MétaCan
Menu
Retour à la cohorte
Enregistrement W4406774849 · doi:10.1108/ejm-12-2023-0911

Knowledge, attitude and practice towards blockchain potential for digital marketing: scale development and validation

2025· article· en· W4406774849 sur OpenAlexaff
Ali B. Mahmoud, Prof Vikas Kumar, Alexander Berman, Samer Elhajjar, Leonora Fuxman

Notice bibliographique

RevueEuropean Journal of Marketing · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Marketing and Social Media
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésBlockchainStructural equation modelingScale (ratio)Exploratory factor analysisExploratory researchMarketingReliability (semiconductor)Marketing researchDigital marketingComputer scienceKnowledge managementBusinessMachine learningSociology

Résumé

récupéré en direct d'OpenAlex

Purpose This study aims to explore blockchain potential for digital marketing (BlkChn-Mk-KAP) by developing and validating a measurement model for assessing the constructs of knowledge, attitude and practice (KAP) related to blockchain technology in digital marketing. Design/methodology/approach A four-study process was used. The first study reviewed the literature to develop a pool of possible measurement items. Using exploratory factor analysis and reliability assessments, Study 2 ( n = 162) investigated the dimensionality of the items developed in Study 1. The factorial structure from Study 2 was validated in Study 3 ( n = 204), and the measurement model invariance was assessed using covariance-based structural equation modelling (CB-SEM). Finally, in Study 4 ( n = 203), the predictive validity of the BlkChn-Mk-KAP was tested using a CB-SEM approach, testing its constructs correlations with the perceived usefulness of blockchain for digital marketing. Findings The findings indicate that the BlkChn-Mk-KAP measurement model comprises three-dimensional multi-item scales: knowledge, attitude and practice. Research limitations/implications This study introduces a promising BlkChn-Mk-KAP model to examine blockchain’s role in digital marketing. The authors acknowledge the sampling limitation in this research. To enhance the generalisability of the findings, future research should expand to different groups, including generation, gender and age. In addition, further exploration of the explicit links between blockchain knowledge, attitudes and subsequent digital marketing performance is warranted. Practical implications Educating employees about blockchain technology’s unique features can shape favourable attitudes and stimulate the utilisation of blockchain-enabled technologies in digital marketing practice. BlkChn-Mk-KAP can offer a reliable and valid instrument to benchmark marketers’ KAP of blockchain-powered digital marketing as they implement blockchain technology to gain a competitive advantage. Social implications This study helps to adopt sustainable practices ensuring the wellbeing of the key stakeholders. Originality/value This research introduces the first validated conceptualisation and measurement model, BlkChn-Mk-KAP, to evaluate blockchain KAPs among digital marketing professionals.

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)0,036
score de la tête « metaresearch » (Gemma)0,044
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,983
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0360,044
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
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 Opus0,020
Tête enseignante GPT0,306
Écart entre enseignants0,286 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeAutre devis
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

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of MarketingMême sujetDigital Marketing and Social MediaTravaux en français237 207