Accessing primary sources for marketing and advertising history research from family history websites
Notice bibliographique
Résumé
Purpose The purpose of this study is to respond to the Journal of Historical Research in Marketing special issue call for discussions that can assist advertising and marketing history researchers locate primary sources of interest to their research by describing the resources available through the online family history websites Ancestry.com and FindMyPast.com. Design/methodology/approach Brief histories of Ancestry and FindMyPast are presented, based on publicly available records and secondary sources. This paper explains the types of data researchers can access via Ancestry.com and FindMypast.com, the costs of access and then provides some examples of how these resources have been used in past research by marketing and advertising historians. Findings Family history websites such as Ancestry and FindMyPast can provide researchers with access to a wide variety of data sources, such as census and voting records; immigration records; city directories; birth, marriage and death records; military records; and almanacs and gazetteers, but at a cost. In some cases, paying for digital access to records is more convenient, timely and can cost less than travelling to access these same documents in physical form. Depending on the researcher’s geographical location and the country from which records are sought, this can add up to quite a cost savings. When using these sources, it is wise to determine which database contains more of the records you are searching for; Ancestry tends to have better US and Canadian resources, while FindMyPast covers the UK better. Originality/value Researchers interested in conducting advertising and marketing history research need access to primary data sources. Given restricted travel budgets and, indeed, restricted travel under COVID-19 conditions, gaining access to primary sources in digital form can allow researchers to continue their work. At any time, gaining access to digital records without having to travel can speed up the research process. Researchers new to the field, and those with many years of experience, can benefit from learning more about family history databases as primary data sources.
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 | 0,020 | 0,079 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,014 | 0,017 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,009 | 0,010 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,133 | 0,040 |
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 ».