MétaCan
Menu
Retour à la cohorte
Enregistrement W4246073019 · doi:10.32920/ryerson.14643840.v1

Jumping on the “brand-wagon”? An Examination of Political Branding in the 2011 Canadian Federal Election

2021· preprint· en· W4246073019 sur OpenAlexafffundabout
Zandra Alexander

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineArts and Humanities
ThématiqueDiscourse Analysis in Language Studies
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesMcMaster University
Mots-clésPoliticsPolitical communicationPolitical scienceDemocracyFederal electionPublic relationsPhrasePolitical advertisingAdvertisingMedia studiesSociologyLawBusinessLinguistics

Résumé

récupéré en direct d'OpenAlex

Political branding is an increasingly prominent term in both the academic and industry realms of political communication. Yet much debate has been waging regarding its viability as a concept of study. Some scholars express concern regarding the impact on democratic discourse and voter engagement, while others question its existence beyond a trendy marketing phrase. Before such questions of impact can be explored in-depth, it is important to first determine if political branding can actually be detected and measured as a truly unique form of political communication. The question of political branding as a measurable form of political communication will be explored through the lens of the 2011 Canadian federal election. The study begins by briefly tracing the historical evolution of political communication in post-war democracies. From there, various definitions of the concept are discussed, before moving to some of political branding’s key features. A multimodal content analysis is preformed on 33 television advertisements from the three major political parties participating in the 2011 Canadian federal election in an attempt to discover if branded qualities are present in the advertising content, and if so, to what extent?

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)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,084
Score d'incertitude au seuil0,609

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0070,010
Études des sciences et des technologies0,0150,006
Communication savante0,0070,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,054
Tête enseignante GPT0,288
Écart entre enseignants0,234 · 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'étudeQualitatif
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

Citations0
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetDiscourse Analysis in Language StudiesTravaux en français237 207