MétaCan
Menu
Retour à la cohorte
Enregistrement W4311063995 · doi:10.32731/smq.314.1222.02

Letting the Dogs Out: The Impact of Team Service Dogs on Brand Image, Perceived Altruism, and Behavioral Intention

2022· article· en· W4311063995 sur OpenAlexaff
Brandon Mastromartino, Henry Wear, Michael L. Naraine, Katherine R. N. Reifurth

Notice bibliographique

RevueSport Marketing Quarterly · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSports, Gender, and Society
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésAltruism (biology)Service (business)PsychologyMarketingBrand imageConceptual modelAdvertisingSports marketingBusinessSocial psychologyRelationship marketingMarketing management

Résumé

récupéré en direct d'OpenAlex

A recent cause-related marketing (CRM) trend for sport organizations has been to adopt a service dog that they will train and showcase through social media and at team events. This phenomenon is unique as these teams are utilizing the dog as a brand association but through a charitable lens in that they are providing resources to train the dog and giving exposure to a good cause. This study examines the consumer behavior implications, specifically brand image, perceived altruism, and purchase intentions, of sport organizations adopting service dogs. Through an experimental design, this study introduces an emerging factor in sport CRM and suggests the level of the consumer's awareness of the CRM initiative impacts consumer's image of the brand, perceived altruism, and purchase intentions. This article furthers our conceptual understanding of CRM and provides practical implications for sport organizations looking to adopt this strategy.

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 candidatesÉtudes des sciences et des technologies
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 enseignants0,320
Score d'incertitude au seuil0,999

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 technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,022
Tête enseignante GPT0,317
Écart entre enseignants0,296 · 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'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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSport Marketing QuarterlyMême sujetSports, Gender, and SocietyTravaux en français237 207