Tweets for tots: using Twitter to promote a charity and its supporters
Notice bibliographique
Résumé
Purpose Twitter provides an ideal channel for a non-profit organisation (NPO) to add value to its corporate partners by providing the ability to send tweets to its own network of followers. This research aims to examine the extent to which one NPO used Twitter for this purpose and discuss the implications. Design/methodology/approach The research examined tweets sent by a large US-based charitable organisation, Toys for Tots (T4T), across two Christmas periods. All tweets that mentioned or retweeted T4T’s corporate partners were analysed. Findings The findings show surprisingly limited mentions of partners by T4T, with many never mentioned, and markedly fewer mentions of partners in the second period. Separate analysis of partner tweets retweeted by T4T revealed that none was modified to add value for T4T and/or for the partner, and many were unrelated to T4T, raising a risk of alienating T4T’s followers. Research limitations/implications Only one NPO was examined, and the study focused on Twitter, with limited analysis of T4T’s Facebook posts. However, the relatively low, decreasing and largely indirect promotion of partners in T4T’s tweets suggests a lack of strategic use of Twitter by T4T. Practical implications Coupled with other research, the results show the need for this and other NPOs to more effectively use Twitter to reinforce partnerships with corporate partners. Originality/value The results demonstrate the failure of a major US charity to use Twitter to add value for its corporate partners. Even in the unlikely event that this NPO is an isolated case, the results show the need for NPOs and their corporate partners to work together to provide reciprocal benefits.
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 | 0,004 | 0,003 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».