Campagnes humanitaires choc : pour une meilleure compréhension de leur efficacité: Réflexions sur l’article « Emotions et comportements prosociaux : étude de l’efficacité des campagnes humanitaires émotionnelles » de Jeanne Albouy
Bibliographic record
Abstract
L’article intitulé « Emotions et comportements prosociaux : étude de l’efficacité des campagnes humanitaires émotionnelles », rédigé par Jeanne Albouy (2017) et récemment publié dans la revue Recherche et Applications en Marketing, démontre de manière indiscutable l’efficacité des publicités choc dans le cadre des appels à la solidarité. Plus précisément, cette étude souligne dans quelle mesure l’empathie et les émotions négatives générées par les campagnes choc entraînent des attitudes positives envers l’annonce et la cause, ainsi que l’intention d’aider l’association. Ce travail est important, car il permet de résoudre un conflit dans la littérature, à savoir des conclusions divergentes qui ont montré des résultats aussi bien positifs que négatifs pour les campagnes humanitaires à caractère émotionnel et cru (Bendapudi et al., 1996 ; Bennett, 1996 ; Chang et Lee, 2009 ; Sargeant, 1999). En outre, comme toute bonne étude, ce travail ouvre également la voie à de nouvelles opportunités d’analyse ultérieure concernant le rôle de la publicité choc dans le cadre de campagnes de communication humanitaires. Ces réflexions tenteront de mettre en évidence d’autres opportunités potentielles de recherche. Le débat portera plus précisément sur trois pistes d’intérêt potentiel : 1) une analyse plus approfondie de la notion de publicité choc dans le cadre des campagnes humanitaires, 2) la compréhension des différences potentielles dans le contexte d’exposition du public aux publicités choc et les conséquences y afférentes, et 3) la prise en considération d’autres indicateurs de persuasion susceptibles de fournir des indications précieuses sur la façon dont la publicité choc a un impact sur le marché.
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 | 0.008 | 0.018 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.005 |
| Scholarly communication | 0.007 | 0.009 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.003 | 0.007 |
| Insufficient payload (model declined to judge) | 0.014 | 0.001 |
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".