MétaCan
Menu
Retour à la cohorte
Enregistrement W2969972247 · doi:10.4018/jeco.2019100103

The Influence of Online Reviews and Brand Trust and Customer Equity

2019· article· en· W2969972247 sur OpenAlexaff
Glenn Asano, V. Cheng, Joan Helen Rhodes, Peter Lok

Notice bibliographique

RevueJournal of Electronic Commerce in Organizations · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Marketing and Social Media
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésBrand equityBusinessEquity (law)MarketingCustomer equitySample (material)The InternetBrand awarenessAdvertisingCustomer retentionComputer scienceService qualityService (business)

Résumé

récupéré en direct d'OpenAlex

Using a restricted probability sample of 269 participants, the key findings were: (a) that negative online reviews have a higher negative impact on customer equity than positive online reviews; this is a significant finding because previous findings were mainly short-term focus (on willingness to purchase) and long-term measurement such as ‘customer equity' could provide management with new knowledge on negative online reviews; (b) ‘brand equity' driver has the greatest impact on customer equity as compared to the other two drivers (‘value' and ‘relationship'). This is a significant new finding which could assist management in redirecting its resources; (c) brand trust was unexpectedly found to have a negative relationship with the drivers of customer equity. This could be that long-term outcome as brand trust may prove to be difficult to measure in a cross-sectional study. Furthermore, online reviews have no significant relationship with ‘brand trust.' This may be that brand trust may be more important in short-term outcomes with online reviews.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,276
Score d'incertitude au seuil0,376

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,011
Tête enseignante GPT0,320
Écart entre enseignants0,309 · 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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Electronic Commerce in OrganizationsMême sujetDigital Marketing and Social MediaTravaux en français237 207