MétaCan
Menu
Retour à la cohorte
Enregistrement W2950668839 · doi:10.1002/nvsm.1641

Exploring the use of Facebook as a marketing and branding tool by hospital foundations

2019· article· en· W2950668839 sur OpenAlexaffabout
Suchita Bali, Charles H. Bélanger

Notice bibliographique

RevueInternational Journal of Nonprofit and Voluntary Sector Marketing · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésOutreachSocial mediaSample (material)Public relationsOrder (exchange)Social marketingPeriod (music)CyberpsychologySociologyMarketingBusinessAdvertisingPsychologyPolitical scienceWorld Wide WebComputer science

Résumé

récupéré en direct d'OpenAlex

This study investigated how Ontario (Canada) hospital foundations use Facebook for branding, community outreach, and fundraising. The target sample included all hospital foundations in Ontario that have a presence on Facebook ( N = 81). Rich, qualitative Facebook data were collected over a 7‐month period, from the beginning of June 2016 to the end of December 2016, to get a better understanding of the marketing strategies implemented by the foundations. Results were gauged against some of the best practices for Facebook marketing in order to determine practical implications and conclusions for hospital foundations. Overall, hospital foundations are aware of the utmost importance of personalizing their messages, but they are way short of Facebook benchmarks, including Frequency of Posts and Media Type Used.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,791

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,133
Tête enseignante GPT0,344
Écart entre enseignants0,211 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations5
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Nonprofit and Voluntary Sector MarketingMême sujetSocial Media in Health EducationTravaux en français237 207