Bibliographic record
Abstract
I en verden hvor landegrensene blir mer og mer flytende, blir konkurransen nasjonene imellom på det internasjonale markedet større og større. Det konkurreres om turister og talenter, om eksport av varer og investeringer. Nasjoner må skille seg ut for å gjøre seg synlig, og i den sammenheng har begrepet nasjonsbranding vokst frem. Teorien går ut på at nasjoner bør bygge en konkurransedyktig identitet for å kunne hevde seg på den globale arenaen. Utenriksdepartementet har de siste årene arbeidet aktivt med å bygge Norges omdømme i utlandet. Dette arbeidet prioriteres i noen utvalgte land og to av disse landene er USA og Canada. Ambassaden i Washington D.C. har i den anledning laget et magasin, Norway Today, som gir en bred presentasjon av hva Norge er i dag fordelt på fem områder; kultur, energi, Nordområdene, bærekraft og turisme. Denne oppgaven har undersøkt hvilke retoriske strategier som benyttes i magasinet for å formidle Norges identitet, og sett på hvor hensiktsmessige de er med tanke på nasjonsbrandingens krav om differensiering. Analysen viser at en overvekt av strategiene forsøker å overbevise gjennom ethos og logos. En av grunnene til dette kan være det faktum at Norge er et forholdsvis ukjent land i USA og Canada. Siden publikum ikke har noen allerede etablerte forestillinger om Norge er det vanskeligere å engasjere publikum emosjonelt. Dermed må man i større grad bevise hva nordmenn kan og på den måten bygge en troverdig karakter på det feltet det er snakk om. Strategiene som benyttes i delene om energi og Nordområdene klarer å profilere Norge med en tydelig identitet og kan derfor sies å ha en sterk overbevisende kraft, mens det i kulturdelen brukes eksempler som ikke helt klarer å tegne et troverdig bilde av Norge som moderne kulturnasjon. Turistdelen er preget av pathos, men utnytter ikke det retoriske potensialet som finnes i bilder til det fulle. Dette kan svekke publikums oppfattelse av Norge som en attraktiv turistdestinasjon.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.009 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.166 | 0.058 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".