Determinants of online apparel mass customization: a decade in review
Notice bibliographique
Résumé
Purpose Mass customization is a production process that allows consumers to customize products from an array of options to suit their preferences and needs and benefit from large-scale production efficiencies. In recent years, several apparel retailers have integrated customization into their online presence. While the benefits of online apparel mass customization (OAMC) are apparent, factors that determine the usage of the process are many. Therefore, it is important to explore these factors and understand the relationships between them and the impact on the intention to use OAMC. Design/methodology/approach A review of studies published in the last decade was conducted through the Scopus, Web of Science and JSTOR databases in September 2023. Peer-reviewed research articles published in the English language were included. These studies were carried out in the United States of America, Canada, Korea and China and addressed motivations and antecedents of OAMC technology. Findings The data were extracted, and the findings were synthesized. The review process enabled us to examine several theories and determinants of OAMC. The latter were categorized into the following themes: “consumer personality and psychology”, “consumer perceptions”, “consumer behaviour determinants” and “process, experience and product”. The influence of consumer personality traits, psychogenic needs, characteristics and other facilitating conditions emerged through the review. Originality/value The purpose of this paper is to study the various determinants of OAMC and thereby provide valuable information to businesses in OAMC domains to improve customized processes, understand consumers' motivations and develop marketing strategies that improve overall satisfaction with OAMC.
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 | 0,002 | 0,000 |
| 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 ».