MétaCan
Menu
Retour à la cohorte
Enregistrement W4413312806 · doi:10.1016/j.jretai.2025.08.001

Creating and maintaining digital third places: Orchestrating interaction ritual chains at a distance

2025· article· en· W4413312806 sur OpenAlexaff
Özlem Sandıkçı, Bige Saatçioğlu, Eileen Fischer

Notice bibliographique

RevueJournal of Retailing · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Games and Media
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésBusinessEconomic geographyAdvertisingInternet privacyMarketingPublic relationsComputer scienceGeographyPolitical science

Résumé

récupéré en direct d'OpenAlex

With online and offline lives increasingly intertwined, hybrid retail spaces are emerging as new social hubs akin to classical third places. Third places refer to spaces apart from work and home, such as cafes and bars, that provide opportunities for social interaction. While prior research has primarily conceptualized third places as physical establishments, it also acknowledges that online environments, such as multiplayer gaming platforms or chatrooms, can fulfil similar functions. Yet, despite the recognized social-supportive role of retail venues, relatively little is known about how third place atmospheres can effectively be orchestrated in online retail settings. This study addresses this gap through an ethnographic investigation of a digital platform that recreates a physical third place online, enabling consumers to gather for long hours, consuming, conversing, and socializing. We find that, in online retail settings, third place atmospheres can be cultivated through the deliberate orchestration of technology-mediated interaction ritual chains. Through three interconnected processes – ritual framing, boundary regulation, and affective synchronization – that unfold before, during, and after the gatherings, the online setting transforms into a digital third place. Both retailers and consumers play pivotal roles in this transformation. Drawing on these findings, we offer several theoretical contributions and managerial recommendations.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,007
Communication savante0,0070,007
Science ouverte0,0010,009
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,018
Tête enseignante GPT0,311
Écart entre enseignants0,292 · 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'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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of RetailingMême sujetDigital Games and MediaTravaux en français237 207