MétaCan
Menu
Retour à la cohorte
Enregistrement W4366116191 · doi:10.1504/ijsmm.2023.10055632

Consumption determinants in the National Hockey League: the influence of violence in the USA and Canada

2023· article· en· W4366116191 sur OpenAlexaboutno aff
Cody T. Havard, Alexander Traugutt, Gregory Greenhalgh, Chad Goebert, Michael Broda

Notice bibliographique

RevueInternational Journal of Sport Management and Marketing · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSports, Gender, and Society
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLeagueIce hockeyBusinessAdvertisingConsumption (sociology)Political scienceMedicinePhysical medicine and rehabilitationSociologySocial science

Résumé

récupéré en direct d'OpenAlex

The National Hockey League is aligned in such a way that it must present its product to large audiences in two countries. Given the difficulty of such a marketing effort, this study sought to determine the impact that violence, as measured by fighting, has on consumption. Separate demand models were estimated for attendance and viewership in the USA and Canada via Tobit and OLS regression models. Results from the various models indicated that the promotion of violence should not be considered a viable strategy for increasing consumption. More specifically, while fighting was found to be a positive predictor of attendance in all models, its impact was minimal. From a viewership perspective, fighting was not found to be a significant predictor in either market. Given the evolving nature of consumer preferences, these results are particularly salient to marketers seeking to develop strategies that are relevant to the current marketplace.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,215
Score d'incertitude au seuil0,953

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

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 Opus0,026
Tête enseignante GPT0,311
Écart entre enseignants0,285 · 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'étudeObservationnel
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

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