MétaCan
Menu
Retour à la cohorte
Enregistrement W4417361426 · doi:10.1145/3785356

The Role of Social Support and Influencers in Content Markets

2025· article· en· W4417361426 sur OpenAlexaff
Junwei Su, Peter Marbach

Notice bibliographique

RevueACM Transactions on Economics and Computation · 2025
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueGame Theory and Applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésInfluencer marketingContext (archaeology)CurrencyDual (grammatical number)Face (sociological concept)Core (optical fiber)Content (measure theory)

Résumé

récupéré en direct d'OpenAlex

How can individual agents coordinate their actions in a distributed manner to achieve a shared objective? This question arises across various systems—economic, technical, and sociological—all of which face common challenges such as scalability, heterogeneity, and conflicting individual and collective goals. In economic markets, these challenges are mitigated by the use of a common currency, which enables participants to coordinate their actions toward efficient outcomes. This raises the question of whether similar mechanisms, such as a common currency, can be applied to other systems, including technical and sociological contexts. In this paper, we explore this idea within the context of social media, where communities form around shared interests. We propose that social support (in the form of likes, shares, and comments) functions as a currency that coordinates the actions of users in content markets. We investigate two core questions: (1) Can social support serve as a currency that shapes the production and sharing of content, and (2) What role do influencers play in coordinating content creation and dissemination? Through formal modeling and analysis, we demonstrate that social support can act as an efficient coordination mechanism, similar to money in economic markets. Influencers play a dual role in aggregating content and acting as proxies for information, helping content producers navigate large markets. Our findings suggest that while social support as a currency leads to efficient outcomes in ideal markets, imperfections in information introduce a “price of influence,” resulting in suboptimal outcomes. However, as content markets grow, this price diminishes, and social welfare approaches optimal levels. These insights offer a framework for understanding coordination in distributed environments, with potential applications to both sociological and technical systems, including multi-agent AI systems.

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)0,001
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,934
Score d'incertitude au seuil0,149

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
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 Opus0,040
Tête enseignante GPT0,321
Écart entre enseignants0,282 · 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'étudeAutre devis
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACM Transactions on Economics and ComputationMême sujetGame Theory and ApplicationsTravaux en français237 207