Support for small businesses during a health crisis
Notice bibliographique
Résumé
Purpose Crises threaten the operations of small businesses and endanger their survival; however, when the crisis is not attributable to the firm, consumers may rally around the business. This study aims to examine how attitudes toward helping others can create support for small businesses, which in turn can direct consumers to help businesses with increased financial support. It is hoped that this paper will inform how consumers will help firms pivot during crises. Design/methodology/approach A conceptual model was proposed which linked support for helping others to increased willingness to tip/amount tipped. The model was tested using structural equation modeling from two surveys given to customers of two small businesses, a coffee shop and an independent movie theater, respectively. Findings During a crisis, support for helping others has a positive impact on feelings of support for small businesses. Consumers direct their support to small businesses that they are interested in seeing survive and continue operations. They either tip more or tip when they otherwise would not have tipped. Practical implications Firms that pivot their operations because of a crisis imposed on them can still generate revenues. Consumers who have a self-interest in the continuing operations of the firm want to support it, and by pivoting their business model, the firm gives consumers the opportunity to give the firm and its employees more than they would have in the form of tips. Originality/value Prior work in crisis management has focused primarily on how firms recover and respond to a crisis of their doing. Overwhelmingly, consumers have been shown to punish firms during times of crisis. However, for a crisis that is imposed on the firm, consumers may rally behind the firm and respond by supporting it more than they are required to.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».