Étude exploratoire de l'effet de la pandémie de la COVID-19 sur l'attitude des générations X et Y à l'égard des produits "Made in China" : cas de la grande région de Montréal
Bibliographic record
Abstract
Dans un contexte de mondialisation avec l’avènement de la société de consommation, les produits en provenance de divers pays prennent place dans les linéaires proposant ainsi aux consommateurs une offre diversifiée. Toutefois, en raison de la délocalisation de la production avec une multiplication des phénomènes d’internationalisation, de sous-traitance ou encore de collaboration entre les pays, on remarque qu’il devient de plus en plus difficile pour le consommateur d’attribuer une origine précise à un produit. L’information relative au pays d’origine et ses effets sur le comportement du consommateur devient donc un sujet d’intérêt perpétuel pour les chercheurs. Ainsi, cette étude a pour but de déterminer l’impact du critère pays d’origine, soit le repère informationnel « made in » sur la perception de la qualité des produits en provenance de la Chine et l’attitude des consommateurs de la génération X et Y (dans un contexte de pandémie) vis-à-vis de ces derniers. Déclarée par l’OMS comme étant une pandémie à partir de mars 2020, la Covid-19 qui a connu son origine en Chine s’est très vite répandue dans le monde obligeant les pays à s’isoler tout en gardant leurs frontières fermées ce qui a donc eu des conséquences sociales, environnementales mais surtout économiques dû à l’arrêt et/ou au freinage des échanges commerciaux à travers le monde mais surtout avec les pays fortement touchés dont la Chine. Dans ce travail, nous avons essayé de répondre à 4 (quatre) questions : 1. Quelle est l’influence du pays d’origine, du prix et de la publicité sur la perception qu’ont les consommateurs des générations X et Y de la qualité dans un contexte de multi-produits et de crise sanitaire? 2. Comment la qualité des produits fabriqués en Chine est-elle perçue par rapport à celle des produits provenant des pays du G7 en cette période de pandémie de la Covid-19? 3. Existe-t-il une différence de la qualité perçue des produits entre les générations X et Y quant à l’influence que peut avoir l’image du pays d’origine? 4. L’impact de la pandémie du Covid-19 sur la perception qu’ont les consommateurs X et Y de la qualité de ces produits? Pour répondre à ces questions, nous avons considéré 3 (trois) catégories de produits (voitures, produits alimentaires et les chaussures) à travers une étude comparative des comportements des consommateurs dans un contexte de multiculturalisme : la grande région de Montréal. L’enquête a été menée à la fois auprès des consommateurs de deux générations à travers les trois villes choisies à savoir : Montréal, Brossard et Longueuil. Les entrevues en profondeur ont été effectuées durant le mois de décembre 2020 auprès de dix participants dont cinq de la génération X et les cinq autres de la génération Y. Cette étude nous a permis de mettre en évidence les similitudes et les différences existant entre les deux groupes de consommateurs. Nous avons ainsi pu analyser la perception qu’ils ont de ces produits provenant de la Chine et leurs intentions d’achat. À travers les résultats, on constate que la Chine est reconnue comme étant compétente dans la fabrication des produits de consommation. De plus, on observe globalement une perception des produits choisis pour l’étude plus favorable par les répondants de la génération Y que par les répondants de la génération X. Aussi, que la pandémie de la Covid-19 n’a pas un impact sur la perception de ces produits pour la quasi-totalité des répondants. Et enfin, de manière générale, les répondants ont une intention d’achat plus forte pour les voitures et les chaussures que pour les produits alimentaires. Au terme de cette étude, des suggestions ont été faites afin d’aider les dirigeants d’entreprise à prendre des décisions stratégiques efficaces susceptibles de favoriser les ventes de l’entreprise aussi bien sur le marché domestique qu’à l’international si ces derniers tiennent compte des spécificités de chaque groupe de consommateurs. En effet ils pourront analyser les attitudes des consommateurs à l’égard des produits fabriqués en Chine et s’adapter en conséquence tenant compte des mesures sanitaires évoquées par certains participants de cette enquête.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".