MétaCan
Menu
Retour à la cohorte
Enregistrement W1982821282 · doi:10.1080/17535069.2015.1037341

A comparative analysis of place branding in Michigan and Ontario

2015· article· en· W1982821282 sur OpenAlexaffabout
Richard C. Sadler, Evan Cleave, Godwin Arku, Jason Gilliland

Notice bibliographique

RevueUrban Research & Practice · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiverse Aspects of Tourism Research
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésPlace brandingPoliticsLocal economic developmentContext (archaeology)RestructuringEconomic geographyEconomic restructuringPolitical scienceGlobalizationGeographyEconomyEconomic growthEconomicsTourism

Résumé

récupéré en direct d'OpenAlex

Place branding has increasingly been adopted as a municipal initiative to change the trajectory of local economic development. Specifically, local municipalities and communities have used place branding not only as a response to the influence of globalization and neo-liberalism, but also economic challenges and restructuring. Like any other initiative, the ultimate goal is to enhance the economic and social well-being of local jurisdictions. Although a popular strategy, it is not clear if and how locally specific factors mediate the process. By comparing two cross-border geographical areas, this study attempts to identify how regional variability in the manifestation of political-economic forces, as well as geographical influences, affects the use of place branding at local scales. Every municipality in Michigan (n = 1774) and Ontario (n = 414) was systematically examined for the presence and message of local place brands as presented through logos and slogans. The comparative analysis demonstrated that Ontario’s municipalities utilized place branding to a greater extent, and that the dominant messages differ by region. Further, this analysis shows that – beyond political differences – geographical context appears to have an effect on both local place branding usage and message.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,165

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,005
Études des sciences et des technologies0,0040,001
Communication savante0,0010,001
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 Opus0,249
Tête enseignante GPT0,496
Écart entre enseignants0,247 · 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'étudeObservationnel
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

Citations27
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUrban Research & PracticeMême sujetDiverse Aspects of Tourism ResearchTravaux en français237 207