Epistemological Jangle and Jingle Fallacies in the Consumer–Brand Relationship Subfield: A Call to Action
Notice bibliographique
Résumé
Abstract For more than 20 years, the consumer–brand relationship (CBR) subfield has flourished with scores of constructs being employed. We provide an epistemological examination of its 14 most commonly measured relational constructs (e.g., Brand Love, Self-Brand Connection) collected from 767 research articles, reflecting 1,753 scales and approximately 9,200 items. We demonstrate that constructs overlap an average of 43% across all journals and 21% in top journals due to assessing highly similar or synonymous ideas (i.e., jangle). We use a combination of text and cluster analyses to show that measures of allegedly the same construct are polysemic, having an average of 5.3 different meanings (i.e., jingle). The results document in the CBR subfield the types of measurement inconsistencies and ambiguities that have sown confusion and frustration in other academic fields. We discuss the roots of these problems and offer recommendations aimed at helping scholars to improve measurement practices and to limit the presence of jingle and jangle in the CBR subfield.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,283 | 0,357 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,017 | 0,016 |
| Études des sciences et des technologies | 0,014 | 0,093 |
| Communication savante | 0,034 | 0,058 |
| Science ouverte | 0,005 | 0,019 |
| Intégrité de la recherche | 0,009 | 0,019 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».