MétaCan
Menu
Retour à la cohorte
Enregistrement W4380481949 · doi:10.6000/1929-4409.2020.09.383

Storytelling in Media Communication: Media and Art Models

2022· article· en· W4380481949 sur OpenAlexvenueno aff
Gulmira Amangeldiyeva, Muratbek Toktagazin, Bauyrzhan Zh. Omarov, Saule S. Tapanova, Roza Nurtazina

Notice bibliographique

RevueInternational Journal of Criminology and Sociology · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLanguage, Communication, and Linguistic Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStorytellingContext (archaeology)PostmodernismNarrativeSociologyGlobalizationSpace (punctuation)Object (grammar)Value (mathematics)AestheticsMultimediaMedia studiesAdvertisingComputer scienceArtHistoryLiteraturePolitical scienceBusinessLawArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The article is devoted to study of storytelling models in media communication in the context of globalization and postmodernism of information space. This article is of interest because recently storytelling as a special type of communication has become an object of research in science. Advertising has modified, turning into art of storytelling and brand-image. In this article, the specifics of storytelling are analysed, its definition is provided, functions and types are pointed out. The authors also consider such phenomena as landing and longread inseparable from storytelling in online space. In the article, there is characteristic of each component of technique of transmedia narration in the context of postmodernism information community and globalisation changes. The author analyses how the story in advertising is tool of reflection and experience transfer, value and cultural identification and how affect the audience. Using the example of popular commercials, the author studies how storytelling and myth are connected and how it is implemented within media space.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0030,015
Communication savante0,0130,012
Science ouverte0,0010,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,109
Tête enseignante GPT0,365
Écart entre enseignants0,256 · 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'étudeThéorique ou conceptuel
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

Citations15
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Criminology and SociologyMême sujetLanguage, Communication, and Linguistic StudiesTravaux en français237 207