Patrocínio no circuito nacional de surf : estudo da notoriedade, atitude e intenção de compra dos espectadores face a uma marca
Bibliographic record
Abstract
Com a realização deste estudo pretendeu-se cumprir dois objetivos: i) aferir a eficácia do patrocínio desportivo através da utilização de medidas como a notoriedade da marca, a atitude face ao patrocinador e a intenção de compra dos espectadores presentes no circuito nacional de surf (Liga Moche); ii) analisar a forma como o envolvimento das pessoas com o surf pode ter influência na eficácia do patrocínio. Para cumprir estes objetivos foram aplicados 250 questionários a espectadores presentes nas provas do circuito nacional de surf. Os dados foram analisados através de estatística descritiva, testes de correlação de Pearson e de tstudent. Os resultados indicam que a marca patrocinadora do evento de surf, a Moche, apresenta elevados níveis de notoriedade espontânea (83,2%) e assistida (91,2%) entre os espectadores do circuito nacional e que os espectadores apresentam também atitudes favoráveis assim como intenções de compra favoráveis. Verificou-se também uma correlação significativamente positiva entre a atitude face ao patrocinador e as intenções de compra. Por último, os praticantes de surf e os espectadores dos eventos apresentam uma atitude mais favorável e maiores intenções de compra dos produtos patrocinadores do que os que não praticam surf nem costumam assistir a eventos de surf. Estes resultados devem ser levados em consideração pelos responsáveis de futuros eventos de surf.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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".