Transforming the Fan Experience through Livestreaming: A Conceptual Model
Notice bibliographique
Résumé
The purpose of this case study research was to explore how Queensland Rugby League (QRL) used a Facebook brand page, for the Queensland Maroons, and incorporated livestreaming throughout the 2017–2018 State of Origin seasons. Specifically, this study sought to understand managerial perspectives regarding interactive advertising within digital sports marketing strategy encompassing livestreaming and the extent to which it may impact fan engagement. This research utilized a multimethod case study approach involving a content analysis of Facebook, complemented by two semistructured interviews with the organization’s digital staff. The findings revealed livestreaming can be an engaging proposition when it provides exclusive content that allows fans to experience authentic insights into the rituals and traditions of their favorite sports team and athletes in real time. Furthermore, three unique management livestreaming experiences were identified: planning, organization, and delivery (POD). As a response, a conceptual POD model has been created that reevaluates the opportunities for fan engagement adapted from previous research findings (Haimson and Tang 2017 Haimson, O. L., and J. C. Tang (2017), “What makes live events engaging on Facebook Live, Periscope, and Snapchat.” Proceedings of the 2017 CHI Conference on Human Factors in Computing Systems, pp. 48–60.[Crossref] , [Google Scholar]; Naraine and Karg 2019). This model is important for sports organizations when considering livestreaming, as there may be unique opportunities to focus on interactive advertising and, thus, to develop awareness and the fan-to-fan and fan-to-athlete/sports organization/team relationship.
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 | 0,000 | 0,003 |
| 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 | 0,002 |
| 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 ».