MétaCan
Menu
Back to cohort

El valor de los contenidos de proximidad en la TDT local: el caso de Catalunya

2011· article· es· W2038098366 on OpenAlexaff
Josep Àngel Guimerà Orts

Bibliographic record

Venuenot available
Typearticle
Languagees
FieldComputer Science
TopicMedia and Digital Communication
Canadian institutionsSimon Fraser University
Fundersnot available
KeywordsPolitical science

Abstract

fetched live from OpenAlex

Dentro del complejo proceso de reordenación del sistema televisivo que ha comportado la implantación de la televisión digital terrestre (TDT) en España, uno de los sectores que ha generado más dudas sobre su viabilidad económica es la TDT local (CAC, 2009;Impulsa TDT, 2010; Ortega, 2009).Ya en los primeros compases de implantación, los programas declarados desiertos en concursos autonómicos o los casos de comunidades autónomas que no los han convocado apuntaban al escaso interés de los operadores privados en algunos territorios (Fernández et al, 2007; Corominas et al, 2007).Poco después y en pleno proceso de transición, la desaparición de proyectos vinculados a grupos de comunicación (las cadenas Localia, del grupo Prisa; y Punto TV, de Vocento), la redimensión de otros (Ver-T, del Grupo Antena 3) o los problemas de cadenas autonómicas (Tele 7 en la Comunidad Valenciana) venían a ratificar las sospechas existentes ya al inicio del proceso (Guimerà, 2007; Badillo, 2010).En Catalunya, la comunidad autónoma donde nació la televisión local privada a inicios de los ochenta, a finales de 2010 emitían 44 de los 56 concesionarios privados.De los 12 restantes, 8 habían devuelto las concesiones (Antena Local, núm.71, pág.12-13).Catalunya cuenta con casi treinta años de experiencia de televisión local privada que ha permitido acumular un notable conocimiento sobre la gestión del negocio audiovisual local.A lo largo de este tiempo, los responsables de las televisiones han ido tomando decisiones estratégicas que han determinado el modelo de negocio que se aplica en de cada una de ellas.La ampliación de los ámbitos de cobertura; la inclusión en cadenas estatales o autonómicas; la diversificación de fuentes de ingresos; la búsqueda del apoyo económico público; o la creación de redes de sindicación de contenidos son los principales instrumentos usados para hacer viables unas empresas de economía siempre precaria (Guimerà, 2007; CAC, 2009).Al cabo de los años, el uso de un instrumento u otra han dado lugar a tres modelos diferentes en la TVL catalana, que hemos denominado de proximidad, en cadena y paratelevisivo (CAC, 2009) En 2011, en un contexto económico problemático y lleno de dudas, la experiencia catalana aporta indicios que señalan que los contenidos de proximidad, aquellos más cercanos a la experiencia cotidiana de las audiencias, permiten generar valor y sostener modelos de negocio económicamente viables.En cambio, los programas emitidos en cadena (sobre todo de ámbito estatal) o la emisión de contenidos paratelevisivos vinculados a líneas telefónicas de tarifación especial presentan serias limitaciones para la captación de valor (CAC, 2009;Impulsa-TDT, 2010).Desde esta perspectiva, los contenidos de proximidad aparecen como un elemento estratégico que aporta ventajas comparativas en el proceso de transición y consolidación en el nuevo escenario digital.El objetivo de esta comunicación es doble.En primer lugar, describir los tres modelos de negocio que se aplican en la TDT-L privada catalana en los primeros compases de la digitalización.Así, se identifican los tres campos en los cuales se definen los modelos de negocio en la TDT-L (delimitación del ámbito de cobertura, definición de la oferta programática y captación de fuentes de ingresos), se explican las diferentes decisiones estratégicas tomadas al respecto por los operadores y, a partir de estas, se describen los modelos.En segundo lugar, analizar y comparar la validez como estrategia de captación de valor de esos tres modelos de negocio,

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.301
Threshold uncertainty score0.599

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.002
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.002
Science and technology studies0.0010.001
Scholarly communication0.0030.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0040.001

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.

Opus teacher head0.039
GPT teacher head0.291
Teacher spread0.252 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2011
Admission routes1
Has abstractyes

Explore more

Same topicMedia and Digital CommunicationFrench-language works237,207