Notice bibliographique
Résumé
Purpose This study associated consumers' food choice motives and socio-demographic characteristics with their attitudes and consumptions towards food shopping with four e-commerce modes: business-to-consumer (B2C), online-to-offline delivery (O2O Delivery), online-to-offline in-store (O2O In-store) and New Retail. It also explored consumer preferences for specific food categories within the four e-commerce modes. Design/methodology/approach An online survey was administered to 954 participants from three Chinese cities: Beijing, Shanghai and Shenzhen. Descriptive analysis and linear regression were used in the data analysis. Findings The following food choice motives (FCMs) and socio-demographic characteristics had a significant effect on food e-commerce attitudes and/or consumption, with some or all of the four e-commerce modes: Taste Appeal, Value for Money, Safety Concerns, Quality Concerns, Processed Convenience, Purchase Convenience, Others' Reviews, City, Gender, Household Size, Age, Income, Occupation and Marital Status. Consumers also have different consumption preferences for food categories in the four e-commerce modes. Originality/value This is the first study to associate consumer FCMs and socio-demographics with their e-commerce attitudes and consumption regarding food in four e-commerce modes: B2C, O2O Delivery, O2O In-store and New Retail.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».