I Am, Therefore I Buy: Low Self-Esteem and the Pursuit of Self-Verifying Consumption
Notice bibliographique
Résumé
Abstract The idea that consumers use products to feel good about themselves is a basic tenet of marketing. Yet, in addition to the motive to self-enhance, consumers also strive to confirm their self-views (i.e., self-verification). Although self-verification provides self-related benefits, its role in consumer behavior is poorly understood. To redress that gap, we examine a dispositional variable—trait self-esteem—that predicts whether consumers self-verify in the marketplace. We propose that low (vs. high) self-esteem consumers gravitate toward inferior products because those products confirm their pessimistic self-views. Five studies supported our theorizing: low (vs. high) self-esteem participants gravitated toward inferior products (study 1) because of the motivation to self-verify (study 2). Low self-esteem consumers preferred inferior products only when those products signaled pessimistic (vs. positive) self-views and could therefore be self-verifying (study 3). Even more telling, low self-esteem consumers’ propensity to choose inferior products disappeared after they were induced to view themselves as consumers of superior products (study 4), but remained in the wake of negative feedback (study 5). Our investigation thus highlights self-esteem as a boundary condition for compensatory consumption. By pinpointing factors that predict when self-verification guides consumer behavior, this work enriches the field’s understanding of how products serve self-motives.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».