Consumers' intention to adopt virtual grocery shopping: do technological readiness and the optimisation of consumer learning matter?
Notice bibliographique
Résumé
Purpose It has generally been anticipated that the growth of Internet technology and e-commerce would result in virtual grocery shopping (VGS) becoming a normal way of life for consumers worldwide. However, the adoption of VGS, except in China and other Asian countries, has been quite slow and there is little understanding for this reason. Using Canada as a research context, the purpose of this study was to investigate the attitudes of consumers towards VGS with a focus on their technological readiness and the impact of the optimisation of consumer learning. Design/methodology/approach A quantitative research methodology was undertaken using cluster analysis with descriptive statistics to segment the different groups of consumers from a sample of 1,034 adult respondents. Structural equation modelling (SEM) was then used to test a theoretical model for consumers’ intention to adopt VGS. Findings The study found that the attitudes of consumers towards virtual shopping, convenience motivation, perceived ease of use (PEOU), perceived risk and consumer learning are all factors that impact consumers' intention to adopt virtual food shopping. The research also identified four segments of consumers in the Canadian market based on their attitudes and intention to adopt VGS. These results allow grocers to target the consumer groups favourable to VGS and provide insights on the factors that can be manipulated via marketing strategies to reach these consumers. Practical implications Retailers are provided with insights on consumers behaviour that will allow them to target specific segments with shopping modalities. Originality/value This research investigated VGS, focussing on consumer learning as a socio-cultural influence as well as the consumer's technological readiness as an intention to adopt to this modality of shopping for food. These constructs have not been investigated by previous studies on food grocery shopping.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».