Le marketing technologique dans l'industrie du sport ou la nécessité de gérer une double complexité des produits
Bibliographic record
Abstract
Résumé Les produits sportifs ont connu une évolution remarquable ces 20 dernières années, tant du point de vue de leurs caractéristiques techniques que du point de vue de leur design. C’est pourquoi ils sont loin d’être simples car ils nécessitent d’incorporer des technologies de plus en plus perfectionnées, et doivent en même temps satisfaire un consommateur spécifique. Les politiques de marketing des industriels du sport doivent donc à la fois satisfaire un consommateur polyvalent et intégrer les contraintes inhérentes à la fonction recherche et développement. Ainsi, le concept de produit sportif revêt un intérêt conceptuel majeur pour le chercheur. Pourtant, ni les sciences de gestion ni les sciences du sport ne se sont pour l’instant intéressées à ce champ théorique, préférant se concentrer sur le marketing des services sportifs (événements, commandite ou sponsoring , contrats de sportifs, publicité, etc.), plus conformes à l’image du «sport-spectacle» relayée par les médias. En utilisant les travaux de Clark et Fujimoto (1991) sur la double complexité des produits, ou ceux de Holt (1995) sur l’explication de la consommation sur le plan qualitatif, l’auteur intègre la culture du domaine sportif aux sciences de gestion. Dans cette industrie, l’instabilité des cycles de vie et la taille restreinte des marchés obligent les firmes à se diversifier et à s’internationaliser. Pour dominer l’ensemble de ces contraintes, les firmes développent des segmentations propres au marketing du sport. Dans cet article, le secteur sportif est étudié à la fois du côté du producteur et de celui du consommateur (construction des cycles de vie, analyses quantitative et qualitative).
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.009 | 0.005 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.015 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".