MétaCan
Menu
← Retour à la cohorte
Enregistrement W4387022381 · doi:10.2991/978-94-6463-246-0_48

Cross-Cultural Brand Communication in the Globalization Context: Nestlé Coffee’s Marketing and Communication Strategies in China

2023· book-chapter· en· W4387022381 sur OpenAlexaff
Kailin Wang, Zhen Wu, Shihua Lai, Dingbang Liang, Mingxuan Du, Qianhui Ma

Notice bibliographique

RevueAdvances in economics, business and management research/Advances in Economics, Business and Management Research · 2023
Typebook-chapter
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal trade, sustainability, and social impact
Établissements canadiensQuest University Canada
Organismes subventionnairesnon disponible
Mots-clésChinaGlobalizationMarketing communicationContext (archaeology)BusinessAdvertisingMarketingBrand managementPolitical scienceGeographyArchaeology

Résumé

récupéré en direct d'OpenAlex

With the globalization of the economy, cross-cultural marketing communication has become an inevitable trend in the world.As one of the earliest coffee brands to enter China, Nestlé Coffee has deeply impressed consumers with its high quality and effective brand marketing communication strategies.It has consistently maintained a leading position in the market through its retail channels, providing Chinese consumers with new lifestyles and a source of inspiration, while also aligning with the world.This article adopts a qualitative research approach, specifically the case study method, using Nestlé Coffee as a prime example to investigate the brand's cross-cultural marketing and communication strategies in China.It aims to examine the brand's marketing strategies and potential risks in the Chinese market, and also to draw insights that can be applied to cross-cultural brand communication as a whole.The goal is to study Nestlé Coffee's brand marketing strategies and potential risks in China, providing valuable references for other foreign brands entering the Chinese market.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0020,003
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,045
Tête enseignante GPT0,356
Écart entre enseignants0,311 · 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'étudeSans objet
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in economics, business and management research/Advances in Economics, Business and Management Research→Même sujetGlobal trade, sustainability, and social impact→Travaux en français237 207→