MétaCan
Menu
Retour à la cohorte
Enregistrement W2972101205 · doi:10.1108/jpbm-07-2019-2464

An introduction to the special issue on the past, present and future research on deliberate lookalikes

2019· article· en· W2972101205 sur OpenAlexfundno aff
Nebojsa S. Davcik, Piyush Sharma, Ricky Y. K. Chan, Rajat Roy

Notice bibliographique

RevueJournal of Product & Brand Management · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Marketing and Social Media
Établissements canadiensnon disponible
Organismes subventionnairesCollege of Engineering, Michigan State UniversityConcordia UniversityUniversity of DundeeAin Shams UniversityNipissing UniversityMonash UniversityUniversity of PretoriaUniversitat Pompeu FabraISCTE – Instituto Universitário de LisboaUniversity of Texas Rio Grande ValleyUniversity of PennsylvaniaMichigan State UniversityWashington State University
Mots-clésOriginalityValue (mathematics)Context (archaeology)Engineering ethicsWork (physics)SociologyPublic relationsPolitical scienceComputer scienceSocial scienceEngineeringHistoryQualitative research

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to present the contemporary thinking on deliberate lookalikes and to provide a better understanding of its key forms (counterfeits, copycats and no-name imitations) and markets (deceptive and non-deceptive). Design/methodology/approach This editorial contains a review of current and past literature on deliberate lookalikes along with summaries of all the articles accepted for publication in the special issue on deliberate lookalikes. The guest editors used academic databases such as Web of Science to find the most representative scholarly work on deliberate lookalikes literature. Findings This editorial identifies pertinent research gaps in the literature on deliberate lookalikes. The five selected articles address some of these research gaps and provide useful insights on the purchase and usage of deliberate lookalikes along with directions for future research and ways to apply different research methods that could have important implications for scholars and managers. Originality/value The editorial and special issue extends the knowledge about the deliberate lookalikes and their effects on firms, brands and consumers. This work opens new avenues for the research about different forms and markets in the context of lookalikes.

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)0,007
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,617
Score d'incertitude au seuil0,438

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,023
Tête enseignante GPT0,334
Écart entre enseignants0,311 · 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'étudeSans objet
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

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Product & Brand ManagementMême sujetDigital Marketing and Social MediaTravaux en français237 207