MétaCan
Menu
Retour à la cohorte
Enregistrement W3081768211 · doi:10.1093/jcr/ucaa044

Attachment to and Detachment from Favorite Stores: An Affordance Theory Perspective

2020· article· en· W3081768211 sur OpenAlexaff
Stefania Borghini, John F. Sherry, Annamma Joy

Notice bibliographique

RevueJournal of Consumer Research · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Retail Behavior Studies
Établissements canadiensOkanagan University CollegeUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAffordanceTransformative learningConstructivePerspective (graphical)Construct (python library)SituatedSociologySocial psychologyPsychologyCognitionPower (physics)Cognitive psychologyComputer scienceDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

Abstract Like homes, neighborhoods, and cities, retail locations offer significant opportunities for attachment far from domestic spheres. In commercial settings, consumers construct personal geographies, and find stable references for their lives. Our work advances previous consumer research by showing how these relationalities are situated, implicitly unstable and often impermanent. Individuals attach to commercial spaces in multiple ways, through both immediate and slow processes. We theorize that multiple affordances of spaces—whether sensual, symbolic, or cerebral—trigger meaningful ties, stimulate new affective and practice repertoires and may exert a transformative power in personal biographies. Bonds evolve in tandem with individuals’ life courses and are also impacted by events beyond consumers’ control, such as store closures. Whether disruptive or constructive, detachments can precipitate constructive change, allowing individuals to mobilize the emotional and cognitive resources at the base of their affective bond with treasured places, and redirect these assets more effectively. Forced and voluntary detachment from retail spaces are thus interpreted as integral and complementary components of attachment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,009
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0040,018
Communication savante0,0070,008
Science ouverte0,0010,008
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,145
Tête enseignante GPT0,400
Écart entre enseignants0,255 · 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 source (Gemma direct ou Codex distillé), 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

Citations73
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Consumer ResearchMême sujetConsumer Retail Behavior StudiesTravaux en français237 207