How does cultural tightness-looseness affect attitudes toward a local vs foreign brand transgression?
Notice bibliographique
Résumé
Purpose This study aims to examine how cultural tightness at the national level and individual level influences consumer attitudes toward a brand's wrongdoing depending on the brand's country of origin and severity of the transgression. Design/methodology/approach Employing data from two tight-culture countries (China and South Korea) and a loose-culture country (the USA), two experiments were conducted to examine the proposed hypotheses. Findings The authors found that although consumers across cultures universally punish strong (vs weak) transgressions more severely, consumers in a tight-culture country, China, are more forgiving of a local (vs foreign) brand in both strong and weak transgression conditions, and forgiveness is higher for the strong transgression. Moreover, this buffering effect observed for Chinese consumers is stronger for those with high personal cultural tightness in the strong transgression condition. However, it emerges only in the weak transgression condition for South Korea, another tight-culture country. As hypothesized, no buffering effect for a local brand was found in a loose-culture country, the USA. Consumers from a loose culture assess transgression severity independently, and the punishment is harsher for strong transgressions than for weak transgressions. Originality/value This study fills a research gap by revealing that consumers from tight (vs loose) cultures would react differently to brands following a transgression depending on the brand's country of origin. It provides implications by examining how national-level and individual-level cultural tightness jointly affect post-transgression attitudes. It also presents a more nuanced perspective that the local brand's buffering effect is contingent on the degree of tightness and severity of transgression, even in similar culturally tight countries.
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 | 0,001 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».