Can(’t) touch this: The effect of form realism and product domain in virtual influencer endorsements
Notice bibliographique
Résumé
• Form realism of virtual influencers positively affects brand outcomes. • Perceived proximal sensory capacities of virtual influencers mediate this effect. • Domain (physical vs. non-physical) of the endorsed products moderates this effect. The prevalence of virtual agents across various domains has led to the emergence of virtual influencers on social media platforms as computer-generated alternatives to human social media influencers. This research sheds light on the factors that influence virtual influencers’ effectiveness in brand endorsements by examining their form realism and its interaction with the product domain. Four experiments show that virtual influencers’ form realism and the domain (physical vs. non-physical) of the products they endorse affect virtual influencers’ effectiveness as brand endorsers. Virtual influencers with high (vs. low) form realism generate a more positive attitude toward the brand. The underlying process driving this effect is the perceived lack of proximal sensory capabilities of virtual influencers with low form realism compared to those with high form realism. Importantly, there are no differences in brand attitudes for high (vs. low) form realism when virtual influencers endorse products belonging to non-physical (vs. physical) domains, where the proximal sensory capabilities of virtual influencers are less prominent. This research contributes to the literature by examining an emerging influencer type within the brand endorsement context. This research also offers practical implications for retailers regarding selecting the right influencer and crafting effective endorsement campaigns.
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 | 0,003 | 0,031 |
| 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 | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 0,002 |
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 ».