MétaCan
Menu
Retour à la cohorte
Enregistrement W4236901077 · doi:10.5430/rwe.v11n6p25

Determinants of Marketing Performance on Durian Product for Exporting: Study in South of Thailand

2020· article· en· W4236901077 sur OpenAlexvenueno aff
Waleerak Sittisom, Paristha Thanomvech, Witthaya Mekhum, Napasri Suwanajote

Notice bibliographique

RevueResearch in World Economy · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Trade and Competitiveness
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessDistribution (mathematics)MediationProduct (mathematics)MarketingPromotion (chess)Export performanceExport marketingAdvertisingIndustrial organizationMathematics

Résumé

récupéré en direct d'OpenAlex

Thailand is the major exporter of durian products worldwide. Durian is the most important fruit and it’s called the king of fruits in Thailand. The economy of Thailand majorly bases on the exporting of durian to other related countries. The major objective of this study to find out the determinants of marketing performance that affect the durian product exporting in the south of Thailand. Respondents of this study are employees working in exporting companies working in the south of Thailand. Data is collected through a drop-down survey method and a questionnaire is used. After it, Smart PLS used for analysis. Results revealed that determinants of marketing performance like (Product capability, Promotion, and Distribution capability) have a positive, significant impact on exporting of durian. Two mediators including attitude towards exporting have a positive effect but the second motivation to export has no effect on durian export. Attitude towards exporting mediates the relationship between distribution capability and exporting of durian. Motivation to export has no mediation between promotion capability and export of durian. The study recommends to exporters that for increasing export to other countries they should focus on marketing performance determinants.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,017
Score d'incertitude au seuil0,345

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
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 savante0,0000,000
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 Opus0,121
Tête enseignante GPT0,327
Écart entre enseignants0,205 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch in World EconomyMême sujetGlobal Trade and CompetitivenessTravaux en français237 207