Something Ordinary to Something Navy- Exploring Influencer Arielle Charnas’ use of Parasocial Interaction Techniques on Instagram
Notice bibliographique
Résumé
The purpose of this research paper is to explore ideas that may highlight why Instagram users may be interested in following the lives and daily activities of social media influencers on Instagram. Social media influencers have been defined as “independent third party endorsers who have developed sizeable social networks by sharing details about their personal lives, experiences, and opinions publicly through texts, pictures, videos” (Ki & Kim, 2019, p. 905). Research also suggests that if successful, influencers can become “opinion leaders who communicate with a sizeable social network of people following them” (Boerman, 2020, p. 199). Arielle Charnas is a New York City fashion influencer with over one million followers on Instagram, and she will be used as a case to study alongside parasocial interaction to explore how, as an influencer, she incorporates techniques from this theory to establish a connection with her followers. This MRP supports research that proposes that the two established parasocial interaction techniques of perceived interactivity and openness “should increase feelings of parasocial interaction” (Labrecque, 2014, p. 136). Moreover, the analysis of Arielle’s Instagram supports the concept that the development of feelings of a parasocial relationship can be enhanced when “media presentations resemble interpersonal interaction” (Perse & Rubin, 1989, p. 60).
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».