MétaCan
Menu
Retour à la cohorte
Enregistrement W2018218518 · doi:10.1108/17511061111121380

Luxury wine brand visibility in social media: an exploratory study

2011· article· en· W2018218518 sur OpenAlexaff
Mignon Reyneke, Leyland Pitt, Pierre Berthon

Notice bibliographique

RevueInternational Journal of Wine Business Research · 2011
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueWine Industry and Tourism
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésSocial mediaAdvertisingVisibilityOriginalityMarketingBusinessValue (mathematics)Space (punctuation)Exploratory researchWineSociologyComputer scienceQualitative researchGeography

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to address the visibility of luxury wine brands, in particular the Bordeaux first growth brands in social media. Design/methodology/approach The paper uses data from howsociable.com to portray similar luxury wine brands in multi‐dimensional space. To identify the associations between the brands and the social media visibility indicators, the paper uses correspondence analysis. Findings The findings of the paper show that some of the brands considered did not, at the time the data were gathered, have a clearly defined social media strategy. Practical implications The indication is that there are opportunities for luxury wine brand managers to use social media as a tool in their marketing strategies; also some threats may exist to these brands should they take a laissez faire approach to social media, particularly when social media are becoming as influential, if not more so than conventional media. Originality/value Brands can take directions in social media today that would have been unlikely if not impossible five years ago. While brand managers may not fully be able to control the destinies of these brands, this paper suggests that the approaches followed in this particular research will present brand managers with a tool that will assist them in directing conversations that occur around their brands.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,258
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,004
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,185
Tête enseignante GPT0,380
Écart entre enseignants0,195 · 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 tête enseignante, pas un consensus.

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

Citations98
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Wine Business ResearchMême sujetWine Industry and TourismTravaux en français237 207