Klassikoiden paluu : Nostalgia markkinoinnin työkaluna
Notice bibliographique
Résumé
Opinnäytetyön tavoitteena on selvittää nostalgian vaikutusta markkinoinnin työkaluna. Opinnäytetyö toteutettiin ymmärrystä lisäävänä tutkimuksena, jossa ilmiötä tutkittiin tieteellisistä lähteistä sekä havainnoiden ja haastatellen. Aihe valikoitui tutkijan oman kiinnostuksen pohjalta, siitä kuinka nostalgia vaikuttaa kuluttajakäyttäytymiseen parhaimmillaan. Aineistona tutkimuksessa käytetyt tieteelliset lähteet ovat niin verkko- kuin kirja- lähteitä. Metodologiassa on käytetty myös kuva-, havainnointi-, kuin sosiaalisen median lähteitä. Aineistot täydentävät toisiaan ja auttavat ymmärtämään tutkittavaa ilmiötä. Tutkimuksessa tulee ilmi keskeisimpänä tuloksena se, että nostalgia vaikuttaa kuluttajien ostopäätöksiin elämystaloudessa merkittävästi, jos nostalgiaa on käytetty markkinoinnissa oikein ja harkiten. Tutkimuksessa tulee myös ilmi se, että kuluttajat arvostavat elämystapahtumissa sitä, että ne tuovat lisäarvoa heille. Käyttötavaran osalta nostalgia ei ole avainasemassa markkinoinnissa vaan, että se olisi käytännöllistä käytettävyydeltään kuluttajien arjessa. Tutkimuksen jatkokehitysideoita ovat toimeksiantajan hankkiminen sekä suuremman otannan tutkiminen. Tutkimista voisi myös toteuttaa monimenetelmällisesti ja hankkia kvalitatiivista tutkimusdataa, joka tukisi teemahaastattelun havainnoin- tia tilastollisella aineistolla.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,011 | 0,005 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,079 | 0,029 |
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 ».