MétaCan
Menu
Retour à la cohorte
Enregistrement W4380485699 · doi:10.1123/wspaj.2023-0012

“To Build a More Just Society”: Women’s National Basketball Association Teams’ Uses of Social Media for Advocacy

2023· article· en· W4380485699 sur OpenAlexaff
Dunja Antunovic, Ann Pegoraro, Ceyda Mumcu, Kimberly Soltis, Nancy Lough, Katie Lebel, Nicole M. LaVoi

Notice bibliographique

RevueWomen in Sport and Physical Activity Journal · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSports, Gender, and Society
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésBasketballSocial mediaPublic relationsEmpowermentThematic analysisSociocultural evolutionPolitical scienceSociologyAssociation (psychology)PsychologyQualitative researchSocial scienceLaw

Résumé

récupéré en direct d'OpenAlex

Sports brands and properties are using social media platforms to take a stand on controversial social issues. This paper draws on the concept of corporate social advocacy to examine how Women’s National Basketball Association (WNBA) teams used their social media platforms to communicate about social issues during the 2021 season. We conducted a thematic and semantic analysis of advocacy-related tweets to examine the communicative actions and salient issues across the teams’ accounts. WNBA teams posted about racial justice, women’s empowerment, and LGBTQ+ rights, which represent a shift in the WNBA’s discursive promotional strategies. The findings of the study indicate that WNBA teams’ use of social media to take a stand on social issues aligns with, and extends, conceptualizations of corporate social advocacy. Further, social media advocacy provides insight into the sociocultural significance and the economic viability of women’s sport.

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)0,003
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,458
Score d'incertitude au seuil0,589

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
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 Opus0,031
Tête enseignante GPT0,333
Écart entre enseignants0,302 · 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'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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWomen in Sport and Physical Activity JournalMême sujetSports, Gender, and SocietyTravaux en français237 207