MétaCan
Menu
Retour à la cohorte
Enregistrement W2951282126 · doi:10.18037/ausbd.579205

Nüfuzumu Kullanırken Ben: Türkiye’deki Moda Instabloggerlarının Ürün Yerleştirme Uygulamaları Üzerine bir İçerik Analizi

2019· article· tr· W2951282126 sur OpenAlexaff
Gül Şener, Eda Öztürk, Hasan Kemal Süher

Notice bibliographique

RevueAnadolu Üniversitesi Sosyal Bilimler Dergisi · 2019
Typearticle
Languetr
DomaineSocial Sciences
ThématiqueDigital Marketing and Social Media
Établissements canadiensIntertek (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsArt

Résumé

récupéré en direct d'OpenAlex

Farkındalık ve ürünlere yönelik talep yaratma konusunda giderek artan nüfuzları, bloggerları markalar için vazgeçilmez birer pazarlama oyuncusuna d.nüştürmüştür. Zaman içinde oluşturdukları takipçi tabanlarına yönelik sürekli içerik paylaşımında bulunan bu dijital elitler, Nüfuz Pazarlaması’nın yeni otoriteleri haline gelmiştir. Markalar ise ticari değeri olan bu içeriğin parçası olmanın yolu olarak genellikle ürün yerleştirme çalışmalarını seçmektedir. Bu çalışmanın amacı, Türkiye’deki moda Instabloggerları’nın yaptıkları Instagram paylaşımlarına içerik analizi yöntemi uygulayarak ürün yerleştirme pratiklerinin belirleyici unsurlarını ortaya koymaktır. Yapılan analiz sonucunda, hesabın büyüklüğü (Mega, Orta Gü., Mikro) ve türünün (Sokak Modası/Yüksek Moda) yapılan ürün yerleştirmelerin belirginlik, interaktivite, anlatısal uyum ve etkileşim düzeyinde istatistiksel olarak anlamlı farklar yarattığı bulgulanmıştır.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,745
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,001
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,004

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 Opus0,007
Tête enseignante GPT0,225
Écart entre enseignants0,217 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnadolu Üniversitesi Sosyal Bilimler DergisiMême sujetDigital Marketing and Social MediaTravaux en français237 207