MétaCan
Menu
Retour à la cohorte
Enregistrement W3010831978 · doi:10.5539/ibr.v13n4p63

Social Networking Brand Engagement using Creative Brand Content Experiences

2020· article· en· W3010831978 sur OpenAlexvenueno aff
SADE ABU BAKAR, Linda Seduram

Notice bibliographique

RevueInternational Business Research · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Marketing and Social Media
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologySocial mediaCreativityCustomer engagementInteractivitySocial psychologyAdvertisingBusinessMultimediaComputer science

Résumé

récupéré en direct d'OpenAlex

In today’s environment, societies are free to create and browse online content; marketers therefore to face vexing challenges in drawing expressive social media users to engage with their brands. This current group of users display postmodernism characteristics; i.e. need more for subjective experiences to achieve self-realization. Hence, the creation of consumer brand engagement among expressive social media societies is through content that should be able to provide these experiences. However, there is lack research study on this trend. The objective of this study was to evaluate passive experiential content that users perceived as novelty emotions (i.e. perceived creativity) that leads to intrinsic state of engagements (i.e. cognitive engagement and affective engagement) and to intentional engagement (the activation of willingness of brand clicking activities in social media). This, in turn, creates an advantage for the marketers because from this process if users engage the chances of building a long-term consumer brand engagement relationship is higher. This research study was done on 25-34 year-old Malaysian active expressive social media users who utilised expressive social media sites on a daily basis for at least 3 hours as the sample population from whom to collect data and administer a questionnaire survey with a still image as stimulus using social networking messaging platforms. Data analysis was conducted using IBM SPSS and IBM AMOS software and results showed positive significant relationship within all the 7 constructs which were functional appeal, emotional appeal, vividness, perceived creativity, cognitive engagement, affective engagement and intentional engagement.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,447
Tête enseignante GPT0,481
Écart entre enseignants0,034 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Business ResearchMême sujetDigital Marketing and Social MediaTravaux en français237 207