L'optimisme comparatif comme indicateur d'efficacité d'une publicité utilisant la peur
Bibliographic record
Abstract
Afin de déterminer si l'optimisme comparatif est un indicateur d'efficacité d'une publicité utilisant une forte peur, une expérimentation auprès de 173 universitaires de l'Université du Québec à Trois-Rivières issus du programme d'administration a été effectuée. Pour ce faire, quatre groupes d'expérimentation ont été formés : un groupe exposé à une publicité faible peur, un second soumis à une publicité forte peur axée sur la recommandation, un troisième exposé à une publicité forte peur axée sur la menace et un groupe témoin soumis à aucune publicité. Le thème des publicités était l'alcool au volant. L'analyse des résultats statistiques n'a pas permis d'établir un lien entre l'exposition à une forte peur et l'augmentation de l'optimisme comparatif. Toutefois, d'autres analyses ont mis en évidence le lien entre un fort optimisme comparatif, le traitement efficace d'une publicité utilisant la peur et la prédiction comportementale, et ce, peu importe le niveau de peur utilisé. Effectivement, selon la présente recherche, l'optimisme comparatif serait un allié des communications publiques et non une tendance à contrecarrer. Cette étude soulève également la consommation d'alcool réelle comme variable modératrice importante dans la perception des risques, la prédiction comportementale et le niveau d'implication envers le thème
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 | 0.026 | 0.054 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.015 | 0.002 |
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".