Visual storytelling with archetypes: howsingle-image content can tell cohesive and consistent brand stories
Notice bibliographique
Résumé
Purpose Despite the rise of visual content in marketing practice, guidance on visual storytelling remains scarce. Integrating neo-archetypal theory with practice theory, this paper examines whether archetypes can facilitate the translation of specific plot-based brand stories into still images, and how managers can select single-image content to create cohesive and consistent articulations of archetypes over time. Design/methodology/approach This paper examines the use of archetypes in visual storytelling at both outcome (i.e. how well brands enact archetypes) and process-levels (i.e. what managerial actions and thought patterns drive variations in archetype consistency): The study performs a critical visual analysis of 1,244 Instagram posts across seven wine brands to identify dominant character archetypes expressed through these images. Furthermore, the study conducts 10 depth interviews with representatives of the seven brands and professional storytellers to examine how managers select images to tell brand stories. Findings Findings demonstrate that archetypes can align meanings between plot-based brand stories and visual content. The study finds that some brands are more consistent than others in their archetypal enactments, and details how these differences are produced by competing teleoaffective structures that either promote or inhibit alignments of archetypal meanings. Originality/value The study findings contribute to the literatures on visual storytelling and archetypal marketing by advancing understandings of (a) the role of archetypes in visual storytelling (i.e. archetypes can express differentiated and nuanced brand meanings, but they must be enrolled in storytelling practices to affect how marketers act and what makes sense for them to do) and (b) how a visual mix is articulated in marketing practice (i.e. how competing goals can be balanced and what dangers are posed by overly emphasizing customer engagement metrics).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».