MétaCan
Menu
Retour à la cohorte
Enregistrement W4402335750 · doi:10.1177/13548166241280404

Gamification and economic behavior: Geospatial insights into mobile exercise app usage in South Korea

2024· article· en· W4402335750 sur OpenAlex
Seongsoo Jang, Jinwon Kim, Changwook Kim

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueTourism Economics · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueEducational Games and Gamification
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésGeospatial analysisMobile appsTourismBusinessMarketingAdvertisingComputer scienceGeographyWorld Wide WebRemote sensing

Résumé

récupéré en direct d'OpenAlex

This study investigates how mobile exercise app-enabled gamified benefits (epistemic, personal integrative, and social integrative) independently and interactively influence economic outcomes from a nationwide perspective. Utilizing unique data on physical exercise and shopping activities collected from 7558 South Korean exercise app users over 3 years, we employed aspatial and spatial econometric models, along with visualization techniques, to examine the spatially varying relationships between gamified benefits and shopping behaviors at the municipality level. The results indicate that while social integrative benefits decreased shopping frequency and amount, the interaction terms of epistemic and social integrative benefits positively influenced shopping frequency. Furthermore, our spatial analysis suggests that the gamification–shopping relationship varied based on specific gamified benefits and across individual and clustered districts, cities, and counties across South Korea. These insights can guide local governments and tourism firms, suggesting opportunities to promote destination-specific gamified services for boosting the local economy.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,708
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,279
Écart entre enseignants0,266 · 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