Pop-up Ads and Behaviour Patterns: A Quantitative Analysis Involving Perception of Saudi Users
Notice bibliographique
Résumé
The study aimed to investigate consumer behaviour towards pop-up ads. The study is quantitative in nature and carries out a survey questionnaire. The study sample consisted of 100 active users of social media (i.e., Snapchat, Instagram, Twitter, Tik Tok and gaming application). The data collected were analysed using Statistical Package of Social Sciences (SPSS) version 23.0. Moreover, the study used descriptive statistical analyses, a t-test was used to check the different impact of independent variables and finally ANOVA test was used to find the impact of more than one independent variable on the dependent one. The results of the study showed that Snapchat (30.47%) was the widely used application among the participants and an average user consumes social media more than 4 hours a day which makes it 40% of the participants. The study also found that participants disagreed that they always look for pop-up ads (M = 1.71, Std = 0.92). Also, the study found no significant difference in perceptions of respondents towards pop-up ads with regard to gender. The ANOVA test revealed that educational level (0.627) didn’t show any significant difference towards the opinions of participants about pop-up ads whereas, age level (0.50) and monthly income (0.001) showed significant difference towards the opinions of participants about pop-up ads. The study concluded that pop-up ads do not actually impact consumer behaviour positively and are not the affective means of attracting consumers.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».