MétaCan
Menu
← Retour à la cohorte
Enregistrement W7160273808 · doi:10.24191/smrj.v22i1.6767

Building Consumer Trust: Key Factors Shaping Responses to Influencer Marketing Campaign

2025· article· W7160273808 sur OpenAlexaboutno aff
Sarah Aida Azhar, Yuslina Liza Mohd Yusof, Zatul Fahany Harun

Notice bibliographique

RevueSocial and Management Research Journal · 2025
Typearticle
Langue
DomaineSocial Sciences
ThématiqueDigital Marketing and Social Media
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInfluencer marketingDistrustTransparency (behavior)TrustworthinessConsumer behaviourAppeal

Résumé

récupéré en direct d'OpenAlex

Trustworthiness has emerged as a fundamental determinant in shaping consumer responses to influencer marketing campaigns, influencing how audiences perceive and engage with promotional content. Current data underscores that 63% of consumers in developed nations feel deceived by influencers who do not disclose paid partnerships, contributing to heightened distrust and scepticism. This figure was derived from a consumer survey which surveyed 1,500 social media users across five developed nations (United States, United Kingdom, Germany, Canada, and Australia). Conversely, 67% of millennials and Gen Z in developing countries, such as Malaysia, express a degree of trust in influencer endorsements, but this trust is contingent upon the influencer's perceived authenticity and transparency. This study aims to examine the influence of influencer expertise, authenticity, transparency, relatability, and emotional appeal on consumer trust in influencer marketing. By focusing on these trustworthiness factors, the research explores how they shape consumer attitudes, engagement, and purchase intentions, particularly across culturally diverse Southeast Asian settings. The findings indicate that influencers who exhibit transparency and demonstrate substantive expertise cultivate a stronger sense of credibility, which in turn positively influences consumer behaviour. Conversely, perceived dishonesty or opacity in such engagements markedly diminishes the efficacy of marketing efforts. For practitioners, the implications are clear: successful marketing campaigns necessitate partnerships with influencers who embody transparency, authenticity and demonstrated expertise, as these qualities are instrumental in fostering enhanced consumer engagement and brand loyalty.

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)0,004
score de la tête « metaresearch » (Gemma)0,028
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 enseignants0,006
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,028
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
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 Opus0,106
Tête enseignante GPT0,435
Écart entre enseignants0,330 · 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 revueSocial and Management Research Journal→Même sujetDigital Marketing and Social Media→Travaux en français237 207→