Comparing consumers’ in-group-favor and out-group-animosity processes within sports sponsorship
Notice bibliographique
Résumé
Purpose The paper aims to compare two general team identification processes of consumers’ in-group-favor and out-group-animosity responses to sports sponsorship. Design/methodology/approach The paper draws on two studies and four samples of professional baseball fans in Taiwan ( N = 1,294). In Study 1, data from the fans of three teams were analyzed by using multi-group structural equation modeling to account for team effects and to consider parallel in-group-favor and out-group-animosity processes. In Study 2, the fans of one team were sampled and randomly assigned to assess the sponsors of one of three specific competitor teams to account for differences in team competition and rivalry. In both studies, these two processes were compared using patterns of significant relationships and differences in the indirect identification-attitude-outcome relationships. Findings Positive outcomes of in-group-favor processes were broader in scope and were more pronounced in absolute magnitude than the negative outcomes of out-group-animosity processes across all outcomes and studies. Research limitations/implications The research was conducted in one country and considered the sponsorship of one sport. It is possible that the results could differ for leagues within different countries, more global leagues and different fan bases. Practical implications The results suggest that managers should carefully consider whether the negative out-group-animosity outcomes are actually present, broad enough or strong enough to warrant costly or compromising intervention, because they might not always be present or meaningful. Originality/value The paper demonstrates the comparatively greater breadth and strength of in-group-favor processes when compared directly to out-group-animosity processes.
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 | 0,024 | 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 | 0,000 |
| 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 ».