MétaCan
Menu
Retour à la cohorte
Enregistrement W2786736782 · doi:10.1177/2056305117746356

Fans, Friends, Advocates, Ambassadors, and Haters: Social Media Communities and the Communicative Constitution of Organizational Identity

2018· article· en· W2786736782 sur OpenAlexaboutno aff
Veronica R. Dawson

Notice bibliographique

RevueSocial Media + Society · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueKnowledge Management and Sharing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOrganizational identitySocial mediaSociologyIdentity (music)ConversationPublic relationsSocial identity theoryDialecticMetaphorContext (archaeology)ConstitutionSocial psychologyPsychologyPolitical scienceEpistemologySocial groupOrganizational commitmentCommunicationLinguisticsSocial science

Résumé

récupéré en direct d'OpenAlex

Organizational identity is always somewhat socially co-authored. The social-media context provides an opportunity to interrogate the extent of this co-authoring in an interaction-heavy and difficult to control environment. This article presents a typology of online communities that co-author organizational identity through confirming and disconfirming identity messages. Through extensive qualitative research, including interviews, marketing meetings observations, and social media interaction observations, social media communicative practices are examined through a communication constitutive of organizing (CCO) framework, specifically the conversation-text dialectic of the Montreal School. By focusing the research on boundary-spanning social media marketers and their interpretations of social media interactions, this article demonstrates ways that organizational identities are co-authored from external interaction (conversation) to internal practice (text). This study contributes to the ongoing theoretical extension of the CCO framework beyond the container metaphor, while also contributing to the practice of social media marketing within and around organizations.

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)0,006
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0120,032
Communication savante0,0110,011
Science ouverte0,0010,007
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,040
Tête enseignante GPT0,300
Écart entre enseignants0,260 · 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'étudeQualitatif
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

Citations32
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial Media + SocietyMême sujetKnowledge Management and SharingTravaux en français237 207