MétaCan
Menu
Retour à la cohorte
Enregistrement W4360616271 · doi:10.1111/ijcs.12929

Exploring the mediating role of utilitarian value and hedonic value in the formation of oppositional loyalty in online communities

2023· article· en· W4360616271 sur OpenAlexaff
Xiangyang Ma, Han Chen, Xiaoping Lang, Tieshan Li

Notice bibliographique

RevueInternational Journal of Consumer Studies · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Marketing and Social Media
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésLoyaltyValue (mathematics)Social capitalOnline communitySocial psychologyIdentification (biology)SociologyPsychologyMarketingBusinessPolitical scienceSocial science

Résumé

récupéré en direct d'OpenAlex

Abstract Our research expands the scope of the research on oppositional loyalty from brands to online communities. Online communities allow members to freely express their opinions and promote the occurrence of oppositional loyalty behaviours towards the communities. Oppositional loyalty is defined in this article that, for the purpose of strengthening the market position of their preferred community, members of the online community may express negative views or even show oppositional behaviour towards adversarial communities. In view of social capital theory, the study examines the effect of hedonic value and utilitarian value on oppositional loyalty in online communities. The results show that only hedonic value significantly affects oppositional loyalty; hedonic value mediates the effect of the three dimensions of social capital (network ties, identification, and common language) on oppositional loyalty. The study identifies that community type moderates the impact of social capital (identification and common language) on hedonic value but does not moderate the effect of social capital on utilitarian value. Finally, we find that members' oppositional loyalty towards their community can promote their community participation. This research provides recommendations for online community managers to manage and benefit from members' oppositional loyalty.

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)0,003
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,099
Score d'incertitude au seuil0,184

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
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 savante0,0000,000
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 Opus0,149
Tête enseignante GPT0,374
Écart entre enseignants0,225 · 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'étudeQualitatif
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

Citations11
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Consumer StudiesMême sujetDigital Marketing and Social MediaTravaux en français237 207