I’ll laugh, but I won’t share
Notice bibliographique
Résumé
Purpose This paper aims to investigate the experience of darkness on people’s evaluation of humorous taboo-themed ads and their willingness to share these ads digitally with others. Design/methodology/approach Multiple studies are conducted to demonstrate the connection between darkness and humor. Another experiment was conducted to investigate people’s willingness to share taboo-themed ads. Findings The results demonstrate that people in dark settings (vs light) found controversial, taboo-themed ads to be more humorous. Three studies demonstrate that people in the dark (vs light) condition found taboo-themed ads to be more humorous. More importantly, despite finding taboo-themed ads to be more humorous, people in dark settings (vs light) were less inclined to share these ads on social media platforms. Practical implications When using humorous taboo-themed ads, advertisers are encouraged to show these ads in dark settings. If the physical environment is uncontrollable, marketers may still benefit by cueing consumers about darkness (e.g. through their products) or reminding them of nightly activities which may also yield similar effects. However, the cautionary tale is that, although people in the dark may enjoy these ads, they may not be willing to share it with others. Originality/value Marketers utilize taboo-themed ads to increase consumer interest. Despite its controversial content, darkness enhances people’s evaluation toward these taboo-themed ads. However, if one of the goals of advertisers is to create an ad that is amenable to sharing, developing a humorous taboo-themed ad may not be the most rewarding strategy.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,032 | 0,114 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».