The Role of Competitive Advantage Between Search Engine Optimization and Shaping the Mental Image of Private Jordanian University Students Using Google
Notice bibliographique
Résumé
This study aims to determine the factors that influence the improvement of the mental image of Jordanian private university students who primarily use Google.Building upon the concept of Search Engine Optimization (SEO), we developed and assessed a conceptual framework that includes the influences of On-Page Optimization, Off-Page Optimization, and the functioning of search engines.The theoretical framework of the study draws upon Bedny's perspective of activity, which emphasizes purposeful actions undertaken by individuals in specific contexts.Activity encompasses not only physical actions but also the psychological processes and social interactions associated with them.A sample of 400 respondents was surveyed, revealing a strong relationship between search engine optimization (as an independent variable) and the creation of a positive mental image (as a dependent variable).Competitive advantage served as a mediating variable, with dimensions including scope, site, synergy, and system, particularly among potential students.The results demonstrate that search engine optimization significantly impacts the creation and formation of a positive mental image among students at private Jordanian universities, and it correlates strongly with their self-perceptions.Further research is needed to better understand the role of search engine optimization, artificial intelligence, and big data techniques in attracting students to private universities.This study contributes to the literature on both Search Engine Optimization and Knowledge Graphs by offering a fresh perspective on how these subjects can be effectively utilized in modern marketing.Additionally, it provides insights into the benefits of SEO utilization in the context of Knowledge Graphs.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».