Sponsorship in focus: a typology of sponsorship contexts and research agenda
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose Sponsorship has become an important marketing activity. However, research on the topic treats the sponsorship context, characterized according to the type of sponsored property and the social role of these properties, as a stable characteristic or as a dichotomous characteristic within empirical studies. Therefore, the authors outline a multi-level typology of the different types of sponsorship contexts to account for traditional types of sponsorship as well as emerging themes such as online sponsorship. The authors then propose an agenda for future research. Design/methodology/approach The authors conduct a general review of the sponsorship literature to synthesize established sponsorship types with newly emerging themes to develop a multi-level typology of sponsorship contexts and a research agenda. Findings The authors’ conceptual analysis revealed a typology of sponsorship contexts that captures both general and specific types of sports sponsorship, prosocial cause sponsorship, culture and community sponsorship, and media and programming content sponsorship. Research limitations/implications The authors’ typology provides an organizing framework for future research focussing on different sponsorship contexts. However, the emergent categories still require further empirical testing. Therefore, the authors develop a set of questions to guide future research on the topic. Practical implications The authors’ typology outlines the different sponsorship contexts that should be considered by organizations that engage in sponsorship-linked marketing. Originality/value This paper provides a multi-level categorization of sponsorship contexts that integrates both traditional categories and newly emerging categories to better inform future research on situational differences in sponsorship.
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.
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 | 0,009 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle