The Effects of Asymmetric Social Ties, Structural Embeddedness, and Tie Strength on Online Content Contribution Behavior
Notice bibliographique
Résumé
For a social media community to thrive and grow, it is critical that users of the site interact with each other and contribute content to the site. We study the role of social ties in motivating user preference expression, a form of user content contribution, in an online social media community. We examine the role of three types of ties, reciprocated, follower, and followee ties, and assess whether the structural and relational properties of a user’s social network moderate the social influence effect in user contribution. A unique disaggregate level panel data set of users’ contributions and social tie formation activities from an online music platform is employed to study the impact of social ties. To address identification issues, we adopt a quasi-experimental approach based on dynamic propensity score matching. The results provide strong evidence of the influence of online network ties in online contribution behavior. We find that the influence of reciprocated ties is the greatest, followed by influence from followee ties and then follower ties. Additional analysis reveals that reciprocated and followee ties have even greater influence when they contribute new information for a focal user. Structural embeddedness and tie strength among network ties are found to amplify the effect of social contagion in online contribution. We conduct several sensitivity and robustness checks that lend credible support to our findings. The results add to the greater understanding of social influence in online contribution and provide valuable managerial insights into designs of online communities to enable greater user participation. The online appendices are available at https://doi.org/10.1287/mnsc.2018.3087 . This paper was accepted by Anandhi Bharadwaj, information systems.
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 | 0,008 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
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.
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 ».