Adding Value to the Academic Conference Experience for Marketing Doctoral Students
Notice bibliographique
Résumé
Purpose of the Study This study ascertains how marketing doctoral students perceive attending annual academic conferences offered by marketing professional organizations. Method, Design, and Sample A survey was made available via an AMA ELMAR post announcing its availability in May 2021. The number of doctoral students who completed the survey was 57. A second round of data collection took place in March 2023 resulting in an additional 71 completed surveys. Both instruments were designed to provide greater detail on perceived favorable, unfavorable, and missing academic conference features. Results When it came to attending a conference in general, respondents indicated that hearing advancements in the discipline, informal conversation, and social enjoyment were most valuable. When it came to attending a particular conference, respondents indicated that networking opportunities, peer feedback, maintaining friendships, and social enjoyment were most valuable. Features that could enhance the academic conference experience for marketing doctoral students include a session on navigating the job market process, structured networking, presentations from industry representatives, and a scheduled social time for just doctoral students. Value to Marketing Educators This study makes a valuable contribution to the literature by enhancing our understanding of the marketing doctoral student conference experience. Providing value for them to participate in academic marketing conferences can maintain attendance numbers as seasoned faculty retire from the profession. The focus on value to encourage doctoral student attendance can also grow the membership of the sponsoring professional organizations.
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 | 0,011 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».