MétaCan
Menu
Retour à la cohorte
Enregistrement W2769861172

Dove Real Beauty Campaign: a local perspective

2017· dissertation· en· W2769861172 sur OpenAlexaboutno aff
Ana Cristina Amaral

Notice bibliographique

RevueRevista de Estudos Anglo-Portugueses/Journal of Anglo-Portuguese Studies · 2017
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueCultural Industries and Urban Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDoveBeautyPerspective (graphical)AestheticsArtGeographyVisual artsPolitical scienceLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A local perspective iIt was September 29, 2016 and Marta Quelhas, head of the Personal Care Marketing Team of Unilever Portugal and Gonalo Bernardes, Marketing Director, were preparing for a conference call with the Global Marketing Team.The conversation was going to be about Dove Real Beauty Beats, a campaign that Unilever Portugal had launched 1 week earlier.Based on local research the Portuguese team had come to the conclusion that there were particular consumer insights that the Dove global campaigns were not addressing.Dove Beauty Beats video was designed as part of an Integrated Marketing Campaign to specifically target Portuguese consumers.First the video was launched using paid media, but soon it was clear that people were sharing and commenting and its spread did not need investment backing it up: it was reaching the entire planet organically.This conversation was expected to be challenging as traditionally the Global Office was responsible for developing master campaigns with no particular category or product and Local teams would then adapt it to local markets.Only one week had passed after the launch of the campaign and it was clear that results exceeded the expected outcome as the video had gone viral, crossed borders and it had gained a life on its own.Several countries, such as Canada, had contacted the Global Office asking to use Dove Beauty Beats so Marta and Gonalo needed to decide on the next steps.

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)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,356
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0010,001
Science ouverte0,0020,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,055
Tête enseignante GPT0,376
Écart entre enseignants0,321 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista de Estudos Anglo-Portugueses/Journal of Anglo-Portuguese StudiesMême sujetCultural Industries and Urban DevelopmentTravaux en français237 207