MétaCan
Menu
Retour à la cohorte
Enregistrement W4230295844 · doi:10.4324/9781315709635-28

Hijacking of a Hashtag

2017· book-chapter· es· W4230295844 sur OpenAlexaboutno aff
Lauren M. Burch, Ann Pegoraro, Evan Frederick

Notice bibliographique

Revuenon disponible
Typebook-chapter
Languees
DomaineComputer Science
ThématiqueSpam and Phishing Detection
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

Increased utilization of the Internet and Web 2.0 platforms, such as social media sites, has shifted message control and branding initiatives to include the voice of the consumer. Consumers can engage in two-way communication with brands through posts and comments, which can impact the image and management of brands. As Bal, Campbell and Pitt (2012) acknowledged, “[m]oney and advertising are no longer the sole controllers of message dissemination. Stakeholder interaction is now key to brand and image management” (p. 204). While stakeholder engagement and interactivity now play an integral role in modern-day marketing, the digital media environment simultaneously increases the difficulty of branded initiatives staying on message. In January 2014, McDonald’s, an Olympic TOP sponsor of the 2014 Sochi Olympic Games, launched a social media campaign to activate its sponsorship. The overarching goal of this campaign was to encourage communication and connection between fans and Olympic athletes. Employing two main platforms, Twitter and an official webpage associated with the campaign, individuals could send personalized messages and well wishes to their favourite athletes and teams competing in Sochi through the hashtag #CheersToSochi, or by going to the website www.cheerstosochi.com (McDonald’s, 2014). As part of the activation, six US and Canadian athletes agreed to five-figure endorsement deals with McDonald’s to promote the #CheersToSochi campaign on Twitter and Facebook (Mickle, 2014).

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,879
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,050
Tête enseignante GPT0,262
Écart entre enseignants0,213 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSpam and Phishing DetectionTravaux en français237 207