MétaCan
Menu
Retour à la cohorte
Enregistrement W4403869004 · doi:10.1504/ijmc.2025.10067555

The impact of gamification features on customer brand engagement: A study in entertainment mobile apps

2024· article· en· W4403869004 sur OpenAlexaff
Milad Mohebali Malmiri, Mohammadreza Barootkoob, Mohammad Nematpour, Mohammad Ghaffari, Amir Reza Konjkav Monfared, Leila Malekpur

Notice bibliographique

RevueInternational Journal of Mobile Communications · 2024
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueTechnology Adoption and User Behaviour
Établissements canadiensUniversity Canada West
Organismes subventionnairesnon disponible
Mots-clésCustomer engagementEntertainmentBusinessAdvertisingMobile telephonyMarketingComputer scienceTelecommunicationsMobile radioSocial mediaWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

This study aims to develop a conceptual model to investigate the influence of the main features of gamification (entertainment, interactivity, innovation, and sociability) on customers' brand engagement in terms of emotional, cognitive, and behavioural dimensions on SnappQ as the online social and entertaining application. A survey employing researcher-developed-questionnaire was conducted by collecting data from 233 customers using SnappQ in Iran. The structural equation modelling method was employed to investigate research hypotheses. The findings of this study revealed that gamification features have a significant relationship with customer brand engagement. Following the findings, employing gamified services and gamification features in online social and entertaining platforms help managers to satisfy customers' psychological needs, and this leads them to have to learn the manner of managing their customers to engage them profitably. The findings help marketing managers/practitioners to understand how to enhance customers' motivation to engage with the desired brand by designing different gamification features.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,566
Score d'incertitude au seuil0,593

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0030,000
Intégrité de la recherche0,0000,001
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 Opus0,111
Tête enseignante GPT0,488
Écart entre enseignants0,377 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Mobile CommunicationsMême sujetTechnology Adoption and User BehaviourTravaux en français237 207