Emociones positivas y marketing social en el Facebook de las ONGDs.
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
Existe un gran interés por la comunidad académica en medir las emociones positivas. Bajo este paraguas, surge una importante literatura que empiezan a explorar estas emociones en el entorno del voluntariado de las ONGDs. Estas entidades emplean las redes sociales para comunicarse con la ciudadanía, siendo Facebook una de las más usadas ya que permite establecer una comunicación bidireccional con los usuarios. Desde esta perspectiva, el presente artículo quiere examinar la influencia de las emociones positivas y el marketing social en los mensajes que hablan de voluntariado a partir de la información proporcionada por los mensajes publicados en las 10 ONGDs más populares en Facebook durante el año 2019. Con este propósito se ha utilizado una metodología basada en minería de texto y análisis de contenido desde un enfoque cuantitativo y cualitativo. Para ello se usaron los programas informáticos SPSS V.27 y Nvivo 12 plus. Los resultados muestran que el número de likes está asociado con la aparición de términos sobre emociones positivas en los mensajes que hablan de voluntariado. También hay determinados vocablos con connotaciones positivas que son los más publicados por las organizaciones. Desde el punto de vista del marketing social, destaca el impacto conseguido por los mensajes informativos y el escaso impacto de los mensajes de comportamiento.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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