Dying to understand how historical trends and influential intermediaries impact the future of sustainable deathcare
Notice bibliographique
Résumé
Purpose Consumers often prefer sustainable goods and services but fail to follow through with purchases that reflect these espoused values. The green intention–outcome gap is studied in many contexts but has yet to inform deathcare decisions. Industry reports suggest that most Americans prefer sustainable deathcare options, yet unsustainable corpse dispositions dominate the market. The purpose of this paper is to understand how history informs this phenonea. Design/methodology/approach This study looks to the past – using historical narrative analysis of deathcare trends and influential intermediaries – to understand the future of sustainable deathcare and the prospective role that marketers can play in bridging the gap between decedents’ preferences and survivors’ purchase outcomes. Findings Historical ritualization, medicalization and commercialization have resulted in the monopolization of traditional deathcare services. Mortuary professionals remain unresponsive to consumer preferences for sustainable alternatives. Social implications Socioeconomic shocks can allow humanity to reflect and transition from consumerism to sustainability. COVID-19 has led to greater awareness of self-mortality, and death has become less taboo. The slow market penetration of sustainable deathcare services suggests a lack of communication between a decedent and their survivors. Marketing scholars need to help marketing practitioners bridge the preference-outcome gap. Originality/value To the best of the authors’ knowledge, this study is amongst the first to examine how history informs the sustainable action–outcome gap for deathcare preferences in a post-COVID environment and the role that marketers can play in perpetuating change.
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 | 0,009 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».