MétaCan
Menu
Retour à la cohorte
Enregistrement W1697557494

The Semiotic and Typographical Analysis of Some Foreign Company Logos and Brands

2014· article· en· W1697557494 sur OpenAlexvenueno aff
Sepehr Negargar, Saeideh Ahangari

Notice bibliographique

RevueJournal of academic and applied studies · 2014
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueGraphic Design and Typography
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLogos Bible SoftwareSemioticsPragmaticsLinguisticsMerge (version control)Computer scienceCovertFormality
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This studywas an attempt to demonstrate and highlight the importance of utilizing visual elements and typographical strategies in pedagogical settings. In order to achieve the objectives of this study, 10 logos and brand names of present-day foreign food and drink,health-caring, fashion, electronic, air line, automobilemanufacturing, investment, television broadcasting and child-oriented companies were selected. The selected data were analyzed critically from Morris‟ semiotic point of view (1964) consisting of 3 subareas of investigation, namely, syntactics, semantics and pragmatics. In addition, the data were also analyzed from the typographical framework of Machin (2007) based on its 7 suggested characteristics of weight, color, size, slant, framing, formality and flourishes in order to draw clear interpretations of typographical features of selected logos and brand names. The results of the study suggest that, logos and brand names carry numerous covert messages, underlying connotative meanings and stealthy visual communicative strategies. The study concludes that a semiotic-based language teaching and learning together with familiarizing learners with typographical techniques can lend a helping hand in raising foreign language learners‟ critical awareness and facilitating communication and learning processes to a large degree.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0070,005
Études des sciences et des technologies0,0020,004
Communication savante0,0030,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,032
Tête enseignante GPT0,257
Écart entre enseignants0,226 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of academic and applied studiesMême sujetGraphic Design and TypographyTravaux en français237 207