(Dis)Innovative digital strategy in professional sport: examining sponsor leveraging through social media
Notice bibliographique
Résumé
Purpose The purpose of this study was to examine the effectiveness of social media strategies of sport organizations when an unexpected absence of relevant content occurs. The study explored the typologies of Instagram posts of NHL teams and measured engagement of social media content that was not planned in advance. Design/methodology/approach A mixed methods approach was utilized through a content analysis of 12 NHL team social media feeds. 502 ( n = 502) posts were examined from the period of March 12 – May 26 during which the NHL season was suddenly paused due to the COVID-19 pandemic. Typologies of posts were identified through a qualitative coding process and ANOVA tests were conducted to examine the effectiveness of each typology in engaging consumers. Findings This study found that social media strategies of the sampled NHL teams is evidence of disinnovation with digital, as opposed to the previously conceptualized innovative properties that these activities bear. Therefore, in order to achieve the consumer engagement outcomes sought to build stronger relationships with fans and deliver on the expected leveraging capabilities for sponsors, sport marketers must reconsider their current, imbalanced approach and whether the more inherently interactive content should be balanced with entertaining content that requires organic consumer engagement. Originality/value This study offers a unique application of UGT, highlighting that social media in a sport context is not just about gratifying consumers, but preventing diminishing engagement and exploitation of users through overuse of sponsorship-laced content.
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 | 0,008 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».