MétaCan
Menu
Retour à la cohorte
Enregistrement W2061432391 · doi:10.1108/02634501011029682

“Lights, camera, action...!” Marketing film locations to Hollywood

2010· article· en· W2061432391 sur OpenAlexaff
Simon Hudson, Vincent Wing Sun Tung

Notice bibliographique

RevueMarketing Intelligence & Planning · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Marketing and Social Media
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMarketingDigital marketingMarketing researchBusinessOriginalityMarketing effectivenessReturn on marketing investmentAdvertisingMarketing strategyMarketing managementMarketing mixValue (mathematics)SociologyComputer scienceQualitative research

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to understand and identify the marketing strategies and specific promotional tools used by film commissions to attract the production of films and television. Design/methodology/approach The paper involves in‐depth interviews with film commissions worldwide and a content analysis of their promotional materials. Findings Film commissions employ three key strategic marketing approaches when promoting their locations to film producers – product differentiation, service differentiation, and cost advantages. They use six main specific promotional tactics – advertising, sales promotions, joint promotions, public relations, online marketing, and direct marketing and personal selling. A model explaining the relationship between film commissions and film producers involving these strategies and promotional tools is suggested. Research limitations/implications The marketing of film locations is under‐researched and has to be further addressed in the marketing literature. Future research can seek to identify the specific marketing activities that will lead to success for the marketing of film locations. Practical implications Examples of the best marketing practices amongst film commissions are highlighted. Originality/value This is an original contribution in that it is the first academic paper to address the marketing of film locations. It will be of significant value to film locations seeking to attract production to their locations.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,089
Score d'incertitude au seuil0,297

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0890,009

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 Opus0,038
Tête enseignante GPT0,348
Écart entre enseignants0,310 · 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'étudeSans objet
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

Citations26
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarketing Intelligence & PlanningMême sujetDigital Marketing and Social MediaTravaux en français237 207