MétaCan
Menu
Retour à la cohorte
Enregistrement W2966454591

Meformer vs. Informer: Influencer type and Follower Behavioral Intentions.

2019· article· en· W2966454591 sur OpenAlexaff
Samira Farivar, Fang Wang, Yufei Yuan

Notice bibliographique

RevueJournal of the Association for Information Systems · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Marketing and Social Media
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésInfluencer marketingOpinion leadershipSocial mediaPromotion (chess)AdvertisingPsychologySocial psychologyBusinessMarketingPublic relationsComputer sciencePolitical scienceRelationship marketingMarketing management
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Recently, social media influencer marketing has received great attention from businesses. Companies spend an increasing amount of money on working with influencers who promote the products/brands through their social media posts. Instagram, a popular social networking site, has become the most used platform by social media influencers for brand promotion. This has led to emergent research on social media influencers and how they shape their follower’s behaviors. Two key factors have been found to impact the behaviors of influencers’ followers: opinion leadership of and para-social relationship with the influencer. In this study, we extend the current literature by introducing the concept of influencer type and considering its potential moderating effects on the relationship between focal elements (opinion leadership and para-social relationship) and followers’ behavioral intentions.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,910
Score d'incertitude au seuil0,367

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
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 savante0,0000,002
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 Opus0,012
Tête enseignante GPT0,285
Écart entre enseignants0,273 · 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'étudeSans objet
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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Association for Information SystemsMême sujetDigital Marketing and Social MediaTravaux en français237 207