MétaCan
Menu
Retour à la cohorte
Enregistrement W1519430774

Humor in Slogans: Van Helsing Effect in Second Language Learning

2013· article· en· W1519430774 sur OpenAlexvenueno aff
Yen-Hsuan Sung, Shelley Ching-yu Hsieh

Notice bibliographique

RevueStudies in literature and language · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueHumor Studies and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyTest (biology)Social psychologyFace (sociological concept)Focus (optics)Linguistics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The present paper further extends the studies of Eisend (2009), Takahashi and Inoue (2009), and Kohn, et al. (2011), and applies Krishnan & Chakravarti’s (2003) experiment design to examine: 1) whether humor in slogans enhances L2 learners’ memory of the promoted items in advertisements; 2) will Vampire Effect occur in humorous slogans and distract L2 learners’ focus so much that they cannot pay attention to the importance of the promoted item itself? And, 3) is gender a distinguishing feature in terms of the acceptance and sensitivity to the humor in slogans? One pretest, two experiments and one post-test were conducted in this study. In the experiments, the participants’ immediate responses to the questions and their memory of the promoted products and candidates were vital. A follow up face-to-face interview was then conducted. It was found that L2 learners’ familiarity with the promoted items was more important than the level of humor in the slogans. That is, instead of the Vampire Effect, in which the degree of funniness is so high that it overwhelms the significance of the item promoted, the Van Helsing Effect, in which L2 learners’ previous experience is more influential in the process of recognizing the slogans and the promoted items, appears.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,248
Score d'incertitude au seuil0,602

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,009
Tête enseignante GPT0,348
Écart entre enseignants0,339 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in literature and languageMême sujetHumor Studies and ApplicationsTravaux en français237 207