MétaCan
Menu
Retour à la cohorte
Enregistrement W4312430679 · doi:10.4018/978-1-6684-3436-9.ch012

Show Me a Story

2022· book-chapter· en· W4312430679 sur OpenAlexaff
Michael W. Lever, Statia Elliot

Notice bibliographique

RevueAdvances in hospitality, tourism and the services industry (AHTSI) book series · 2022
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueDigital Marketing and Social Media
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésVerisimilitudeNarrativeStorytellingPsychologyPlot (graphics)Customer engagementRepresentation (politics)Social mediaCognitionComputer scienceAestheticsArtLiteratureWorld Wide WebMathematicsPolitical science

Résumé

récupéré en direct d'OpenAlex

User-generated videos (UGVs) are stories, and stories reflect how we experience the world. This chapter explores the story-like nature of UGVs by applying narrative analysis to deconstruct a tourism destination's Instagram Reels, revealing their influence on user engagement. Posted comments for each of 20 Reels are coded based on their representation of cognitive, affective, and behavioral dimensions of engagement as they relate to the story elements of plot, character, and verisimilitude. Results indicate that the most engaging Reels feature all story elements, unique locations, and personalized stories. These fulsome video stories are most likely to provoke cognitive engagement, whereas UGVs with fewer elements provoke emotional engagement. This study uniquely connects destination engagement and narrative elements in user-generated storytelling videos to guide destination social media marketing effectiveness.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,803
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,003
Communication savante0,0000,005
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,008
Tête enseignante GPT0,256
Écart entre enseignants0,248 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in hospitality, tourism and the services industry (AHTSI) book seriesMême sujetDigital Marketing and Social MediaTravaux en français237 207