The role of resources in repair practice: Engagement with self, paid and unpaid clothing repair by young consumers
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.
Notice bibliographique
Résumé
As repair can lead to a reduction in clothing consumption and textile waste, repair is essential toward improving the lifetime sustainability of garments and achieving a circular economy. In the literature, common barriers preventing one from conducting garment repairs have been identified. This research re-conceptualizes common repair barriers as repair resources that comprise the skills, tools, priority, and perceived expense that may motivate one toward self-repair, paid and unpaid repair of clothing. A survey of 523 young Canadian consumers (aged 18–34 years) was conducted, in order to examine the impact selected demographic factors and repair resources have on their propensity to carry out different forms of clothing repair. Independent variables were demographic factors and four repair resources, dependent variables were three repair practices. Hierarchical linear regression analyses showed that women were more likely to engage in self-repair, while no gender differences appeared in paid and unpaid repair. Increasing age leads to increased self and paid repair; whereas unpaid repair was more likely to be utilized by the younger consumers. Three repair resources of skills, tools, and priority toward repair strongly predict self-repair. Paid repair is more likely to be utilized if the cost for professional repair services is not perceived to be prohibitive. Young consumers who utilize unpaid repair, while not having the skills, do have access to repair tools and access to skilled resource-rich individuals. The results from this study have implications toward fashion brands, policy and communities in promoting and encouraging various forms of repair practice.
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 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 | 0,012 | 0,001 |
| 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 | 0,004 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle