Online wine ecosystem: the digital narrative of Sangiovese
Notice bibliographique
Résumé
Purpose The purpose of this paper is to investigate how grape varieties are narrated online by non-winery-owned sources in four countries: Australia, Canada the UK and the USA. This study focuses on Sangiovese, the most important varietal of Italy. Design/methodology/approach Texts collected on the Internet underwent a software-assisted semantic clustering procedure based on text-mining techniques. Identified clusters were then qualitatively analyzed by content. Findings The digital narrative on Sangiovese is mainly technical and conveyed by adopting a professional slant that is suitable for knowledgeable consumers but less effective for common and unexperienced wine drinkers. Online information is concentrated in few websites that act as information gatekeepers. Research limitations/implications The study contributes to the wine-related managerial literature on grape varieties, which are considered one of the most powerful factors in addressing consumer wine choice. Additionally, the investigation sheds light on the online wine ecosystem, by providing insights on how information is provided and the contents that are conveyed on the Internet. The findings of this study may be useful for Italian operators willing to promote Sangiovese-based wines in foreign markets. Originality/value Though explorative in nature, this study represents one of the first attempts to investigate the online narrative of grape varieties by presenting a marketing perspective and examining the characteristics of non-winery-owned online information which may shape wine consumers’ behavior.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».