Consumer identification in cigarette industry: Brand authenticity, brand identification, brand experience, brand loyalty and brand love
Notice bibliographique
Résumé
The cigarette industry faces market competition, and the pressure that suppresses its existence stems from ambiguous policies. The ambiguous policy is because the government still expects cigarette excise income as a significant source, but also that the government is faced with the demands of the anti-smoking community who establish cigarettes as a sunset industry. This condition does not make cigarette business actors give up, given that the cigarette industry still contributes to employment, state income, and market demand is still there. This study aimed to determine the effect of brand authenticity, brand identification, brand experience, brand loyalty, and brand love. The relationship between the five brand theories is examined using the Structural Equation Model. The sample for this study was 200 cigarette consumers, using a non-probability sampling technique. The result shows that: 1) Brand experience significantly and positively impacts brand identification among cigarette industry consumers; 2) Brand identification significantly and positively impacts brand love among cigarette industry consumers; 3) Brand authenticity significantly and positively impacts brand love among cigarette industry consumers; 4) Brand identification significantly and positively impacts brand loyalty among cigarette industry consumers; 5) Brand love significantly and positively impacts brand loyalty among cigarette industry consumers. The product marketing strategy component must take five branding theories. The product's market strengthens with the value of five brand components.
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 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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».