MétaCan
Menu
Retour à la cohorte
Enregistrement W4321153537 · doi:10.1093/jcr/ucad013

The Emergence and Evolution of Consumer Language Research

2023· article· en· W4321153537 sur OpenAlexaff
Grant Packard, Jonah Berger

Notice bibliographique

RevueJournal of Consumer Research · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueDigital Communication and Language
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésKey (lock)Consumer researchService (business)Work (physics)SociologyPsychologyComputer scienceAdvertisingMarketingBusinessEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Over the last 50+ years, there has been a huge rise in interest in consumer language research. This article spotlights the emergence and evolution of this area, identifying key themes and trends and highlighting topics for future research. Work has evolved from exploration of broad language concepts (e.g., rhetorics) to specific linguistic features (e.g., phonemes) and from monologues (e.g., advertiser to consumer) to two-way dialogues (e.g., consumer to service representative and back). We discuss future opportunities that arise from past trends and suggest two important shifts that prompt questions for future research: the new shift toward using voice (vs. hands) when interacting with objects and the ongoing shift toward using hands (vs. voices) to communicate with people. By synthesizing the past, and delineating a research agenda for the future, we hope to encourage more researchers to begin to explore this burgeoning area.

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)0,033
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,989
Score d'incertitude au seuil0,175

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0330,029
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0110,009
Études des sciences et des technologies0,0030,033
Communication savante0,0160,019
Science ouverte0,0020,006
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,137
Tête enseignante GPT0,454
Écart entre enseignants0,318 · 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.

Devis d'étudeObservationnel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations50
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Consumer ResearchMême sujetDigital Communication and LanguageTravaux en français237 207