Packaging digital culture to young smokers
Notice bibliographique
Résumé
Tobacco companies frequently seek to associate their products with certain lifestyle images in an attempt to foster brand-specific identities for their cigarettes. As demonstrated by industry-sourced segmentation analyses, for example, companies divide smokers into broad groups based on personal characteristics and strategise on how to adapt their products to increase attractiveness for these imagined communities.1–3 Linking tobacco products with the hallmarks of the digital age, such as social media and innovative technologies, seems to have become a marketing goal for a number of tobacco companies.4–6 Indeed, several studies have hypothesised that the use of mobile phones and smoking may be connected (either as complimentary or competing behaviours) in light of the fact that these products may provide users with opportunities for identity formation and rebellion.7–9 Drawing from a larger study of top selling international brands, we report three illustrative case studies which underscore a recognisable pattern of digital culture in package design. Between July 2011 and January 2012, we collected a sample of top market share cigarette brands comprising 193 cigarette packages from 23 countries as part of the wider Chatter Box project hosted at the University of Toronto's Ontario Tobacco Research Unit. The countries targeted were culturally diverse, drawn from five continents (North America, South America, Europe, Asia and Australia). Using a combination of qualitative content analysis and semiotic analysis, we identified a common theme of ‘digital culture’ among a series of packs from countries including South Korea, Japan, Lebanon, Switzerland, Italy, Belgium, Russia, Serbia, the Netherlands and the USA. Kent …
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».