"Pour boire il faut vendre" : la communication des brasseries sur les réseaux sociaux. Analyse de contenu et en reÌception des publications Facebook de deux marques de bieÌre en 2014
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Ce meÌmoire cherche aÌ savoir comment communiquent les brasseries sur les reÌseaux sociaux aÌ lâheure du Web 2.0. LâarriveÌe de ce nouveau contexte interconnecteÌ chamboule les pratiques de communication traditionnelles des entreprises. Les brasseries ne sont par ailleurs pas novices en termes de communication, de publiciteÌ et de marketing et jouissent dâune grande expeÌrience en la matieÌre. Elles ont lâhabitude de communiquer certains messages, valeurs ou theÌmatiques lors de leurs communications audio-scripto-visuelles aÌ savoir la mise en avant de la convivialiteÌ, de la masculiniteÌ, du sport et du pays de production de leur breuvage. LâhypotheÌse que deÌfend ce travail est que ces meÌmes valeurs sont transposeÌes aux communications effectueÌes par les brasseries sur les reÌseaux sociaux. Afin de confirmer cette hypotheÌse, ce meÌmoire met en Åuvre une analyse de contenu et de reÌception dâun corpus de publications effectueÌes sur le reÌseau social Facebook lors des trois premiers mois de lâanneÌe 2014 par deux marques de bieÌre importantes dans leur pays respectif : la Jupiler pour la Belgique et la Molson Canadian pour le Canada. Au terme de cette recherche, nous confirmons lâhypotheÌse de deÌpart en concluant que les deux marques eÌtudieÌes font appel aux meÌmes theÌmatiques que dans leur communication plus traditionnelle durant notre peÌriode dâeÌtude. De plus, nous concluons que ces theÌmes semblent efficaces au vu de la reprise qui en est faite dans les commentaires des « fans » des pages eÌtudieÌes.
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.003 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 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 it