MétaCan
Menu
Retour à la cohorte
Enregistrement W4388486715 · doi:10.1002/mar.21932

The bittersweet of consumer–human brand relationships in the social media context

2023· article· en· W4388486715 sur OpenAlexaff
Andreawan Honora, Maryam Memar Zadeh, Nicole Haggerty

Notice bibliographique

RevuePsychology and Marketing · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueImpact of Technology on Adolescents
Établissements canadiensWestern UniversityUniversity of Winnipeg
Organismes subventionnairesnon disponible
Mots-clésPsychologyContext (archaeology)Consumption (sociology)Social mediaSocial psychologyAdvertisingAttachment theoryBusinessSociology

Résumé

récupéré en direct d'OpenAlex

Abstract The current research proposes an integrated model to investigate both the bright and the dark sides of consumer–human brand relationships facilitated by social media on consumers' lives. Grounded in the duality of social media and self‐regulation theory, the findings show that human brand attachment improves consumers' daily performance through stress relief, which in turn increases life satisfaction (Study 1). However, the findings also indicate that human brand attachment can cause consumers' daily performance to deteriorate as a result of compulsive human brand consumption on social media and human brand‐personal conflict, which diminishes life satisfaction (Study 2). Collectively, the findings may suggest that strong consumer–human brand relationships tend to be detrimental to consumers' well‐being as the indirect negative impact of human brand attachment on daily performance and life satisfaction overpowers its indirect positive impact (Study 3). Such detrimental effects are moderated by self‐regulatory focus (Study 4). Moreover, the findings indicate that the indirect negative effect of human brand attachment is attenuated when consumers have a higher level of work/study–life balance. Accordingly, the current research advances the theoretical understanding of the consumer–human brand relationship facilitated by social media, by highlighting its dual effects associated with the nature of technology and consumers' self‐regulatory focuses.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,152
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,070
Tête enseignante GPT0,386
Écart entre enseignants0,316 · 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 tête enseignante, pas un consensus.

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

Citations13
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychology and MarketingMême sujetImpact of Technology on AdolescentsTravaux en français237 207