MétaCan
Menu
Retour à la cohorte
Enregistrement W7117579202 · doi:10.1177/02761467251409389

Parent-Child Interactions and Children's Phygital Risk Behaviors: A Human-Centric Approach

2025· article· en· W7117579202 sur OpenAlexaff
Zhiyong Yang, Sijie Sun, Xiaodong Nie, Boris Bartikowski, Han Ma

Notice bibliographique

RevueJournal of Macromarketing · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Behavior in Brand Consumption and Identification
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésTheory of planned behaviorInterpersonal communicationControl (management)Conceptual frameworkMacromarketingRisk aversion (psychology)LeverConceptual modelSelf-control

Résumé

récupéré en direct d'OpenAlex

Phygitality creates environments filled with paradoxical situations and tensions. Using Paradox Theory as the macro-foundational lens, this conceptual article integrates Attachment Theory and Behavioral Control Theory as the supporting macro-foundations to explain how parental strategies (parental responsiveness, behavioral control, and psychological control) shape children's phygital self (intrapersonal self and interpersonal self), and, in turn, influence two forms of children's phygital risk behaviors: self-identity-related and social-related risks. The framework incorporates five contextual factors: two internal contextual factors at the individual level and family level, and three external contextual factors (educators, marketers, and public sectors). It further embeds the parent-child relationship within a broader macromarketing system, theorizing how these external stakeholders co-shape children's phygital environments and collectively impact societal well-being. Finally, we outline policy- and practice-oriented pathways for reducing phygital risks at scale, positioning parental strategy not as a private matter but as a lever for human-centric, responsible phygital governance.

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)0,004
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
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 savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,012
Tête enseignante GPT0,261
Écart entre enseignants0,249 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of MacromarketingMême sujetConsumer Behavior in Brand Consumption and IdentificationTravaux en français237 207