Why buy used? Motivators and barriers for re-commerce luxury fashion
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
Purpose The sale of second-hand goods in the luxury fashion space continues to soar. However, existing literature on this segment is limited and the factors that draw consumers to this space are not well understood. This study aims to fill this gap and proposes a conceptual model demonstrating the linkage between the motivators and barriers toward re-commerce in the luxury fashion space and actual shopping behaviors. Design/methodology/approach A survey sample of USA second-hand luxury fashion shoppers was collected. Participants were asked questions about various motivators and barriers toward re-commerce, as well as the participants' attitudes and shopping behavior. The results were analyzed using SmartPLS structural equation modeling (SEM). Findings Economic reasons, originality and self-extension were found to be statistically significant motivators of attitudes toward re-commerce, while status consumption, nostalgia and ecological motivators were not. Superstitious beliefs were also found to be statistically significant motivators toward attitudes of re-commerce. Attitudes were also found to be a significant predictor of shopping behavior as measured by dollars spent and shopping frequency. Originality/value This study is among the first to propose a conceptual model depicting the relationship between motivators and barriers to actual shopping behavior in the second-hand luxury fashion space. Many of the motivators and barriers examined in this study are novel and have not been considered in prior research. Superstitious beliefs in particular have not been studied in the context of re-commerce.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 découle