology & Textile Engineering · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Retail Behavior Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhenomenonAppealVariety (cybernetics)ChinaAffect (linguistics)AdvertisingMarketingBusinessSociologyPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

In this article, we define the phenomenon of seasonal shopping events (SSEs) and review the research on consumer behavior during such events. SSEs refer to specialized shopping events that frequently occur during and around national or religious holidays. They often reflect a celebration of cultural values and aim to appeal to a wide variety of experiential, hedonic, and other consumer motives. Retailers attract consumers by offering discounts, sales, and promotions related to gift-giving. SSEs often evolve into social and traditional occasions for friends and families. We describe four global examples of SSEs: Black Friday (U.S.), Fukubukuro (“lucky bag,” Japan), Singles’ Day (China), and Boxing Day (Canada, U.K., Australia, New Zealand, and South Africa). We examine these SSEs fromboth the consumer and retailer perspectives, review their histories, and indicate how they have grown beyond their cultures of origin. We then identify common patterns and elements associated with SSEs. We next provide a general framework for how successful SSEs have emerged and discuss the cultural and cross-cultural implications of the SSE phenomenon. Finally, we illustrate some of the ways that changes in the consumer and retail environments might affect the future of SSEs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,006
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,005
Communication savante0,0040,004
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
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 Opus0,007
Tête enseignante GPT0,227
Écart entre enseignants0,220 · 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 source (Gemma direct ou Codex distillé), 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

Citations9
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fashion Technology & Textile EngineeringMême sujetConsumer Retail Behavior StudiesTravaux en français237 207