MétaCan
Menu
Retour à la cohorte
Enregistrement W4323109824 · doi:10.1016/j.jbusres.2023.113805

Consumer escapism: Scale development, validation, and physiological associations

2023· article· en· W4323109824 sur OpenAlexaff
Davide C. Orazi, Kit Yi Mah, Tim Derksen, Kyle B. Murray

Notice bibliographique

RevueJournal of Business Research · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueDeath Anxiety and Social Exclusion
Établissements canadiensUniversity of Alberta
Organismes subventionnairesMonash University
Mots-clésEscapismNomological networkScale (ratio)PsychologyDiscriminant validityConsumer behaviourMarketingSocial psychologyPsychometricsBusinessClinical psychology

Résumé

récupéré en direct d'OpenAlex

The notion that individuals use consumption to escape unpleasant states is of great interest to both marketing researchers and managers, yet no measurement scale for consumer escapism exists. Moreover, escapism is theoretically linked to aversive physiological reactions that could be measured through smart devices, yet no empirical evidence backs up this claim. By integrating different theoretical perspectives on consumer escapism, we develop and validate a three-factor, nine-item Consumer Escapism Scale that consists of reality detachment, cognitive distraction, and anticipated relief. Six studies including two field studies provide scale purification tests, discriminant and nomological validity, experimental and predictive validity, and evidence for a significant association between the proposed measurement scale and aversive physiological reactions. Our findings equip managers with both self-report and physiological metrics to measure consumers’ desire to escape, and inform actionable strategies on when to market such escapes.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,759
Score d'incertitude au seuil0,499

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,222
Tête enseignante GPT0,453
Écart entre enseignants0,231 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations55
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Business ResearchMême sujetDeath Anxiety and Social ExclusionTravaux en français237 207