MétaCan
Menu
Retour à la cohorte
Enregistrement W4382792560 · doi:10.5430/jbar.v12n2p1

Considerable Factors Influencing the Selection of Children’s Wear Made in African Print Fabrics

2023· article· en· W4382792560 sur OpenAlexvenueno aff
Mercy Ampofowah Osei, Phyllis Forster, Jacquiline Ogoe

Notice bibliographique

RevueJournal of Business Administration Research · 2023
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueCrafts, Textile, and Design
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPopularitySelection (genetic algorithm)PsychologyApperceptionThematic analysisTextileQualitative researchAdvertisingSociologyComputer scienceSocial psychologyGeographyBusinessArtificial intelligenceSocial scienceCognitive psychology

Résumé

récupéré en direct d'OpenAlex

African print is gaining much popularity worldwide. Its usage for children’s wear is fast growing. Therefore, there was a need to find out what consumers considered when choosing African print fabrics for children’s wear. The research utilized the qualitative method as the main method of gathering data where a descriptive survey design was employed to solicit data from forty (40) respondents. In-depth interviews were done with school children between the ages of 5-10 years, and one of each child’s parents. The study adopted interviews and observation with children’s emotions captured by the use of the Thematic Apperception Test (TAT).Results from interviews and observations, although not generalizable indicated that different types of African print possess different qualities. Colour, price, motif size, and pattern layout influenced the selection of African print for children’s wear. The implication of this finding is that textile designers should make durable, versatile fabrics that are colourful but incorporate classic shapes and patterns with fun details.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,139
Tête enseignante GPT0,342
Écart entre enseignants0,202 · 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'étudeObservationnel
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Business Administration ResearchMême sujetCrafts, Textile, and DesignTravaux en français237 207