The Effect of Consumer-Activated Mind-Set and Product Involvement on the Compliance With Recommender System Advice
Notice bibliographique
Résumé
Whereas the research gauging the effectiveness of e-commerce recommender systems (RS) has depended on their design factors, recent work proposes a key role for consumer’s psychological factors. Involvement should reduce the compliance with RS advice because a consumer highly involved with the product perceives high choice risk and assigns low value to the advice. However, a consumer’s activated mind-set captured by implicit theory (fixed vs. growth mind-set) should also shape compliance. It is hypothesized that the two factors interact to jointly mitigate advice taking. Specifically, consumers whose fixed mind-set is primed comply with the RS advice less often when involvement is high. This and other anticipated effects (i.e., consumer’s importance of social approval, positive affect, and need for cognition) on advice compliance are tested in an experiment on 251 Canadian adults. In the experiment, compliance occurred when the participant follows the RS advice, and product involvement was initially measured. The results show that priming a fixed mind-set, which orients shoppers toward a performance goal, motivates them to comply with the RS advice when involvement is low. Priming a growth mind-set, which orients shoppers toward a learning goal, nullifies such effect. Positive affect and the importance of social approval had no significant impact on advice taking. Therefore, the effect of involvement on RS effectiveness is contingent on the shopper’s accessible mind-set.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».