MétaCan
Menu
Retour à la cohorte
Enregistrement W7042851477

Red Dragons and Blue Jeans: Branding Colors across Cultures

2022· other· en· W7042851477 sur OpenAlexaboutno aff

Notice bibliographique

RevueSpectrum Research Repository (Concordia University) · 2022
Typeother
Langueen
DomainePsychology
ThématiqueColor perception and design
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPersonalityContext (archaeology)Meaning (existential)PurchasingPerceptionConsistency (knowledge bases)Product (mathematics)China
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In long-term social practice, world civilizations have formed contrasting understandings and emotional resonance to colors and endowed them with symbolic meanings. The differences between Chinese and Western cultures lead to widely contrasting perceptions of the meaning of certain colors. Therefore, color research based on western society may not be applicable to Chinese society. Color has a pivotal impact on whether a brand’s logo, advertisements, and products can attract consumers. Two experiments were conducted to explore the relationship between color, brand personality, and purchase intention. Study 1 explores the relationship between color and brand personality within the context of Chinese culture, tests the Chinese brand personality scale developed by Chu and Sung (2011), and shows that the association between color and brand personality is influenced by cultural factors. Study 2 is a cross-cultural study. Taking North America (the US and Canada) and China as examples, Study 2 explores the influence of people’s perception of brand personality on their purchasing decisions in different cultural backgrounds. The results suggest that consumers’ purchase intention is positively correlated with the consistency between the brand personality they perceived and the personality they preferred, and that the purchase intention of consumers in different cultures (collectivism/individualism) is affected by the product category (personal/nonpersonal products) and varies.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0000,001
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 Opus0,044
Tête enseignante GPT0,345
Écart entre enseignants0,301 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSpectrum Research Repository (Concordia University)Même sujetColor perception and designTravaux en français237 207