Notice bibliographique
Résumé
Citation (2014), "Editorial Advisory Board", Shopper Marketing and the Role of In-Store Marketing (Review of Marketing Research, Vol. 11), Emerald Group Publishing Limited, Bingley, pp. xi-xii. https://doi.org/10.1108/S1548-643520140000011011 Publisher: Emerald Group Publishing Limited Copyright © 2014 Emerald Group Publishing Limited Rick P. Bagozzi University of Michigan, USA Russell Belk York University, Canada Ruth Bolton Arizona State University, USA George Day University of Pennsylvania, USA Michael Houston University of Minnesota, USA Shelby Hunt Texas Tech University, USA Arun K. Jain State University of New York at Buffalo, USA Barbara Kahn University of Pennsylvania, USA Wagner Kamakura Rice University, USA Dawn Iacobucci Vanderbilt University, USA Donald Lehmann Columbia University, USA Robert F. Lusch University of Arizona, USA Debbie MacInnis University of Southern California, USA Kent B. Monroe University of Illinois, USA Nelson Ndubisi Griffith University, Australia A. Parasuraman University of Miami, USA William Perreault University of North Carolina, USA Robert A. Peterson University of Texas, USA Nigel Piercy University of Warwick, UK Jagmohan S. Raju University of Pennsylvania, USA Vithala Rao Cornell University, USA Brian Ratchford University of Texas, USA Jagdish N. Sheth Emory University, USA Itamar Simonson Stanford University, USA David Stewart Loyola Marymount University, USA Rajan Varadarajan Texas A&M University, USA Stephen L. Vargo University of Hawaii, USA Michel Wedel University of Maryland, USA Book Chapters Shopper Marketing and the Role of In-Store Marketing Review of Marketing Research Shopper Marketing and the Role of In-Store Marketing Copyright Page List of Contributors List of Reviewers Editorial Advisory Board Series Introduction: Building Accumulated Knowledge and Focusing on Needed Research Volume Introduction: Shopper Marketing & In-Store Marketing: An Introduction Mobile Shopper Marketing: Assessing the Impact of Mobile Technology on Consumer Path to Purchase Tracing the Evolution & Projecting the Future of In-Store Marketing Six Lessons for In-Store Marketing from Six Years of Mobile Eye-Tracking Research The Shopper-Centric Retailer: Three Case Studies on Deriving Shopper Insights from Frequent Shopper Data How Do Marketing Actions and Customer Mindset Metrics Influence the Consumer’s Path to Purchase? Insights from In-Store Marketing Experiments Identifying the Drivers of Shopper Attention, Engagement, and Purchase Shopper Marketing 2.0: Opportunities and Challenges Previous Volume Contents
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,016 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».