MétaCan
Menu
Retour à la cohorte
Enregistrement W4385807076 · doi:10.1080/21639159.2023.2218394

Learning to be consumers of “smart” retail channels: The baby boomer experience

2023· article· en· W4385807076 sur OpenAlexaff
Zachary Robichaud, Hong Yu

Notice bibliographique

RevueJournal of Global Scholars of Marketing Science · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Retail Behavior Studies
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésSocializationContext (archaeology)BusinessPopulationMarketingBaby boomersAdvertisingPsychologySociologyEconomicsSocial psychology

Résumé

récupéré en direct d'OpenAlex

A global shift in aging populations points to greying consumers as an important market for retailers and an underserved segment for researchers. The COVID-19 pandemic has accelerated digital expansion in the marketplace, innovated new industries, and encouraged new participants. This acceleration provides significant implications for the greying population whereby the adoption of smart-enabled platforms and channels becomes essential. Most of the digital and smart-consumer socialization research has focused exclusively on younger generations because of their digital nativity. This study aims to expand our understanding of baby boomer consumers’ attitudes and behaviors in the smart retail context using a consumer socialization framework. Findings suggest that perceived usefulness, ease of use, reliability, and fun were significant influences on global attitudes toward shopping in smart retail channels. Global attitudes toward shopping in smart retail channels significantly influenced behavioral intention and digital mass media exposure significantly influenced all dimensions of attitudes toward shopping in smart retail channels suggesting interest and engagement in smart retail channel participation among older adults.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,022
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0050,004
Communication savante0,0040,005
Science ouverte0,0010,004
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,037
Tête enseignante GPT0,296
Écart entre enseignants0,259 · 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 source (Gemma direct ou Codex distillé), 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

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Global Scholars of Marketing ScienceMême sujetConsumer Retail Behavior StudiesTravaux en français237 207