MétaCan
Menu
Retour à la cohorte
Enregistrement W4409682302 · doi:10.3390/soc15050114

Consumer Boycotts and Fast-Food Chains: Economic Consequences and Reputational Damage

2025· article· en· W4409682302 sur OpenAlexaff
Ibrahim A. Elshaer, Alaa M. S. Azazz, Sameh Fayyad, Chokri Kooli, Amr Mohamed Fouad, Amira Hamdy, Eslam Ahmed Fathy

Notice bibliographique

RevueSocieties · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEnvironmental Sustainability in Business
Établissements canadiensWilfrid Laurier UniversityRoyal Military College of CanadaUniversity of Ottawa
Organismes subventionnairesKing Faisal University
Mots-clésBusinessFood chainEconomicsBiology

Résumé

récupéré en direct d'OpenAlex

The increasing avoidance of international fast-food chains is a widespread phenomenon influenced by economic, social, and political factors. This study examines the risks and implications of restaurant boycotts, focusing on their role in social justice movements and economic shifts. The authors employed the qualitative approach; using an exploratory case study and a critical discourse analysis, we investigated consumer motivations for avoidance, the financial and reputational risks businesses face, and how corporate responses shape brand perception. By integrating political consumerism and social justice theory, we provide a comprehensive framework for understanding the psychological, ethical, and economic drivers of boycotts. The findings highlight that boycott behavior significantly impacted declining sales and profits for McDonald’s and Starbucks and forced the closure of outlets, as well as leading to the loss of consumer trust and long-term brand loyalty. Thus, it forced companies to create strategies for protecting their reputation. Consumer activism, which draws from social justice and ethical consumerism, demonstrates its capability to affect corporate policy choices and business practices in sensitive political situations to fight injustices. This research offers valuable insights for business leaders navigating consumer activism, emphasizing the need for proactive corporate responsibility strategies to mitigate the risks of reputational damage and declining consumer trust.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,008
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,007
Communication savante0,0040,004
Science ouverte0,0000,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,008
Tête enseignante GPT0,216
Écart entre enseignants0,208 · 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 source (Gemma direct ou Codex distillé), 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

Citations8
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocietiesMême sujetEnvironmental Sustainability in BusinessTravaux en français237 207