From Stigma to Support: “Black-Owned” Labels and Expertise Stereotypes in Cannabis and Psychedelics Markets
Notice bibliographique
Résumé
Abstract We examine the effect of “Black-owned” labeling on cannabis and psychedelic brands, in context of the stigmatized and risky nature of the drugs category. Building on prior studies examining social justice or discrimination, we introduce an expertise stereotype framework. As study 1, we surveyed 37 Black professionals in the drugs industry about expectations regarding “Black-owned” labels, as juxtaposition to consumer responses in the following studies. In study 2, we measured expertise stereotypes about Black and women entrepreneurs across various product types. Utilizing these findings, we contrasted the effect of “Black-owned” labels on cannabis versus candy products in study 3. “Black-owned” labeling increased Black participants’ intentions to consume candy, but not cannabis; and the pattern reversed for White participants such that “Black-owned” labeling increased their intentions only for cannabis. Whereas out-group members’ response is consistent with expertise stereotypes, in-group members’ support does not extend to the stigmatized category. In study 4, field ad campaigns revealed that “Black-owned” (vs. no) label increases click-through by 21% on a psychedelics ad, while a “Woman-owned” (vs. no) label reduces by 15%, consistent with expertise stereotypes. These findings advance the discourse on ownership labeling and provide insight into nuanced consumer responses in this category.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».