Redbox vs. Red Envelope, or What Happens When the Infinite Aisle Swings Through the Grocery Store
Bibliographic record
Abstract
La recherche académique récente ainsi que les analystes de l’industrie ont mis l’accent sur le rôle de ce que Chris Anderson a appelé la « longue traîne » pour désigner une distribution qui donne un accès plus large à ce qui apparaît être une sélection illimitée de films, modèle qu’on associe à Netflix. Néanmoins, en dépit de l’accès à un catalogue plus vaste, plusieurs consommateurs des États-Unis semblent avoir opté pour Redbox, une chaîne de kiosques où l’on peut louer des films à bas prix à partir d’une sélection restreinte. Parce que Redbox a contribué à la transformation du système de location et de vente de films en DVD, cette entreprise représente un défi significatif auquel doivent faire face les studios dans leurs tentatives pour contrôler la consommation de DVD, faisant en sorte que ces derniers et les détaillants ont dû réévaluer les potentiels de marché véritables lorsque les films deviennent disponibles sur de multiples supports, que ce soit en salle traditionnelle, sur DVD ou par la lecture vidéo en transit de données. Cet article défend l’idée que nous devons procéder à un examen plus attentif des pratiques, habitudes et technologies qui donnent forme à la distribution de films pour comprendre quelques pratiques plus prosaïques qui sont associées à la culture filmique de tous les jours.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.010 | 0.012 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.052 | 0.007 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".