MétaCan
Menu
Retour à la cohorte
Enregistrement W4413473869 · doi:10.1093/jcr/ucaf049

The Confirmation Nudge: Prompts to Change or Confirm Initial Preferences Steer Consumer Choice

2025· article· en· W4413473869 sur OpenAlexaff
Kellen Mrkva, Shannon M Duncan, Marissa Sharif

Notice bibliographique

RevueJournal of Consumer Research · 2025
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueDecision-Making and Behavioral Economics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPsychologyConsumer choiceAdvertisingEconomicsSocial psychologyMicroeconomicsBusiness

Résumé

récupéré en direct d'OpenAlex

Abstract Across two field experiments and several preregistered lab experiments, we demonstrate that confirmation nudges, which ask consumers whether they would like to confirm or change their initial choice, impact choice. First, consumers navigating a subscription company’s smartphone app were randomized to a control or confirmation nudge condition, which asked them to either confirm their initial choice or switch to an annual subscription. Confirmation nudges increased subscribers’ choice of the annual subscription by over 8 percentage points—an effect size similar to default effects tested by the same company. In experiment 2, conducted by a jewelry retailer, confirmation nudges had countervailing effects, increasing purchases of a nudged service plan add-on but decreasing originally planned jewelry purchases likely because it added a step and thus frictions to the purchase process. Confirmation nudges had larger effects when nudged options were desirable and among consumers who would benefit from the nudge (experiments 3 and 4). However, they were perceived as more manipulative than comparison conditions (experiment 5). We suggest that confirmation nudges undo tendencies to focus on initially preferred options, shifting attention toward alternatives relative to control conditions. Consistent with this, confirmation nudges were especially effective when the wording of the confirmation prompt focused on the “switch” option.

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)0,015
score de la tête « metaresearch » (Gemma)0,016
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,873
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0150,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,621
Tête enseignante GPT0,601
Écart entre enseignants0,021 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Consumer ResearchMême sujetDecision-Making and Behavioral EconomicsTravaux en français237 207