MétaCan
Menu
Retour à la cohorte
Enregistrement W4399498403 · doi:10.1080/0965254x.2024.2341887

Making it real on social media: exploring authenticity strategies for sport and fitness influencers

2024· article· en· W4399498403 sur OpenAlex
Marta Massi, Chiara Piancatelli, Andrea Vocino, José I. Rojas‐Méndez

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Strategic Marketing · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Games and Media
Établissements canadiensCarleton UniversityAthabasca University
Organismes subventionnairesnon disponible
Mots-clésInfluencer marketingBusinessSocial mediaMarketingAdvertisingPublic relationsComputer scienceRelationship marketingMarketing managementPolitical science

Résumé

récupéré en direct d'OpenAlex

Authenticity is a multi-faceted construct, encompassing various dimensions such as originality, truthfulness, and genuineness. Its importance is particularly significant in social media influencer (SMI) marketing, although it is also paradoxically threatened by it. This article aims to emphasize the relevance of implementing strategies that promote influencer authenticity when collaborating with brands on social media platforms. The study focuses specifically on how sport and fitness influencers maintain their authenticity while partnering with brands. The research design includes semi-structured interviews, content analysis and an experiment. The study reveals that influencers in this industry adopt authenticity management strategies, which are shaped by two motives: (internal vs. external) and three drivers (i.e., attractiveness, reliability, and expertise). Six different strategies that combine these two elements are identified. Results also indicate that SMI authenticity has a significant main effect on SMI credibility, and that SMI-brand fit mediates the relationship between SMI authenticity and SMI credibility. Managerial implications and avenues for future research are identified.

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.

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 enseignants0,729
Score d'incertitude au seuil0,676

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
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 Opus0,194
Tête enseignante GPT0,375
Écart entre enseignants0,180 · 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