MétaCan
Menu
Retour à la cohorte
Enregistrement W2756991818 · doi:10.17265/2328-7144/2017.06.003

Comparative Marketing Strategies of Fitness Clubs in the United States and Canada

2017· article· en· W2756991818 sur OpenAlexaboutno aff
Lise Héroux

Notice bibliographique

RevueEconomics World · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMarketingPolitical scienceBusiness

Résumé

récupéré en direct d'OpenAlex

There has been a growing health concern in the United States and Canada due to physical inactivity and obesity.In response to these health concerns, fitness centers have been growing in popularity.The successful marketing strategy of fitness clubs requires the identification of a target market and development of a marketing mix (product/service, place, price and promotion) that will best satisfy the needs of this target market.This qualitative research was conducted to investigate whether there were differences in the marketing strategies implemented by fitness clubs to meet the needs of consumers.The research method consisted of a census of the 20 fitness clubs in the contiguous regions of southern Quebec and northeastern New York/northwestern Vermont.Each fitness center was visited by multiple observers.Systematic observations using a grid of 51 variables were compiled for each establishment.The results found many similarities in marketing strategies, however, differences were found in the place and personal selling variables.The New York/Vermont fitness clubs tended to be located in better, more visible locations, while Quebec fitness clubs had better establishment atmospherics and personal selling strategies.New York/Vermont fitness clubs could benefit from improving their establishment décor, lighting, scent management, music selections, and cleanliness.Their service could include more customization, empathy with their customers' needs, reservations, and customer satisfaction policies.Their sales personnel could be trained to better approach their customers, to make the sale, and to dress in more professional fitness clothing.Quebec fitness clubs could increase their fitness club visibility through outdoor signage, parking facilities, and more promotion.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,367

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,005
Études des sciences et des technologies0,0080,002
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,050
Tête enseignante GPT0,318
Écart entre enseignants0,268 · 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

Citations6
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconomics WorldMême sujetSport and Mega-Event ImpactsTravaux en français237 207