MétaCan
Menu
Retour à la cohorte
Enregistrement W3082445208 · doi:10.5267/j.msl.2020.8.006

Green awareness through environmental knowledge and perceived quality

2020· article· en· W3082445208 sur OpenAlexvenueno aff
Doni Purnama Alamsyah, Norfaridatul Akmaliah Othman, Muhammed Hariri Bakri, Yogi Udjaja, Rudy Aryanto

Notice bibliographique

RevueManagement Science Letters · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEnvironmental Sustainability in Business
Établissements canadiensnon disponible
Organismes subventionnairesResearch Technological Transfer Office, Binus UniversityBinus UniversityUniversiti Teknikal Malaysia Melaka
Mots-clésGreen marketingBusinessStructural equation modelingQuality (philosophy)Customer knowledgeMarketingProduct (mathematics)Environmentally friendlyCredibilityKnowledge managementCustomer advocacyService qualityComputer scienceService (business)

Résumé

récupéré en direct d'OpenAlex

Green awareness is worth researching to determine the customer consumption pattern of environment-friendly products.Several research models are showing the importance of green awareness of customer behavior.This paper studies the role of information in marketing decisions related to customer green awareness.Based on the phenomenon of green awareness, this research work aims to study the role of customer green awareness built through eco-label, environmental knowledge, and perceived quality.This experimental research is conducted on 200 supermarket customers who had experience with green products.The data is collected through a questionnaire and analyzed using the Structural Equation Model approach.SmartPLS is conducted to test the research hypotheses.The findings show that there was a relationship between the eco-label credibility of environment-friendly products on the customers' increased environmental knowledge and perceived quality of the products.Besides, both environmental knowledge and perceived quality are identified to play an essential role in controlling green awareness.Eco-label in product attributes is found to be capable of changing the positive side of green awareness.These findings describe a model in developing green awareness through environmental knowledge and perceived quality with the support of environment-friendly product eco-label.The model also can predict customer green awareness and support the green marketing strategy.Therefore, further research works on green customer behavior are welcome, as green customer behavior must impact on the implementation of green marketing strategies.Also, we may predict the customer behavior of environment-friendly products, and implement better business strategies.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,025
Tête enseignante GPT0,254
Écart entre enseignants0,228 · 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

Citations43
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement Science LettersMême sujetEnvironmental Sustainability in BusinessTravaux en français237 207