MétaCan
Menu
Retour à la cohorte
Enregistrement W6981367028

Effets du smart shopping sur les variables relationnelles pour des produits de consommation au Québec : achat de vêtements

2021· other· fr· W6981367028 sur OpenAlexaboutno aff

Notice bibliographique

RevueArchipelago (University of Quebec in Montreal) · 2021
Typeother
Languefr
DomaineMathematics
ThématiqueStatistical Methods and Bayesian Inference
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLienContext (archaeology)Consumer behaviour
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

L’objectif de ce mémoire est de répondre à la question de recherche suivante : « Comment le comportement de smart shopping influence-t-il les variables relationnelles? ». Pour y répondre, nous avons cherché à identifier l’existence de relations positives entre les caractéristiques du smart shopping et la satisfaction. Ensuite, nous avons analysé, d’une part, le lien entre la satisfaction des smart shoppers et la fidélité et, d’autre part, le lien entre la satisfaction des smart shoppers et le BAO (bouche à oreille). À cet effet, nous avons une recherche quantitative, précisément par la réalisation d’un sondage. Pour ce faire, nous avons tout d’abord élaboré une revue de littérature dans laquelle nos concepts ont été présentés. Cette phase a été suivie d’un prétest, qui est une phase exploratoire de collecte de données, à l’aide d’un questionnaire qui s’appuie sur un instrument de mesure élaboré à cet effet. Ensuite, nous sommes passé à la collecte des données proprement dite. Pendant cette phase, les répondants ont été questionnés sur leurs habitudes de magasinage, sur leurs comportements pendant l’achat de vêtements et après l’achat. Ces données collectées ont fait l’objet d’analyses de fiabilité afin de prouver leur pertinence à tester nos hypothèses de recherche. Sur 309 personnes interrogées lors de notre étude, 257 répondants qualifiés ont été retenus. Il s’agit de personnes présentant des comportements de smart shopping et qui respectent les exigences de notre étude. Ensuite, nous avons eu recours à l’analyse factorielle en composantes principales (ACP) pour redimensionner l’ensemble de nos informations en 8 facteurs représentant les concepts de notre étude. Par la suite, les scores factoriels ont fait l’objet d’analyses de régressions linéaires multiples pour, dans un premier temps, identifier les relations entre les caractéristiques du smart shopping et la satisfaction. Dans un second temps, nous avons vérifié, d’une part, l’existence d’une relation entre l’attribution de l’achat et la satisfaction et, d’autre part, le lien entre la satisfaction des smart shoppers et la fidélité, puis le lien entre la satisfaction des smart shoppers et le BAO (bouche à oreille). À la lumière des résultats découlant de ces analyses, nous avons identifié, l’existence de relations positives, c’est-à-dire qui contribuent à la satisfaction du consommateur, entre les trois variables suivantes : gain d’effort (H1), gain d’argent (H2) et gain de temps (H3) et la variable satisfaction. Ainsi les hypothèses H1, H2, H3 n’ont pas été rejetées. L’existence d’une relation de la variable achat approprié (H4) avec la satisfaction n’a pas pu être décelée. L’hypothèse H4 a donc été rejetée. Ensuite, nous avons établi l’existence d’une relation positive entre 1’attribution de l’achat et la satisfaction des smart shoppers. Ainsi, l’hypothèse H5 relative à l’existence de relation positive entre l’attribution et la satisfaction n’a pas été rejetée. L’hypothèse H6 ou l’existence d’une relation positive entre la satisfaction et la fidélité n’a pas été rejetée de même que l’hypothèse H7 ou l’existence d’une relation positive entre la satisfaction et le phénomène de BAO, car les résultants issus des analyses de régression linéaire multiple ont prouvé l’existence de ces relations. On peut déduire de ce qui précède que le smart shopper est à la recherche de bénéfices utilitaires, c’est dire d’un gain d’effort, d’un gain d’argent et d’un gain de temps dans son processus d’achat afin de maximiser les bénéfices qu’il en tire, soit sa satisfaction. Nos résultats montrent également que lorsque le consommateur est satisfait, cela influence sa fidélité et il est plus disposé à faire du BAO (bouche à oreille). _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : smart shopping, gain d’effort, gain de temps, gain d’argent, satisfaction, fidélité, BAO (bouche à oreille)

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,581
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,032
Tête enseignante GPT0,252
Écart entre enseignants0,220 · 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'étudeObservationnel
Domainenon disponible
GenreMéthodes

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchipelago (University of Quebec in Montreal)Même sujetStatistical Methods and Bayesian InferenceTravaux en français237 207