MétaCan
Menu
Retour à la cohorte
Enregistrement W2755429962 · doi:10.1108/jsocm-11-2016-0072

Master’s thesis research in social marketing (1971-2015)

2017· article· en· W2755429962 sur OpenAlexaboutno aff
V. Dao Truong, Timo Dietrich

Notice bibliographique

RevueJournal of Social Marketing · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Marketing Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocial marketingMarketing scienceMarketingMarketing researchOriginalityMaturity (psychological)SociologyPublic relationsMarketing managementRelationship marketingSocial sciencePolitical scienceBusinessQualitative research

Résumé

récupéré en direct d'OpenAlex

Purpose Limited attention has been given to the study of social marketing at the graduate level. Such a study not only reveals research interests and trends, but also provides insights into the level of academic evolution or maturity of the social marketing field. This paper aims to examine social marketing as the subject of master’s theses. Design/methodology/approach A search strategy found 266 social marketing-focused master’s theses completed from 1971 to 2015. These theses were analysed by host countries, institutions, disciplinary contexts and degree programmes for which they were submitted. Findings Only four theses were submitted from 1971-1980 and eight completed in 1981-1990. The number of theses increased to 35 in 1991-2000, 118 between 2001 and 2010 and 101 in the past five years (2011-2015). The USA was the leading producer of social marketing master’s theses, followed by Canada, Sweden, China, South Africa, the UK and Kenya. A majority of theses were housed in the disciplines of business, health and communication, and none of them was submitted for a Master of Social Marketing degree. Originality/value This is the first study that investigates master’s theses with an exclusive focus on social marketing. Implications for the evolution, learning and teaching of social marketing are provided.

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)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,994
Score d'incertitude au seuil0,187

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,007
Études des sciences et des technologies0,0030,002
Communication savante0,0040,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0560,008

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 Opus0,126
Tête enseignante GPT0,374
Écart entre enseignants0,249 · 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.

Devis d'étudeObservationnel
DomaineÉvaluation
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

Citations23
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Social MarketingMême sujetManagement and Marketing EducationTravaux en français237 207