MétaCan
Menu
Retour à la cohorte
Enregistrement W7098611424

Tailoring new websites to appeal to those most likely to shop online

2014· article· en· W7098611424 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBryophyte Studies and Records
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreferenceAppealThe InternetAttractivenessSample (material)Website designInternet shoppingAttraction
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study extends the conventional wisdom concerning how a commercial website can be configured to attract online shoppers, and specifically, initial shoppers. Based on past research [Inform. Syst. Res. 13 (2002) 187] and theory [Diffusion of Innovations (1995)], a number of ‘form ’ and ‘substantive ’ website features were assessed as to their attractiveness to consumers of varying (a) Internet experience and (b) innovativeness. A self-administered survey was completed by a convenience sample of 363 residents of the US and Canada. A discriminant analysis confirms that two functions, generally representing form and substantive features, each discriminate between (a) high and low innovativeness (DF1) and (b) high and low Internet experience (DF2). Further, those with more Internet experience show a stronger preference for substantive features than do those with less experience. But high and low experience groups do not differ noticeably with regard to preference for form features. It was also found that, conversely, the more innovative shoppers reveal a stronger preference for form features. But high and low innovativeness groups do not differ appreciably in respect to desire for substantive features. This suggests the dynamics underlying the attraction of initial Internet users to particular shopping sites. Both theoretical and practical implications of the findings are discussed.

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)0,007
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 enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,028
Tête enseignante GPT0,245
Écart entre enseignants0,217 · 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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBryophyte Studies and RecordsTravaux en français237 207