This brand is who I am… or is it? Examining changes in motivation to maintain brand attachment
Notice bibliographique
Résumé
Purpose The purpose of this paper is to investigate consumer motivation to maintain brand attachment when faced with brand transgressions. This study investigated consumer motivation to maintain brand attachment when faced with brand transgressions. Design/methodology/approach This study consisted of two experiments using student participants (n1 = 383 and n2 = 535) who examined how, from a customer prioritization strategy, perceived value- and image-based transgressions affect the motivation to maintain brand attachment and subsequent behaviors. Hypotheses were developed and tested using moderating mediation models that included attribution of blame and perceived threat. Findings Value- and image-based transgressions interacted to affect the motivation to maintain brand attachment and the consequent behavioral intentions among consumers with strong brand attachment. Generally, the interaction had a negative effect on motivation to maintain brand attachment; however, this effect was mediated through perceived threat and moderated by attributions of blame. Depending on the level of motivation to maintain brand attachment and the attribution of blame for the brand transgression (the brand, self- or noncontrollable factors), participants reflected different behavioral intentions: reengagement, contention and/or avoidance. Overall, severe value-based transgression coupled with absence (vs presence) of image-based transgression were perceived more threatening by consumers with strong brand attachment leading to lower motivation to maintain attachment and higher intentions to dissolve the relationship. Originality/value Little is known about the conditions that increase or decrease the motivation of strongly attached consumers to maintain their attachment. To the best of the authors’ knowledge, this is the first study to explore the potential effects of brand transgressions on the motivation to maintain brand attachment and the consequent behavioral intentions stemming from perceived transgressions.
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 | 0,002 | 0,008 |
| 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 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».