Notice bibliographique
Résumé
This article outlines our collaboration with Tireland, in which we conducted research regarding the potential success of selling tire online. We looked into aspects of an online presence that would be positively received by consumers in the tire industry. Our research has included an interview with the decision maker, five in-depth interviews, and an online questionnaire. The aim with these methods was to gain a further understanding of the current online tire industry and the constraints that may be present when implementing an ecommerce sales strategy. The target market we were focused on includes males and females between the ages of twenty to thirty. We received 114 responses to our online survey, of which 103 were part of our target market. The data we aimed to collect helped us compare variables such as level of education, online features, and annual household income with the individual’s likelihood to purchase tires online. It is through our SPSS analysis that we were able to gather a better understanding on the statistics surrounding the problem at hand.Our studies offered an insight into the necessary elements to create a successful ecommerce platform. Based on our five research questions, we determined that while variables such as income and education have a minor impact on the likelihood to purchase tires online, other variables such as available online features, tire characteristics, and history of online shopping are significant. Our analyses have led us to recommend that the company should target individuals who already typically shop online. As well, characteristics such as availability, customer service, and price are important to consumers when making a purchase. Finally, consumers are more willing to shop on a website that offers reviews, product information, reminders and an online question service. If these variables are focused upon that will be the greatest way for a company to implement a successful ecommerce platform.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,008 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».