MétaCan
Menu
Retour à la cohorte
Enregistrement W4295338314 · doi:10.1177/1069031x221128787

How Can Companies Recover from Liability-Invoking Failures? Exploring the Role of Uncertainty Avoidance in Facilitating Consumer Compliance Across National Cultures

2022· article· en· W4295338314 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 International Marketing · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Behavior in Brand Consumption and Identification
Établissements canadiensInstitute on Governance
Organismes subventionnairesnon disponible
Mots-clésBusinessLiabilityCompliance (psychology)HarmPromotion (chess)Product liabilityRegulatory focus theoryProduct (mathematics)MarketingRecallUncertainty avoidancePsychologyEconomicsFinanceLawSocial psychology

Résumé

récupéré en direct d'OpenAlex

A company often faces incidents in which its offerings cause bodily (e.g., product safety defects) or psychological (e.g., data breach) harm to its consumers. Such incidents may invoke product liability lawsuits against the company. The company may try to recover from the liability-invoking failure by notifying the affected consumers, offering a remedy, and persuading them to comply with the company message. The authors theorize and experimentally demonstrate that, on average, a prevention-focused message receives greater compliance than a promotion-focused message. Further, a prevention-focused message is more effective with consumers from high-uncertainty-avoidance cultures, whereas a promotion-focused message is more effective in low-uncertainty-avoidance cultures. Perceived compatibility of prevention or promotion goals with low or high values of uncertainty avoidance mediates the interaction effect on compliance. The findings can help companies overcome consumer apathy to product recall or data breach notices and offer managers ways to promote consumer safety and protection.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,127
Score d'incertitude au seuil0,459

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,051
Tête enseignante GPT0,284
Écart entre enseignants0,233 · 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