MétaCan
Menu
Retour à la cohorte
Enregistrement W2597755990 · doi:10.1177/0002764217701215

Do Foreigners Count? Internationalization of Presidential Campaigns

2017· article· en· W2597755990 sur OpenAlexaboutno aff
Efe Sevin, Sarphan Uzunoğlu

Notice bibliographique

RevueAmerican Behavioral Scientist · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media and Politics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPresidential systemGrassrootsPresidential electionReputationPolitical sciencePoliticsSocial mediaMass mediaAdvertisingPublic opinionPolitical economyMedia studiesSociologyLawBusiness

Résumé

récupéré en direct d'OpenAlex

The U.S. presidential elections always attract the attention of foreign audiences—who, despite not being able to vote, choose to follow the campaigns closely. For a post that is colloquially dubbed as the “Leader of the Free World,” it is not unexpected to see such an interest coming from nonvoters. Mimicking almost hosting a megaevent, the elections increase the media coverage on the United States, thus making the elections a platform to communicate with the rest of the world and to influence the reputation of the country, or its nation brand. This study postulates that the increasing adoption of social media by campaigns as well as ordinary users, increase the symbolic importance of presidential elections for foreign audiences in two ways. First, foreign audiences no longer passively follow the campaign but rather present their input to sway the American public opinion through social media campaigns. Second, foreign audiences are exposed to a variety of messages ranging from official campaigns to late-night comedy shows to local grassroots movements. The audiences both enjoy a more in-depth understanding of the elections campaigns and are exposed to alternative political views. In this study, the 2016 U.S. presidential elections are positioned as a megaevent that can influence the American nation brand. Through a comparative content and network analyses of messages disseminated over social media in the United Kingdom, Turkey, Canada, and Venezuela, the nation branding–related impacts of election campaigns are investigated.

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 candidatesÉtudes des sciences et des technologies
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 enseignants0,100
Score d'incertitude au seuil1,000

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 technologies0,0010,003
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,047
Tête enseignante GPT0,416
Écart entre enseignants0,369 · 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.

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

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Behavioral ScientistMême sujetSocial Media and PoliticsTravaux en français237 207