Dynamics of social media involvement in building customer engagement and co-creation behavior: the moderating role of brand interactivity
Notice bibliographique
Résumé
Purpose Adopting a self-congruence theory (SCT) and service dominant logic (SDL)-informed perspectives; we develop a model that investigates the interface between social media involvement (SMI), self-brand congruence (SBC), customer-brand engagement (CBE), brand co-creation behavior (BCB), brand interactivity and behavioral intentions (BIN) with luxury service hotel–brands. Design/methodology/approach We test a sample of hotel-customers to probe this matter using partial least squares structural equation modeling. Findings The results revealed that SBC and SMI positively impact CBE and BCB and behavioral intentions. The findings also exposed SMI’s and SBC’s indirect effect on customers' BCB and behavioral intentions, mediated through CBE. Finally, the results explored the moderating role of brand interactivity to enhance our model’s explanatory power. Research limitations/implications We focus on SMI, CBE and BCB. This study contributes to the existing marketing and hospitality management research and spawns rich opportunities for further studies. Practical implications The study article assists marketers in comprehending the CBE-based antecedents and consequences and facilitates their increasing CBE, BCB and behavioral intentions. Originality/value While the growing insight into social media, customer engagement and co-creation within the service industries, little remains accredited concerning the link of these and related variables in the luxury hotel-brand context.
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 | 0,010 | 0,004 |
| 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) | 0,000 | 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 ».