MétaCan
Menu
Retour à la cohorte
Enregistrement W3129025901 · doi:10.3390/jtaer16040047

What Deters Online Grocery Shopping? Investigating the Effect of Arithmetic Complexity and Product Type on User Satisfaction

2021· article· en· W3129025901 sur OpenAlexaff
Mahdi Mirhoseini, Shirley-Anne Pagé, Pierre‐Majorique Léger, Sylvain Sénécal

Notice bibliographique

RevueJournal of theoretical and applied electronic commerce research · 2021
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueTechnology Adoption and User Behaviour
Établissements canadiensHEC MontréalConcordia University
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Product (mathematics)Grocery shoppingTask (project management)CognitionProduct typeComputer scienceAdvertisingUser satisfactionPsychologyHuman–computer interactionBusinessEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

This paper explores the influence of product type and arithmetic task complexity on users’ perceived mental effort and satisfaction in the context of online grocery shopping. A two-factor within-subject experiment was conducted with 32 participants. Results show that experience products and complex arithmetic tasks are associated with higher perceived mental effort compared to search products and simple arithmetic tasks. Perceived mental effort and satisfaction are negatively related. The more cognitive effort users need to invest in their online shopping tasks, the less satisfied they are likely to be with their online experience. Our results suggest that cognitive absorption mediates the relationship between cognitive effort and satisfaction. The study contributes to our understanding of online grocery shopping by explaining the effect of arithmetic complexity and product type on user satisfaction. It also offers shopping website designers a way to improve consumers’ online grocery shopping experience by implementing simple technology features in their websites to help users reduce their mental effort.

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)0,007
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,304
Score d'incertitude au seuil0,651

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,119
Tête enseignante GPT0,432
Écart entre enseignants0,313 · 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'étudeThéorique ou conceptuel
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

Citations28
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of theoretical and applied electronic commerce researchMême sujetTechnology Adoption and User BehaviourTravaux en français237 207