Exploring the Influence of Online Price Anchoring and Attribute Framing on the Likelihood of Hearing Aid Purchases
Notice bibliographique
Résumé
Background/Objectives: This study investigated whether exposure to various types of information online can influence adults aged 40 and above in their likelihood to purchase hearing aids (HAs). Specifically, it examined the effects of price anchoring, using high or low HA prices in advertisements, and attribute framing, using product descriptions that highlighted lifestyle appeal or technological capabilities. Methods: In a 2 × 2 experimental design, 271 participants browsed a website simulating an online search for hearing health information. Participants then rated their likelihood of purchasing three fictitious HAs as well as their likelihood of not purchasing any device. Results: Two-way ANCOVAs indicated no significant main effects of anchoring or framing on purchase likelihood for the fictitious devices (covariates included self-rated hearing ability, trust in online health information, and HA knowledge and importance). No significant interaction effects emerged. However, exploratory analyses revealed significant anchoring effects for two of the three devices among participants with below-median self-rated hearing. Additionally, self-rated knowledge was a significant covariate in the model for all devices (p < 0.001), positively correlating with purchase likelihood. Participants with above-median self-rated knowledge showed significantly higher purchase likelihood for all devices (p < 0.001, d ≥ 0.572 for all comparisons), while those with below-median knowledge displayed a significant anchoring effect for two outcomes. Conclusions: Enhanced HA knowledge may increase HA purchase likelihood and reduce the potential anchoring effects of online advertising. Further research is needed to determine the impact of exposure to high or low prices on HA purchase decisions, especially among those with poorer hearing.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».