MétaCan
Menu
Retour à la cohorte
Enregistrement W4415601914 · doi:10.1016/j.jretconser.2025.104580

Anthropomorphism of virtual influencers: A congruence perspective

2025· article· en· W4415601914 sur OpenAlexafffund
Yongheng Yao, Fang Wang

Notice bibliographique

RevueJournal of Retailing and Consumer Services · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueTeam Dynamics and Performance
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésCongruence (geometry)Perspective (graphical)Virtual worldPerson–environment fit

Résumé

récupéré en direct d'OpenAlex

Anthropomorphism is a defining element in virtual influencer design and a key driver of how audiences perceive and respond to them. Building on prior work that examined individual anthropomorphic features, this research aims to investigate how congruence between two core dimensions of anthropomorphism—appearance and behavior—shapes audience responses, with a particular focus on purchase intention and the mediating role of psychological distance. Data were collected through an online survey of Instagram users who followed virtual influencers (N = 362) and analyzed using polynomial regression with response surface analysis (PRRSA). Results indicate that anthropomorphic congruence enhances purchase intention following a commensurate compatibility pattern along the misfit line and a linear effect along the fit line. When incongruence occurs, behavior-dominant anthropomorphism elicits more favorable responses than appearance-dominant anthropomorphism. Psychological distance partially mediates the relationship between anthropomorphic congruence and purchase intention. Overall, this research demonstrates the importance of anthropomorphic congruence for enhancing virtual influencer effectiveness and reveals asymmetric effects between appearance and behavior. It advances theoretical understanding of anthropomorphic design in human–AI interactions and offers actionable implications for marketers to develop effective virtual influencer strategies.

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)0,016
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,004
Communication savante0,0040,002
Science ouverte0,0000,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,007
Tête enseignante GPT0,310
Écart entre enseignants0,303 · 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

Citations3
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Retailing and Consumer ServicesMême sujetTeam Dynamics and PerformanceTravaux en français237 207