Exploring Mistakes and Failures in Social Marketing: The Inside Story
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
Background: Social marketing successes are relatively well-documented, but mistakes and failures in the field are not. When mistakes and failures are reported, they are usually on an ad hoc basis, as opposed to a systematic gathering of evidence. This paper is the second half of a two-part research study that aims to understand the perceptions of social marketing professionals with regard to mistakes and failures in the field. Focus: This article is related to research and evaluation of the social marketing field. Research Question: What are the perceptions of the social marketing community regarding mistakes and failures in the field? Importance to the field: A greater understanding of mistakes and failures in the social marketing field will assist practitioners to assess their own shortcomings, address causes of mistakes and failures, and improve program outcomes. Method: This research is qualitative and exploratory, with a constructivist, grounded theory methodology. Surveys were completed by 100 social marketing community members. Survey data was analyzed and coded using SPSS software and Microsoft Excel. Results: According to the analyzed survey data, the social marketing community believes that inadequate research, poor strategy development, and mismanagement of stakeholders are the most common mistakes made by social marketers. Further, weak evaluation and monitoring is considered to be the “least well-managed” program element. Poor strategy development, external influences, and poorly designed program and behavioral objectives are considered to be the primary reasons for social marketing program failure. Recommendations for research or practice: Future research may explore the extent to which external influences lead to social marketing program success or failure, particularly in comparison to mistakes made by social marketers. Additionally, practitioners should be aware of and develop strategies to mitigate common mistakes and failures in order to improve program outcomes. Limitations: The 100 social marketing professionals who responded to the survey are not representative of the global social marketing community. Further, responses were based on self-report rather than direct observation, which may make them more susceptible to bias.
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 | 0,003 | 0,001 |
| 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 | 0,001 | 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 découle