L'utilisation de TikTok pour promouvoir le sport féminin : étude de la Ligue professionnelle de hockey féminin
Notice bibliographique
Résumé
Cet essai explore les stratégies de contenu de 1) la Ligue professionnelle de hockey féminin (LPHF), ainsi que deux des équipes composant la ligue, les équipes des 2) Boston Fleet et 3) de la Victoire de Montréal. Il met en lumière le rôle crucial des médias sociaux, comme TikTok, pour promouvoir le sport féminin. En analysant la visibilité et l’engagement générés par les contenus publiés, cette recherche vise à comprendre comment maximiser ces éléments pour non seulement renforcer la notoriété du sport féminin, mais aussi de la Ligue professionnelle de hockey féminin. Cet essai repose sur une analyse de contenu qualitative appliquée à un échantillon de vidéos issues des comptes TikTok de la Ligue professionnelle de hockey féminin et des équipes de Montréal et Boston. Les résultats révèlent que les contenus les plus performants en matière de visibilité et d’engagement sont des vidéos de courtes durées diffusant un contenu divertissant. Ces vidéos incluent des extraits de matchs, des moments exclusifs en immersion dans les coulisses de la ligue ou des équipes, des challenges ou des « tendances » reproduits par les joueuses. Ces formats, en mettant en avant l’accessibilité et l’authenticité, rapprochent les équipes, les athlètes et leurs fans. Cependant, l’étude montre que les vidéos contenant plusieurs types de contenu ou styles de communication sont moins populaires auprès des utilisateurs. Enfin, l’application TikTok se distingue par sa flexibilité et sa capacité à rendre des contenus rapidement viraux. En somme, TikTok et les réseaux sociaux représentent des outils incontournables pour la promotion du sport féminin. En adoptant des stratégies combinant la créativité, l’immersion, l’authenticité et le suivi des « tendances », la Ligue professionnelle de hockey féminin et ses équipes peuvent non seulement renforcer leur position, mais aussi contribuer à la reconnaissance et au développement du sport féminin dans une perspective plus égalitaire et inclusive. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : sport féminin, TikTok, réseaux sociaux, athlètes, vidéos, LPHF, Boston, Montréal
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».