Les différences sociodémographiques et l'utilisation des médias sociaux en contexte de voyage
Notice bibliographique
Résumé
Plusieurs études discutent de l'évolution d'Internet et des changements que cela a amenés \nquant au processus d'achat des consommateurs. Par contre, l'industrie touristique est particulièrement affectée par ces changements. Cette recherche a pour objectif principal de déterminer si les caractéristiques sociodémographiques des individus sont en relation avec leur utilisation des médias sociaux en contexte de voyage. Plusieurs études ont analysé l'importance des réseaux sociaux dans la prise de décision des consommateurs. Une revue de littérature a mené à une liste d'éléments importants, tels que le bouche-à-oreille électronique, les réseaux sociaux, être fan d'une page Facebook ainsi que les différentes variables sociodémographiques des consommateurs touristiques. Dans le but de répondre aux interrogations de cette étude, un questionnaire fut distribué à un échantillon de 3894 répondants québécois à l'aide d'un panel. La sélection de répondants fut menée de façon à se concentrer sur des consommateurs cibles du marché touristique québécois. Les résultats obtenus veulent confirmer l'impact des différences sociodémographiques sur plusieurs facteurs composant la variable de l'utilisation des médias sociaux. Trois des quatre facteurs étudiés, soit le sexe, l'âge et le niveau d'éducation présentent une différence significative sur l'utilisation des médias sociaux en contexte touristique des répondants de cette recherche. Malgré quelques limites de ce mémoire ayant empêché certaines analyses complémentaires, cette recherche oriente les acteurs du marché touristique québécois quant à leur stratégie de \nmarketing digital, leur décrivant les composantes ayant un impact sur l'utilisation des réseaux sociaux des consommateurs.\t \n_______________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : Tourisme, marketing, médias sociaux, sociodémographiques, générations
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».