Suomen matkailullinen maabrändi italialaisissa matkablogeissa: visuaalisen aineiston analyysi maabrändi-identiteetin ja maabrändi-imagon kohtaavuudesta
Notice bibliographique
Résumé
Visit Finland on asiantuntijaorganisaatio, joka on vastuussa Suomen matkailullisen maabrändin kehittämisestä ja markkinointiviestinnällisistä toimenpiteistä. Tavoitteena on erottua kilpailijoista ja tehdä Suomea tunnetummaksi matkailumaana. Matkailijoina tässä tutkimuksessa toimivat italialaiset matkabloggaajat. He tuottavat sosiaaliseen mediaan sisältöä, ja toimivat itse matkakohteen markkinoijana eli kanssatuottajana. Tutkielman teoreettinen viitekehys muodostuu maabrändin, asiakaslähtöisen brändipääoman ja markkinointiviestintää koskevan teoreettisen keskustelun pohjalta. Tutkimuksen tarkoitus on selvittää kuinka Visit Finlandin markkinoima brändi-identiteetti ja italialaisten matkabloggaajien kokema brändi-imago kohtaavat. Tutkielmani päätutkimuskysymys kuuluu: kuinka italialaisten matkailijoiden mielikuvat Suomesta vastaavat Suomen matkailullista maabrändiä? Ensimmäinen osakysymys on: kuinka Suomen matkailullinen maabrändi esitellään Visit Finlandin markkinointiviestinnässä? Toinen osakysymys on: kuinka Suomi esitellään italialaisissa matkablogeissa? Tutkimuksen aineisto kerättiin Visit Finlandin verkkosivustolta ja italialaisten matkabloggaajien blogisivustoilta. Tutkittavia blogeja oli yhteensä neljä. Mediaesitykset analysoitiin visuaalisen aineiston analyysillä, jossa hyödynnettiin vastaanottajakeskeistä kuva-analyysiä ja teemoittelua. Tutkimustulokset osoittavat, että Visit Finlandin markkinoima brändi-identiteetti, ja italialaisten matkailijoiden kokema brändi-imago kohtaavat suhteellisen hyvin, joka tarkoittaa, että maabrändäys on onnistunutta. Suomi esiteltiin blogeissa erittäin positiivisessa valossa – luontoa kunnioittavana, kylmänä, hiljaisena, lapsiystävällisenä ja toimivana maana.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,011 | 0,006 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,046 | 0,008 |
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 ».