Accesibilidad en los subtítulos de campañas institucionales contra la violencia de género*
Bibliographic record
Abstract
En esta investigación proponemos un análisis del subtitulado de las campañas institucionales impulsadas por el Gobierno de España para atajar el problema de la violencia de género. En particular, utilizaremos los datos vertidos por las diferentes encuestas demográficas llevadas a cabo por el Gobierno de España y las medidas legislativas impulsadas tanto en el ámbito nacional como en el europeo. Asimismo, entenderemos desde una perspectiva interseccional que un sector importante de la población al que van dirigidos los subtítulos está constituido por mujeres con diferentes grados de discapacidad auditiva y mujeres no nativas de lengua española con un conocimiento limitado de este idioma, así como una combinación de ambos rasgos. Ante este perfil, examinaremos los parámetros aplicados al proceso de subtitulación de estos anuncios emitidos en España desde el año 2006 hasta 2017 con el objetivo de comprobar si, en función de las características técnicas que se han establecido, la información se transmite correctamente y de forma íntegra al público o si resultará complicado recibir todo el contenido para los sectores que tomamos en consideración en este estudio. Para ello, analizaremos la velocidad de lectura de cada anuncio, la presencia de intérprete de signos, el narrador y otros elementos semióticos que deberán tenerse en cuenta en el proceso del subtitulado.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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 teacher head, 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".