Consumers’ Emotional and Behavioural Responses to COVID-19 in Canada
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
COVID-19 disrupted our lives since the very first day it was announced to be a global pandemic in early 2020. In Canada, social distancing measures and quarantine and health-protective regulations affected people’s emotional stability and changed how they undergo certain consumer behaviours to cope with those emotional effects. I surveyed 687 participants residing in Canada to understand some of the emotional and behavioural changes they went through during the past two and a half years since the pandemic began. Participants were asked questions on their emotional responses during the early stages of the COVID-19 pandemic, their current well-being, and on some of their current consumer coping behaviours. Lastly, they were asked to report some demographic characteristics. My conceptual model, therefore, tests the relationship of consumers’ initial emotional response to COVID-19 in Canada with five coping behaviours via their current well-being indicators, moderated by two demographic characteristics—gender and income level. Results of this study showed that there is a significant relationship between the initial emotional response to COVID-19 (IERC) and buying behaviour via depression and loneliness, moderated by income level. While the rest of the indirect relationships were not significant, the research revealed significant direct relationship between IERC and all coping behaviours except social media behaviour and to have directly affected feelings of depression, loneliness, and hopelessness. This research has many theoretical contributions to the consumer behaviour and healthcare literature and managerial contributions that could be used by marketers, mental health professionals, public employees, and the government.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle