MétaCan
Menu
Retour à la cohorte
Enregistrement W2079062693 · doi:10.1177/0002764210368079

Consumer Consumption and Advertising Through Sport

2010· article· en· W2079062693 sur OpenAlexaff
Ann Pegoraro, Steven M. Ayer, Norm O’Reilly

Notice bibliographique

RevueAmerican Behavioral Scientist · 2010
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Behavior in Brand Consumption and Identification
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésAdvertisingMaterialismConsumption (sociology)BasketballMarketingProfitability indexFlexibility (engineering)Social mediaBusinessSociologyEconomicsPolitical scienceSocial science

Résumé

récupéré en direct d'OpenAlex

The sport industry benefits greatly from its various media partnerships. Sport as a corporate marketing tool provides increased flexibility, broad reach, and high levels of brand and corporate exposure. Many organizations have recognized this potential of sport as a vehicle for accomplishing many of their marketing-related objectives. In turn, this has resulted in significant growth in the sport industry, in particular in its media consumption both online and offline. The purpose of this research—using the NCAA Men’s Basketball Tournament as its sample—was to identify how advertisements contained within both the online and television broadcasts contribute to consumer culture and consumption. Content analysis was used to identify specific tactics related to materialism, maximization, regret, social comparison, and anti-materialism within 144 unique advertisements contained within the broadcasts. Findings include the high prevalence of maximization tactics, a significant correlation between length of ad and the use of materialism tactics (i.e., the longer the ad, the higher the frequency of materialism tactics), and a significant correlation between the use of regret and maximization tactics and fear appeals. It is notable that the use of a spokesperson in an advertisement showed no relationship with the five tactics and no difference was found for the use of the five tactics and medium (television or Internet).

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)0,003
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,026
Tête enseignante GPT0,299
Écart entre enseignants0,273 · 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
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Behavioral ScientistMême sujetConsumer Behavior in Brand Consumption and IdentificationTravaux en français237 207