MétaCan
Menu
Retour à la cohorte
Enregistrement W4402370421 · doi:10.3390/bs14090789

Unconscious Drivers of Consumer Behavior: An Examination of the Effect of Nature–Nurture Interactions on Product Desire

2024· article· en· W4402370421 sur OpenAlexaff
Jim B. Swaffield, Jesus Sierra Jimenez

Notice bibliographique

RevueBehavioral Sciences · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Behavior in Brand Consumption and Identification
Établissements canadiensVancouver Island UniversityAthabasca University
Organismes subventionnairesnon disponible
Mots-clésProduct (mathematics)Nature versus nurtureAffect (linguistics)PsychologyConsumption (sociology)Social psychologyConsumer behaviourAdvertisingMarketingBusinessSociologyCommunication

Résumé

récupéré en direct d'OpenAlex

Both biological and environmental factors can affect consumer behavior. Consumer behavior can also be a product of an interaction between one's evolved biology and environmental factors. If marketers aim to increase healthy consumption behavior and decrease unhealthy behavior, they need to identify whether the behavior is a product of one's evolved biology or environmental factors acting in isolation, or if the behavior is a product of a biology-environment interaction. Therefore, the purpose of this study is to examine the effect of biology-environment interactions on product desire. This study comprises two experiments that used a repeated-measures design. The first experiment included 315 females and examined the effect of perceived physical safety, economic well-being, and social support on the desire for beautifying and wealth-signalling products. The second experiment included 314 men and examined the effect of perceived physical safety, economic well-being, and social support on the desire for products that are used to signal wealth and toughness. The results showed that under harsh economic conditions, product desire generally decreased. However, there were significant differences in the amount of decrease between product categories in different environmental conditions.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,536
Score d'incertitude au seuil0,347

Scores Codex et Gemma par catégorie

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

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 Opus0,036
Tête enseignante GPT0,327
Écart entre enseignants0,292 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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 revueBehavioral SciencesMême sujetConsumer Behavior in Brand Consumption and IdentificationTravaux en français237 207