MétaCan
Menu
Retour à la cohorte
Enregistrement W4388043728 · doi:10.1080/15378020.2023.2265794

Label design, packaging, and the Canadian Millennial/Gen Z wine consumer

2023· article· en· W4388043728 sur OpenAlexafffundabout
Julie Kellershohn, Natalia Lumby

Notice bibliographique

RevueJournal of Foodservice Business Research · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueWine Industry and Tourism
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesMitacs
Mots-clésWineMarketingCasualPurchasingAdvertisingQuality (philosophy)PreferenceConsumption (sociology)BusinessAppealFocus groupConsumer behaviourSociologyEconomicsPolitical scienceFood science

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to examine how Canadian Millennial/Gen Z wine consumers use packaging cues when purchasing wine. Focus groups (ages 19–33) were used to qualitatively evaluate package design preferences. A simulated shopping experience was combined with a series of led discussion questions and sorting exercises. The results showed that when considering wine packaging, Millennials/Gen Z show a preference for simple and modern packaging. They were more likely to experiment with products with non-traditional designs when consuming wine at home or casually with friends. They are concerned with value over quality and expect and perceive modern designs to be well-priced. When the aspirational nature of being a wine drinker and the importance of family and professional recommendations are combined, it was observed that traditional wine labels are still important in this market. Designs that appeal to this age group for personal/casual consumption are simple and streamlined. As this consumer group matures, observing and discussing the shopping behaviors of wine in real time can provide unique insights into their potential shift from traditional to more modern packaging design in the Canadian wine industry.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,150
Score d'incertitude au seuil0,303

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 technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,128
Tête enseignante GPT0,331
Écart entre enseignants0,203 · 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

Citations3
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Foodservice Business ResearchMême sujetWine Industry and TourismTravaux en français237 207