MétaCan
Menu
Retour à la cohorte
Enregistrement W3092602087 · doi:10.1108/bfj-07-2020-0626

The importance of trust for electronic commerce satisfaction: an entrepreneurial perspective

2020· article· en· W3092602087 sur OpenAlexaff
Farid Shirazi, Nawal Abdalla Adam, Mohana Shanmugam, Carsten D. Schultz

Notice bibliographique

RevueBritish Food Journal · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Marketing and Social Media
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésOriginalitySocial mediaSocial commerceBusinessMarketingPerspective (graphical)Structural equation modelingValue (mathematics)Survey data collectionKnowledge managementQualitative researchSociologyComputer science

Résumé

récupéré en direct d'OpenAlex

Purpose Social commerce has seen a prosperous growth following the rise of social media, in particular, social networking sites have established novel ways to communicate and transact between firms and people. The rise of new technologies has also directed to changes in how entrepreneurs convey their business. Despite intensive social commerce research, the challenges of social commerce for entrepreneurs have attracted less attention and especially neglected the role of trust and satisfaction in electronic commerce. Design/methodology/approach This research use a survey to collect data. The authors use structural equation modeling-partial least square (SEM-PLS) to analysis the data. This quantitative research provides new insights in the food industry. Findings This research thus provides insights into social commerce by analyzing the role of trust in the relationship between customers' social media activities and customers' satisfaction. The present study finds a mediating effect of trust in developing satisfaction. Social media activities facilitate a positive level of trust that in turn creates a satisfying environment for customers in social commerce. The research provides theoretical and practical implications at the end of the study. Originality/value The findings provide good knowledge for the food industry to stay connected with customers and develop their satisfaction.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,581
Score d'incertitude au seuil0,743

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,022
Tête enseignante GPT0,294
Écart entre enseignants0,272 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations23
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Food JournalMême sujetDigital Marketing and Social MediaTravaux en français237 207