MétaCan
Menu
Retour à la cohorte
Enregistrement W4399892836 · doi:10.20944/preprints202406.1515.v1

How Supply Chain Disruptions Affect Brand Loyalty: A Qualitative Analysis of Consumer Experiences During Crises

2024· preprint· en· W4399892836 sur OpenAlexaff
Samuel Holloway

Notice bibliographique

RevuePreprints.org · 2024
Typepreprint
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain Resilience and Risk Management
Établissements canadiensKellogg's (Canada)
Organismes subventionnairesnon disponible
Mots-clésAffect (linguistics)LoyaltyBusinessMarketingSupply chainBrand loyaltyAdvertisingQualitative researchPsychologySociology

Résumé

récupéré en direct d'OpenAlex

This qualitative study investigates how supply chain disruptions affect brand loyalty by analyzing consumer experiences during crises. Through in-depth interviews with diverse participants, the research explores the nuanced factors shaping consumer perceptions and behaviors when supply chains face challenges. Findings reveal that trust is pivotal, with transparent communication and consistent updates fostering consumer confidence and loyalty. Brand reputation emerges as crucial, influencing perceptions of reliability and ethical conduct during disruptions. Effective crisis management strategies, including agility and proactive communication, mitigate negative impacts on brand loyalty. Consumer decision-making is influenced by the availability of substitutes and perceptions of disruption severity, highlighting the importance of brand resilience and continuity. Emotional responses, such as frustration and anxiety, significantly influence consumer loyalty, underscoring the role of empathetic engagement and support from brands. Aligning with consumer expectations and delivering on promises are essential for sustaining loyalty and reducing the risk of consumer defection. The study concludes that navigating supply chain disruptions requires brands to prioritize trust, reputation, crisis management, consumer-centric strategies, emotional intelligence, and alignment with consumer expectations. These insights contribute to a deeper understanding of consumer behavior in crisis contexts and provide strategic implications for brands seeking to enhance resilience and maintain loyalty in dynamic market environments.

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)0,004
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,004
Communication savante0,0030,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,092
Tête enseignante GPT0,379
Écart entre enseignants0,287 · 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'étudeQualitatif
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetSupply Chain Resilience and Risk ManagementTravaux en français237 207