Notice bibliographique
Résumé
Les marketeurs utilisent souvent la rareté pour influencer les consommateurs, avec des annonces du type « quantités limitées, » « jusqu'à épuisement des stocks, » « seulement quelques billets restant pour cet événement, » « offre à durée limitée, » ou « vente 24 heures. » Des recherches précédentes indiquent que la rareté a souvent un effet positif sur l'évaluation de produit. Dans l'essai 1, je démontre que l'effet positif de la rareté peut être atténué quand les connaissances des consommateurs relatives aux techniques de persuasion sont activées. Plus spécifiquement, j'identifie quatre facteurs – la saillance des connaissances relatives aux techniques de persuasion (étude 1), la fréquence d'exposition à la rareté (étude 2), la réfutation de la rareté (étude 3), et la réversibilité de la décision (étude 4) – qui activent les connaissances relatives aux techniques de persuasion et qui modèrent donc l'effet de la rareté sur l'évaluation de produit. Je démontre également que ces effets sont médiés par les inférences faites par les consommateurs quand à la véracité de l'affirmation de rareté. En résumé, mes résultats suggèrent que les affirmations de rareté sont profitables pour un produit uniquement lorsque les connaissances relatives aux techniques de persuasion ne sont pas saillantes, la fréquence d'exposition à la rareté est faible, la réfutation de la rareté est absente, et la réversibilité de la décision est élevée. Dans l'essai 2, je me base sur la théorie de la réactance pour affirmer que la rareté peut réduire la flexibilité perçue par les consommateurs et donc créer un sentiment de désagrément. En me basant sur cette affirmation, je démontre que l'effet positif de la rareté sur l'évaluation de produit est modéré par une contrainte temporelle (étude 1), une précision temporelle (étude 2), la flexibilité du magasin (étude 3), et la flexibilité des incitatifs (étude 4). Je démontre également que ces effets modérateurs sont occasionnés par la perception de désagrément qui est associée à la rareté. En résumé, mes résultats suggèrent que les affirmations de rareté sont profitable pour un produits uniquement lorsque la contrainte temporelle est faible, la précision temporelle est faible, la flexibilité du magasin est élevée, ou la flexibilité des incitatifs est élevée.
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 | 0,010 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».