MétaCan
Menu
Retour à la cohorte
Enregistrement W3197827248 · doi:10.4018/978-1-7998-7545-1.ch008

Customer Satisfaction Towards Online Shopping by Empirical Validation of Self-Determination Theory

2021· book-chapter· en· W3197827248 sur OpenAlexaff
Urvashi Tandon, Myriam Ertz

Notice bibliographique

RevueAdvances in electronic commerce (AEC) book series/Advances in electronic commerce series · 2021
Typebook-chapter
Langueen
DomaineDecision Sciences
ThématiqueTechnology Adoption and User Behaviour
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesnon disponible
Mots-clésSocial mediaStructural equation modelingPsychologyCustomer satisfactionReliability (semiconductor)PaymentPath analysis (statistics)Sample (material)Cronbach's alphaMode (computer interface)MarketingBusinessAdvertisingStatisticsComputer scienceMathematicsPower (physics)

Résumé

récupéré en direct d'OpenAlex

The chapter aims at understanding the predictors of customer satisfaction with online shopping in India by using self-determination theory. This research validates perceived enjoyment, social influence, social media interactions, reverse logistics, and pay-on-delivery (POD) mode of payment as new predictors of customer satisfaction in online shopping. Data was collected through a self-administered and structured questionnaire targeting online shoppers in North Indian states. A sample of 424 online shoppers was considered in this research. Structural equation modelling (SEM) was used to evaluate the constructs. CFA was applied to calculate validity and composite reliability. To examine the hypothesized relationships, path analysis was carried out. The findings of the chapter revealed that social influence, reverse logistics, and POD mode of payment had a significant positive impact on customer satisfaction. Perceived enjoyment emerged as the strongest predictor of online shopping satisfaction. In contrast, social media interactions emerged as non-significant.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,866
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,009
Science ouverte0,0020,001
Intégrité de la recherche0,0010,005
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,029
Tête enseignante GPT0,361
Écart entre enseignants0,332 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in electronic commerce (AEC) book series/Advances in electronic commerce seriesMême sujetTechnology Adoption and User BehaviourTravaux en français237 207