MétaCan
Menu
Retour à la cohorte
Enregistrement W2209323101 · doi:10.2501/jar-2015-007

How Corporate Sponsors Can Optimize the Impact of Their Message Content

2015· article· en· W2209323101 sur OpenAlexafffund
François A. Carrillat, Alain d’Astous, Marie-Pier Charette Couture

Notice bibliographique

RevueJournal of Advertising Research · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Behavior in Brand Consumption and Identification
Établissements canadiensHEC Montréal
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésScope (computer science)BusinessMarketingFocus (optics)Product (mathematics)AdvertisingRegulatory focus theoryProcess (computing)Event (particle physics)Public relationsPolitical scienceTask (project management)Computer scienceEconomicsManagement

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Sponsorship activations can differ either according to their focus (on the brand versus on the event), or their scope (promoting a product versus a corporate image). The purpose of the current study was to investigate the impact of the content of activation messages on sponsorship effectiveness. Statistical analyses supported the authors9 proposition that sponsorship activations that are consistent with respect to their focus and their scope are easier for targeted audiences to process. In turn, this enhanced “processability” leads consumers to develop a positive response toward the sponsor.

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)0,007
score de la tête « metaresearch » (Gemma)0,039
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,039
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0030,003
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,330
Tête enseignante GPT0,368
Écart entre enseignants0,038 · 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

Citations29
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Advertising ResearchMême sujetConsumer Behavior in Brand Consumption and IdentificationTravaux en français237 207