Consumer pandemic animosity: scale development and validation
Notice bibliographique
Résumé
Purpose This study introduces and investigates the concept of consumer pandemic animosity to (1) develop and validate a scale (i.e. CPAS) to measure consumer animosity in the context of a health pandemic; and (2) identify the effects of pandemic animosity on consumer purchase intentions in the field of general consumption and tourism. Design/methodology/approach The CPAS factor structure was initially tested on a sample of 201 American consumers based on participant interviews and expert evaluations. This exploratory phase identified two factors, namely CPAS emotions and beliefs, which were subsequently supported in the confirmatory factor analysis. Measurement and configural invariance of CPAS and discriminant and nomological validity were confirmed in an independent sample of 303 American consumers. A new sample of 203 Canadian consumers was used to test the external validity of CPAS by controlling for other types of consumer animosity dimensions. Structural equation modelling was used to test the effects of CPAS on consumer purchase intentions in general product consumption and tourism. Findings This study contributes to expanding on the conceptualization of the consumer animosity construct that has been dealt with in economics, politics, culture and religion but never of a pandemic health crisis to date. Results indicate the psychometric soundness of the CPAS and the multifaceted nature of this construct by clearly identifying two levels of animosity (i.e. beliefs and emotions). Moreover, the structural model shows a significant and unique impact of pandemic animosity on consumer purchase intentions and travel intentions. Originality/value This is the first empirical study proposing a new scale to measure the consumer disposition of animosity developed due to a pandemic affecting the world. It also offers a new dimension to the typology of animosity proposed by Jung et al . (2002): intentionality (intention-driven vs non-intention-driven). This paper presents a number of propositions that serve to identify testable hypotheses amenable both to validation and usefulness.
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 | 0,027 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».