MétaCan
Menu
Retour à la cohorte
Enregistrement W4224939062 · doi:10.14414/jbb.v11i2.2733

Pembelian impulsif pada e-commerce shopee (studi pada konsumen shopee di Jakarta Selatan)

2022· article· en· W4224939062 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Business and Banking · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Behavior and Marketing Influence
Établissements canadiensInstitute of Aging
Organismes subventionnairesnon disponible
Mots-clésProduct (mathematics)BusinessAdvertisingPromotion (chess)Nonprobability samplingQuality (philosophy)Sample (material)MarketingCompetition (biology)Competitive advantageWord of mouthOrder (exchange)Business administrationMathematicsPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

Competition in the e-commerce world is rising so competitively. Every time e-commerce offers their products or services to their consumers attractively. This condition causes the consumers to vae more alternatives to shop, especially at Shopee Indonesia. The purposeof this study was to find out and analyze the effect of sales promotion, product quality,and electronic word of mouth on impulsive buying. This study used e-commerce Shopeeas the object. This is a quantitative study using primary data. The sample was taken using a purposive sampling technique with 75 respondents selected based on criteriathat had been determined. The data were analysed using SmartPLS. The result showedthat sales promotion have no significant effect on impulsive buying with the value of significance of 1,994. Another finding showed that product quality and electronic word of mouth have significant effect on impulsive buying with the value of significant is 2,475 and 3,679. Therefore, e-commerce Shopee must take advantage of product quality andelectronic word of mouth in order they have a competitive advantage.

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.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,246
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,018
Tête enseignante GPT0,231
Écart entre enseignants0,213 · 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