MétaCan
Menu
Retour à la cohorte
Enregistrement W3123751452

Is Having More Channels Really Better? A Model of Competition Among Commercial Television Broadcasters

2003· article· en· W3123751452 sur OpenAlexaff
Yong Liu, Daniel S. Putler, Charles B. Weinberg

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMerger and Competition Analysis
Établissements canadiensUniversity of British Columbia HospitalUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCompetition (biology)TelecommunicationsAdvertisingBusinessBroadcasting (networking)Computer scienceComputer security
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Competitive behavior in commercial television broadcasting is modeled to examine program choice and the effects of more channels being available on firm strategy. Specifically, broadcasters compete by selecting both the "type " and quality level of a program to offer, but do not compete on price. We obtain five major results. First, a comparison of monopoly and duopoly markets indicates that broadcasters in an industry with a larger number of competitors may provide programs of lower quality compared to broadcasters in an industry with a smaller number. Second, in terms of viewer welfare, having more channels available is not necessarily "better. " Third, broadcasters tend to choose an intermediate level of differentiation in terms of the types of programs they provide, resulting in a "counter programming " strategy. In other words, avoidance of price competition is nor required for competitors to differentiate themselves from each other. Fourth, if one broadcaster starts the evening with a higher quality (higher rated) program than its competitor, its second program should also be of higher quality. Finally, a broadcaster’s first program should be of equal or higher quality than its second program. Put another way, it always behooves a broadcaster to "lead with its best."

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,842
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,041
Tête enseignante GPT0,237
Écart entre enseignants0,196 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMerger and Competition AnalysisTravaux en français237 207