Notice bibliographique
Résumé
Abstract Sneakerheads are individuals who collect and wear sneakers with great enthusiasm. Most of the sneakers that they covet are limited in quantity and worn by celebrities. Sneakerheads’ culture has not been scrutinized in academia, even though it is characterized by some unique behaviours (e.g., purchasing numerous pairs of sneakers, camping out to purchase newly released sneakers and violent incidents). This exploratory netnography research focuses on an online brand community of sneakerheads, Niketalk.com, and explores its members’ information-sharing behaviours and how these behaviours influence their purchase decision-making processes. Data from two Niketalk.com threads about retro sneaker were analysed. Three thematic categories pertinent to sneakerhead culture emerged from the qualitative data analysis. First, ‘release information’ delineates the key information that sneakerheads share online. Second, the heavy usage of ‘jargon and abbreviations’ reveals how sneakerheads interact with each other. Finally, ‘resemblance, rarity, and inequity’ explains what drives sneakerheads’ purchase decision-making, loyalty to their culture and withdrawal from it. The research suggests that sneakerheads need to be aware of the factors that can drive unnecessary impulse purchases, while sneaker brands need to diversify release channels and monitor brand communities to determine the optimal release amounts that can best benefit them. Furthermore, the brands are expected to control the spread of leaked and false information that can negatively impact anticipated product releases.
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 | 0,006 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».