MétaCan
Menu
Retour à la cohorte
Enregistrement W3012007171 · doi:10.1177/0022243720901520

Mixing It Up: Unsystematic Product Arrangements Promote the Choice of Unfamiliar Products

2020· article· en· W3012007171 sur OpenAlexaff
Maik Walter, Christian Hildebrand, Gerald Häubl, Andreas Herrmann

Notice bibliographique

RevueJournal of Marketing Research · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Behavior in Brand Consumption and Identification
Établissements canadiensUniversity of Alberta
Organismes subventionnairesSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen Forschung
Mots-clésProduct (mathematics)PerceptionSet (abstract data type)PreferenceNew product developmentMarketingConsumer choiceChoice setConsumer behaviourField (mathematics)Computer scienceCognitive psychologyBusinessEconomicsMicroeconomicsPsychologyEconometricsMathematics

Résumé

récupéré en direct d'OpenAlex

This research examines how the unsystematic (vs. systematic) spatial arrangement of a set of alternatives affects consumers’ product choices. The key hypothesis is that an unsystematic product arrangement—in which an assortment consisting of several alternatives is arranged in an apparently arbitrary manner—causes greater perceptual disfluency, which in turn triggers more extensive exploratory product search, ultimately promoting the choice of unfamiliar products. This sequence of effects is particularly pronounced when consumers do not have a strong prior preference for specific alternatives in the assortment. Evidence from five studies, including a large-scale field experiment, provides support for this theorizing across various display formats and product domains. The findings advance our understanding of how the spatial arrangement of a product assortment influences consumer choice, and they shed light on the psychological mechanism that governs this effect.

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)0,016
score de la tête « metaresearch » (Gemma)0,013
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,441
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0160,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,187
Tête enseignante GPT0,364
Écart entre enseignants0,177 · 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.

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

Citations22
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Marketing ResearchMême sujetConsumer Behavior in Brand Consumption and IdentificationTravaux en français237 207