Luxe et Réseaux Sociaux : Proposition d'une Typologie des Fans des pages Facebook des Marques de Luxe
Bibliographic record
Abstract
Bien que le luxe se caractérise par une image de rareté et de sélectivité, les médias sociaux reposent sur une notion d'accessibilité. Les marques de luxe qui ont longtemps été sceptiques ont finalement intégré les médias sociaux dans leurs stratégies marketing. Aujourd'hui, la majorité des marques sont présentes sur les médias sociaux. L'objectif de cette recherche est d'établir une typologie des fans des pages Facebook des marques de luxe en fonction des leurs attentes et perceptions de ces pages. Sur base d'une revue de la littérature des articles fondateurs sur le luxe et ses consommateurs, ainsi que sur les réseaux sociaux et le luxe, une méthode mixte suivant un design explicatif a été mis en place. Ce design séquentiel est composé d'une méthodologie quantitative comprenant l'envoi d'un questionnaire en ligne suivi d'une méthodologie qualitative englobant des entrevues en profondeur avec des consommateurs de luxe et un groupe de discussion avec des fans non-consommateurs. A la suite d'une analyse typologique, les résultats montrent que les fans sont hétérogènes lors de l'utilisation de pages Facebook de marques de luxe. Après caractérisation des groupes, cela nous amène à souligner l'existence de deux catégories de fans des pages Facebook de marques de luxe : les « enthousiastes » et les « opportunistes ». L'identification de ces deux catégories devrait aider la marque à adapter le contenu de ses pages Facebook en fonction de la catégorie cible.
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 | 0.003 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.004 | 0.002 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.004 | 0.004 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 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".