MétaCan
Menu
Retour à la cohorte
Enregistrement W2062996534 · doi:10.2501/s0021849909090011

Split-Second Recognition: What Makes Outdoor Advertising Work?

2009· article· en· W2062996534 sur OpenAlexaff
Lex van Meurs, Mandy Aristoff

Notice bibliographique

RevueJournal of Advertising Research · 2009
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Behavior in Brand Consumption and Identification
Établissements canadiensCanadian Historical Association
Organismes subventionnairesnon disponible
Mots-clésHeadlineAppealAdvertisingProduct (mathematics)BusinessPsychologyMarketingPolitical scienceMathematics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT CBS Outdoor used a tachistoscope to determine how long it takes to recognize the brand/product advertised in 187 outdoor posters in the Netherlands. Additionally, CBS Outdoor measured the creative appeal of these advertisements. Using 80 content and format variables, an explanatory model was developed to measure creative appeal and brand/product recognition. Some preliminary findings: Clear branding and the inclusion of new-product information enhance product recognition. Large amounts of text and pictures of people delay product recognition. Lengthy, large headlines, information cues, humor, and images of women delay brand recognition. Short headlines, a somewhat longer body text, and a product shot enhance the creative appeal of posters. Specifying a brand name in the headline or providing price information reduces appeal.

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)0,003
score de la tête « metaresearch » (Gemma)0,024
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0060,004
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0200,005

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 Opus0,105
Tête enseignante GPT0,351
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

Citations53
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advertising ResearchMême sujetConsumer Behavior in Brand Consumption and IdentificationTravaux en français237 207