The Effect of Consumer Attitudinal Disposition in Online Review Knowledge Transfer
Notice bibliographique
Résumé
Online reviews, which are consumer-generated messages, play a vital role in the consumer decision making process especially prior to their purchase adoption (i.e., pre-usage). The objective of this research is to investigate the effects of two-sided online reviews’ contents affecting the consumers' attitudes at the pre-usage stage of a focal experience service. Contrary to one-sided reviews (i.e., only positive or negative information), two-sided reviews contain both positive and negative information about a product/service: Two-sided reviews are considered more informative. Extant studies make an important assumption that there is no information asymmetry between writer/source of two-sided reviews and consumers that read/receive it. Their implicit assumption is that the attitude of the writer/source of the two-sided review is completely transferred to the reader/receiver of the review. Given the subjective nature of two-sided online reviews for experience goods, we contend that such an assumption is flawed because transfer of personal experience in form of attitude towards a focal object/service to others is fraught with ambiguity and uncertainty that can mitigate the transfer. Drawing on ambivalence and prospect theories, our hypothesis states that: the anticipatory ambivalence of the receiver/reader based on a two-sided review content for a focal service is higher than the ambivalent attitude of the source/writer of the review who has already experienced the focal service. Our empirical study, consisting of 1492 subjects from Canada and the United States, supports our stated hypothesis. The implication of our finding is profound. It shows that the extant literature had underestimated the negative attitude of the receiver/reader of the online reviews in their investigation, which confound their findings. To that end, we provide future research direction and implications of our findings in practice.
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 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».