Using university websites for student recruitment: A study of Canadian university home pages examining relationship marketing tactics and website usability
Notice bibliographique
Résumé
Using the World Wide Web university websites hold considerable power for reaching prospective students via a cost-effective means, and, in fact, some view the Internet as the great equalizer among institutions. Unlike traditional forms of marketing and promotion, the quality of a website does not have to be limited by the size and budget of the institution. On the Internet the price of accessing the medium and distributing the message can be equal for all. Therefore, in terms of marketing activities, university websites have the potential to remove the disparity between what larger universities are able to accomplish and what smaller institutions would like to achieve. Establishment of a website provides no guarantee that visitors, and specifically prospective students, will find what they seek within a reasonable time frame. Therein rests the dilemma for institutions. Failure to locate desired information or difficulty negotiating the connections might, and likely do, lead prospective students to exit a site. A content analysis of Canadian University websites during the fall of 2006 found the level of usability was fair to good, while the level of relationship marketing content was only moderate to fair. Websites were compared to standard usability guidelines established through prior research. Content was assessed for relationship building capacity using prior research into student expectations for website content. Categories were established according to Kotler's (1992, 1996) Five Levels of Relationship Marketing theory. The analysis found a significant negative correlation between usability and relationship marketing content. That was interpreted to mean institutions performed well at one or the other aspect of their websites, but not both. There was also a significant correlation between website usability and institutional size and operating budget, illustrating that perhaps the Internet is not the great equalizer many believe it to be.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,022 | 0,005 |
| Communication savante | 0,007 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».