MétaCan
Menu
Retour à la cohorte
Enregistrement W4303645856 · doi:10.1080/15378020.2022.2131965

Consumer evaluation of food truck offerings through image, perceived risk, and experiential value

2022· article· en· W4303645856 sur OpenAlexaffabout
Katya Van Embden, WooMi Jo, Mark Robert Holmes, Pengsongze Xue

Notice bibliographique

RevueJournal of Foodservice Business Research · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Behavior in Brand Consumption and Identification
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésValue (mathematics)Experiential learningBusinessMarketingRisk perceptionTruckAdvertisingPsychologyPerceptionComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

What satisfies food truck patrons? The current study attempted to answer this question by investigating the impacts of cognitive and affective image, perceived risk, and experiential value on customer satisfaction. Further, this paper looked to understand how satisfaction with food truck offerings translates into repurchase intention. To facilitate this research, a panel of Canadian and American food truck customers were surveyed. A total of 421 sample data were retained from online surveys and the relationships among the forementioned variables were analyzed through path analysis. The study findings indicate that a positive food truck image reduces customers’ perceived risk of dining at a food truck and increases the value they believe they can obtain from the operation. Furthermore, finding that reduced perceived risk and positive image and value perceptions can result in increased customer satisfaction and, in turn, increased repurchase intention. Theoretical and practical implications are discussed.

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 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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,822
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,114
Tête enseignante GPT0,365
Écart entre enseignants0,251 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Foodservice Business ResearchMême sujetConsumer Behavior in Brand Consumption and IdentificationTravaux en français237 207