MétaCan
Menu
Retour à la cohorte
Enregistrement W2748623876 · doi:10.1123/ijsc.2017-0041

Social Media as a Relationship Marketing Tool in Professional Sport: A Netnographical Exploration

2017· article· en· W2748623876 sur OpenAlexaff
Gashaw Abeza, Norm O’Reilly, Benoît Séguin, Ornella Nzindukiyimana

Notice bibliographique

RevueInternational Journal of Sport Communication · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSports, Gender, and Society
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésNetnographySocial mediaSports marketingLeagueSocial media marketingSociologyValue (mathematics)Relationship marketingMarketingProfessional sportMarketing communicationPublic relationsAdvertisingDigital marketingBusinessMarketing managementPolitical scienceComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

This study, guided by the relationship marketing theoretical framework, adopted an observational netnography method to investigate professional sport teams’ use of Twitter as a relationship marketing tool. Specifically, the study focused on the three core components of the theoretical framework of relationship marketing: communication, interaction, and value. The observational netnography is based on data gathered from the official Twitter account of 20 professional sport teams in the four major North American leagues over a seven-month period. Results outline seven emergent communication types, six interaction practices, and ten values (co)created by the teams or/and fans. Theoretical and practical implications, as well as impetus for future research, are identified.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,131
Score d'incertitude au seuil0,854

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,091
Tête enseignante GPT0,399
Écart entre enseignants0,307 · 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 tête enseignante, 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

Citations58
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sport CommunicationMême sujetSports, Gender, and SocietyTravaux en français237 207