Livemusiikin murros ja sen haasteet Suomen markkinoilla
Notice bibliographique
Résumé
Opinnäytetyössäni tarkastelen syitä artistien keikkapalkkioiden nousuun ja niitä haasteita, joita suomalainen tapahtumajärjestäjä kohtaa halutessaan ulkomai-sen esiintyjän tapahtumaansa.\nEsittelen myös kiertueen esituotantovaiheen, kulurakenteen ja kiertueen mahdol-listavat henkilöt. Näin livemusiikkibisneksen ansaintamalli tulee helpommaksi käsittää.\nSuomalaisen tapahtumajärjestäjän haasteita ovat etenkin maantieteelliset ja logistiset syyt, kansainvälinen kilpailu, sekä pienet markkinat. Nykyään myös koti-maisten artistien suuri suosio vaikuttaa ulkomaisten artistien konserttien mää-rään Suomessa. Suurin yksittäinen syy hintojen nousuun on digitalisaatio ja siitä johtunut levymyynnin väheneminen. Muita syitä ovat entistä suurempia panostus konserttien tekniikkaan ja muutama suuryritys, jotka voivat maksaa esiintymisistä muita enemmän.\nOpinnäytetyötäni varten haastattelin Tuska Open Air-festivaalin tuotantopäällik-köä, sekä kotimaista Foreseen-yhtyettä, joka on juuri lähdössä Pohjois-Amerikan kiertueelleen. Näiltä tahoilta sain konkreettisia esimerkkejä, miten asiat käytän-nössä toimivat.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,013 | 0,008 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,159 | 0,074 |
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 ».