MétaCan
Menu
Retour à la cohorte
Enregistrement W4400653376 · doi:10.5267/j.ijdns.2024.5.015

The influence of social media content marketing on consumer engagement: A mediating of the role of consumer cognition

2024· article· en· W4400653376 sur OpenAlexvenueno aff
Amged Saleh Shkeer, Abdel‐Aziz Ahmad Sharabati, Tariq Samarah, Majed Issa Mohd Alqurneh, Ahmed Ali Atieh Ali

Notice bibliographique

RevueInternational Journal of Data and Network Science · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Marketing and Social Media
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocial mediaCustomer engagementCredibilitySource credibilityDigital marketingMarketingPerceptionBusinessPsychologyAdvertisingComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

This research investigates how social media content marketing impacts customer engagement and it gives more weight to consumer cognition as an intermediary means. According to the study, digital communication has transformed significantly in our modern era, from simple communicative and content-sharing platforms to social media networks evolved into major marketing platforms. Organizations now fundamentally bring about transformations in their interaction with consumers depending on how they choose to use these public forums. As well, this paper begins to provide a comprehensive review of the social media content marketing literature, with topics such as augmented reality, credibility of content, user-generated content, and customer perceptions. The paper has a survey sample of 350 managers from relevant organizations, selected to provide a broad representative range across fields and industries. This study, under the Technology Acceptance Model, aims to understand better, how consumers accept and employ social media content marketing. Research questions to be addressed in this forthcoming paper include an investigation into how consumer belief serves to mediate the relation between social media content marketing and customer engagement Additionally, it aims to investigate the extent to which consumer cognition intervenes in this link, and whether consumers' beliefs moderate results of an interaction with social media platform contents source (such as reading a blog or watching a video). With this theoretical framework and the related literature, the project aims to provide significant insights and make a more successful marketing practice.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,009
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,003
Communication savante0,0050,002
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,043
Tête enseignante GPT0,329
Écart entre enseignants0,286 · 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 source (Gemma direct ou Codex distillé), 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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Data and Network ScienceMême sujetDigital Marketing and Social MediaTravaux en français237 207