MétaCan
Menu
Retour à la cohorte
Enregistrement W4213232916 · doi:10.1123/ijsc.2021-0069

Off the Court: Examining Social Media Activity and Engagement in Women’s Professional Sport

2022· article· en· W4213232916 sur OpenAlexaff
Megan C. Piché, Michael L. Naraine

Notice bibliographique

RevueInternational Journal of Sport Communication · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSports, Gender, and Society
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésBasketballPromotion (chess)InteractivitySocial mediaAssociation (psychology)AdvertisingPsychologyPublic relationsCompetition (biology)Political scienceBusinessPoliticsMultimediaHistory

Résumé

récupéré en direct d'OpenAlex

Sports organizations’ use of social media (SM) has become a key strategy in the coverage and promotion of sport. Although research has been done on the success of digital marketing for men’s professional sport, little is known about the impact of such in women’s sport. This study aimed to examine the SM activity and engagement with fans of the Women’s National Basketball Association. All posts from Facebook, Instagram, and Twitter for the 2019 calendar year were collected from all 12 Women’s National Basketball Association teams and analyzed, in aggregate, for their SM metrics. Results indicated that there was a high level of interaction on SM during the in-season competition months, whereas engagement during the off-season period declined. Given these results, the Women’s National Basketball Association should create strategies to increase fan engagement when there is decreased interactivity to perpetually promote women’s sport. This research provides a starting point for future research on women’s sport involving SM metrics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,443
Score d'incertitude au seuil0,673

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,063
Tête enseignante GPT0,354
Écart entre enseignants0,292 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sport CommunicationMême sujetSports, Gender, and SocietyTravaux en français237 207