Investigating the Role of Ethical Self-Identity and Its Effect on Consumption Values and Intentions to Adopt Green Vehicles among Generation Z
Notice bibliographique
Résumé
Consumption values and consumer identities have been widely explored as needed in the literature on sustainability, but they are mainly treated as separate predictors of sustainable behavior. Researchers are calling for further analysis of these variables’ combined impacts to investigate sustainable behavior. This research integrates consumption values theory (functional, social, conditional, epistemic, and emotional) and ethical self-identity to explore the intention to adopt green vehicles among Generation Z. The data in this paper were collected from 319 respondents through a structured questionnaire in two universities in Islamabad, Pakistan. We used the PLS-SEM approach to analyze the results; we found that functional value (quality), social value, conditional value, and emotional value significantly influenced the intention to adopt green vehicles among Generation Z. The study further demonstrated that ethical self-identity significantly mediates the relationship between consumption values and the intention to adopt green vehicles among Generation Z. Our findings indicate that ethical self-identity inferences are favorable when promoting green vehicles among Generation Z. Therefore, the results of this study provide novel understandings for marketers and policymakers in Pakistan to emphasize the improvement of consumer values and ethical self-identity, which will eventually contribute to the adoption of green vehicles. In addition, automakers should promote green ideas, to encourage Generation Z to replace their existing vehicles with alternative green options in Pakistan.
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 | 0,003 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».