MétaCan
Menu
Retour à la cohorte
Enregistrement W3005484588 · doi:10.1002/mar.21336

All at once or one at a time? The effect of simultaneous versus sequential discount presentation on store patronage intentions

2020· article· en· W3005484588 sur OpenAlexaff
Devon DelVecchio, Jessie J. Wang, Neil Brigden

Notice bibliographique

RevuePsychology and Marketing · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Market Behavior and Pricing
Établissements canadiensBow Valley CollegeUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésExtant taxonPresentation (obstetrics)AdvertisingAffect (linguistics)PsychologyProcess (computing)MarketingBusinessComputer scienceCommunication

Résumé

récupéré en direct d'OpenAlex

Abstract Retailers often employ store flyers, be they in print or digital form, to drive store traffic. A fundamental difference in the presentation of multicomponent information, such as the multiple discounts presented in flyers, is whether the components are displayed simultaneously (all at once) of sequentially (one at a time). Yet a little extant research examines how these different presentations affect individuals' responses to retailer price promotions. Three experiments demonstrate that a sequential display of price discounts is associated with more positive store patronage intentions. Evidence, gleaned by both measuring and manipulating the process by which the discounts are evaluated, implicates a greater sense of accumulating benefit with each successive discount when presented sequentially as the driver of the cross‐format difference in patronage intentions.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,374
Score d'incertitude au seuil0,820

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,040
Tête enseignante GPT0,313
Écart entre enseignants0,273 · 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

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychology and MarketingMême sujetConsumer Market Behavior and PricingTravaux en français237 207