MétaCan
Menu
Retour à la cohorte
Enregistrement W3198323441 · doi:10.3390/su131810047

The Impact of Residents’ Online Consumption on Offline Consumption—An Ordered Probit Semi-Parametric Estimation Method

2021· article· en· W3198323441 sur OpenAlexaff
Xianjin Tu, Victor Shi, Ming Zhang, Gangwu Lv

Notice bibliographique

RevueSustainability · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Retail Behavior Studies
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésConsumption (sociology)Context (archaeology)EstimationEconomicsEconometricsProbit modelComplementarity (molecular biology)Parametric statisticsOnline and offlineEmpirical researchProbitOrdered probitComputer scienceStatisticsMathematicsGeography

Résumé

récupéré en direct d'OpenAlex

Online consumption not only is an economic phenomenon, but also has a profound impact on offline consumption. Under this context, this article analyzes the mechanism of how they influence offline consumption and puts forward research hypotheses. China Household Financial Survey (CHFS) data and a semi-parametric ordered probit estimation method are used empirical tests. The results indicate that consumers with online consumption experience are very likely to consume again. The scale of online consumption not only drives the increase of overall consumption, but also promotes the growth of offline consumption via capital effect, complementarity effect, and psychologic effect. In general, online consumption and offline consumption have achieved integrated development.

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)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,076
Score d'incertitude au seuil0,828

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,046
Tête enseignante GPT0,381
Écart entre enseignants0,335 · 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'étudeObservationnel
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetConsumer Retail Behavior StudiesTravaux en français237 207