Building bridges: Connecting sport marketing and critical social science research
Notice bibliographique
Résumé
Recently, sport management scholars have called for researchers to critically evaluate the ways in which research questions and resulting contributions truly disrupt what is known, how it is known, why it is important to know, and for whom. Historically, sport marketing research has adapted traditional research approaches from the parent marketing discipline to sport. Yet, sport is a constantly evolving social and cultural phenomenon and a reliance on conventional theories, concepts, and methods can serve to crystalize the discourse in sport marketing in ways that may limit knowledge production. Responding to this call, we believe that sport marketing research has much to gain from engaging with critical social science assumptions, worldviews, and perspectives to examine complex issues in sport. We position this paper as a starting point for advancing the field of sport marketing in meaningful and impactful ways by offering two research propositions, each accompanied by four actional recommendations. We employ a particular focus on the marketing campaigns that activate and promote corporate partnerships in sport to frame our two propositions, which discuss (1) consumer culture theory and (2) the circuit of culture as two important frameworks that begin to build bridges between sport marketing and critical social science.
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 | 0,085 | 0,080 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,015 | 0,008 |
| Études des sciences et des technologies | 0,014 | 0,101 |
| Communication savante | 0,029 | 0,044 |
| Science ouverte | 0,004 | 0,021 |
| Intégrité de la recherche | 0,010 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».