MétaCan
Menu
Retour à la cohorte
Enregistrement W2947757699 · doi:10.5539/ass.v15n6p71

Social Media Preferences, Interrelations Between the Social Media Characteristics and Culture: A View of Arab Nations

2019· article· en· W2947757699 sur OpenAlexvenueno aff
Asli Cazorla Milla, Leonardo José Mataruna-Dos-Santos

Notice bibliographique

RevueAsian Social Science · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Marketing and Social Media
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocial mediaModerationSociologyScope (computer science)Perspective (graphical)Context (archaeology)Exploratory researchPublic relationsSocial scienceSocial psychologyPsychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

This article is a pioneering theoretical work as an approach from the perspective of combination of social media characteristics and wisdom of crowds. The aim of this article is to conceptualize the social media channels in terms of their characteristics and to discuss the correlation between social media choices and culture. This paper contributes to social media marketing theory by developing a conceptual approach that explains and offers implications pertaining to the relationship between different social media channels in the age of social media. To do this, the relevant literature has been thoroughly reviewed, and exploratory research method has been used. The study also aims to visualize the effect of cultural differences as aligned with the study of Edward Hall (1967) and Gert Hoftstede (1984). Cultural factors exert a broad and deep influence on social media choices. Arab countries are categorized as high-context culture according to Hall's dimensions. The social media reports, Arab Social Media, conducted by Dubai School of Government of the years from 2013, 2013 and 2017 were analyzed. The limited availability of the literature done on the region has limited the scope and analysis of the research. The paper concludes that social media has certain characteristics that interrelate with each other and culture has a moderation effect on the choices.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,836
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0040,004
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,033
Tête enseignante GPT0,318
Écart entre enseignants0,285 · 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'étudeObservationnel
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

Citations18
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetDigital Marketing and Social MediaTravaux en français237 207