MétaCan
Menu
Retour à la cohorte
Enregistrement W4376142632 · doi:10.54097/hset.v47i.8184

The Analysis of the Factors that Influence the Film Revenue

2023· article· en· W4376142632 sur OpenAlex
Bingyu Hao

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueHighlights in Science Engineering and Technology · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCinema and Media Studies
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésPopularityRevenueRegression analysisVariablesSet (abstract data type)AdvertisingBox officeMarketingLinear regressionBusinessEconometricsComputer scienceEconomicsAccountingPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

As the rapid development of the economy in this era, in response to the needs of people in modern society, people are also demanding more and more movies. the film industry is also in constant development. Firstly, summarizing the results of other domestic and foreign scholars' research on the analysis of factors influencing box office revenues by reviewing national and international academic websites for information related to the topic of this paper. Afterwards, in this paper, analysis of the factors that influence movie revenue with respect to the data set on movies provided by Kaggle website which contains the information of more than 10,000 movies. By choosing the characteristics from the data set which are revenue, popularity, runtime and vote average followed by performing visual analysis showing the relationship between the response variables and independent variables and building the linear regression model. The result shows that the popularity, budget and vote average have significant effects on the revenue. Finally, the suggestions are made on the factors influencing each film's box office revenue and also expressed positive thoughts on the future development of the film industry.

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.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,482
Score d'incertitude au seuil0,242

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,005
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,014
Tête enseignante GPT0,208
Écart entre enseignants0,194 · 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