Sosyal Medya Etkileyicileri Olarak Vloggerlar: Z Kuşağı Üzerinde Para-Sosyal İlişki, Satın Alma Niyeti Oluşturma ve Youtube Davranışları Açısından Vloggerların İncelenmesi
Notice bibliographique
Résumé
Milyonlarca takipçili vloggerlar kitap yazmaktalar, film çekmekteler ve neredeyse her alandaki girişimcilikleriyle öne çıkmaktadırlar. Reklamda ilgi çekmeyen ürünler takipçisi olunan bir vlogger, diğer bir deyişle “influencer” tarafından tavsiye edildiğinde tercih edilebilmektedir. Vloggerlar, son zamanların “influencer”ları olarak dikkat çekmektedir. Kitleler arasında bir popülerliğe sahip olan vloggerların markaların dikkatini çekmesi internet çağının kaçınılmaz bir sonucudur. Vlogger tavsiyelerinin özellikle Z Kuşağı üzerinde etkisinin olduğunu gösteren araştırmalardan, vloggerların sahip olduğu sayısal göstergelerden hareketle markalar vloggerlara ürünlerinin tanıtımını yaptırmak istemektedir. Son yıllarda oldukça popüler olan bu konu, marka araştırmaları kadar bilimsel araştırmaların da dikkatini çekmektedir. Bu araştırmada teknolojinin içine doğmuş Z kuşağı bireyleri üzerinde Z kuşağının idolleri olarak görülen vloggerların marka farkındalığı, satın alma niyeti, vlogger ile para-sosyal ilişki kurma durumları, Z kuşağı bireylerinin Youtube kullanım durumları ve motivasyonları ve vloggerlara yönelik tutumlarının sonuçlarını ortaya koymak amaçlanmıştır. Bu amaçla çalışmada yedi tane araştırma sorusu oluşturulmuş, bu araştırma soruları t testi, Anova ve korelasyon analizleri ile test edilmiştir. Ulaşılan sonuçlar, örneklem dahilindeki Z kuşağı bireylerinin Youtube’u aktif olarak kullandıklarını, çoğunun bir vlogger takip ettiğini, takip ettiği vlogger ile para-sosyal ilişki geliştirdiğini, satın alma kararlarında vloggerları dikkate aldığını göstermiştir.
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 | 0,005 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,005 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,011 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».