Podcast vuonna 2018 : Podcastien paikka audiomarkkinoilla eurooppalaisin silmin
Notice bibliographique
Résumé
Tämän opinnäytetyön tavoitteena on selvittää, mikä on podcastin nykytila vuonna 2018 eurooppalaisin silmin.\n\nTeoriaosuudessa käydään läpi, mikä podcast on, miten podcast määritellään, kuinka se eroaa muusta audiosta ja ketkä sen kuluttajia ovat. Lisäksi tutkitaan, miten podcastien suosio eroaa Yhdysvaltojen ja Euroopan välillä ja mitkä ovat Euroopan sisäiset erot. Tutkimuksen teoria-aineisto koostuu erilaisista podcast- ja audiokulutustutkimuksista Yhdysvalloissa ja Euroopassa. \n\nOpinnäytetyötä varten on haastateltu podcastien asiantuntijoina RadioMedian toimitusjohtajaa Stefan Mölleriä, Jakso.fi-podcastpalvelun Olli Sulopuistoa ja Kieku-podcastpalvelun Sampsa Fabritiusta. Haastattelut suoritettiin teemahaastatteluina syksyllä vuoden 2018 aikana.\n\nOpinnäytetyön tulosten mukaan podcasteja tehdään innokkaasti ja podcastit yleisesti nähdään enemmän mahdollisuutena kuin uhkana Euroopassa. Radioala on suhtautumisessaan vielä varovainen ja epäilevä, sillä podcastien koetaan vievän enemmän resursseja kuin tuovan tuottoja. Yleisradiolla ja suurilla mediayhtiöillä on suuri vaikutus siihen, millaiseksi podcastien muoto ja niiden markkinat muodostuvat. Vaikkeivät podcastit ole valtavirtaa, voi yksittäinen tekijä tienata niillä. Vaikkeivät podcastit syrjäyttäisivätkään radiota, on podcastien mahdollista muodostaa Youtuben kaltainen yhteisöllisen median markkina. Podcasteilla on löydettävyyden kanssa ongelma, johon tarvitaan ratkaisu pian.\n\nOpinnäytetyön johtopäätös on se, että podcastaus on Euroopassakin tasaisessa kasvussa, mutta mediakenttä on podcastien kohdalla odottavassa tilassa. Podcastien laatuerot ovat kasvaneet, mitä enemmän tekijöitä on. Podcastien parhaimmisto tulee löydettäväksi vasta, kun yleisöt löytävät podcastit yhdestä julkaisualustasta. Euroopassa ei välttämättä tapahdu samanlaista mantereen kokoista läpimurtoa podcastien kohdalla kuin Amerikassa, mutta pienempiä alueellisia ja maidensisäisiä menestyjiä on mahdollista syntyä.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,452 | 0,168 |
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 ».