Role of Entertainment, Social Goals, and Accuracy Concerns in Knowingly Spreading Questionable Brand Rumors
Notice bibliographique
Résumé
Accuracy goals are central to communication theory. Consistent with this perspective, a comprehensive review suggests that rumors are spread largely for accuracy reasons—either because transmitters, in fact, believe the rumors are true or for the purpose of verification through sense-making (DiFonzo and Bordia 2007). This literature also suggests that rumors can be spread in service of social goals such as affiliation (Rosnow 1991), for instance, by passing on social rumors about disliked out-groups to strengthen ties with the in-group. Our own research focused on brand rumors and suggests that entertainment is a common reason that such rumors are shared. Moreover, we show entertaining rumors serve social affiliation goals, and that the social benefits of spreading entertaining rumors can dominate private concerns about their inaccuracy. Social goals also led consumers to embellish the rumors they spread in order to make them more entertaining and to share rumors over factual brand information. These entertainment effects are shown to be independent of any alternative sense-making or affect sharing explanations for transmitting questionable rumors. Theoretically speaking, the entertainment effects identified here offer a novel explanation for the spread of questionable or implausible rumors. That is, we show consumers will knowingly spread implausible rumors just because they offer a good story for entertaining others. This idea has important practical implications for brand strategies dealing with misleading rumors.
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 | 0,007 | 0,005 |
| 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 | 0,000 | 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) | 0,000 | 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 ».