MétaCan
Menu
Back to cohort

La télévision à l’ère des plateformes

2022· article· fr· W4312678227 on OpenAlexaff
Christine Thoër, Stéfany Boisvert, Katharina Niemeyer

Bibliographic record

VenueQuestions de communication · 2022
Typearticle
Languagefr
FieldEconomics, Econometrics and Finance
TopicCinema and Media Studies
Canadian institutionsUniversité du Québec à Montréal
Fundersnot available
KeywordsHumanitiesPolitical scienceArt

Abstract

fetched live from OpenAlex

L’intégration des dispositifs numériques par les médias audiovisuels, et notamment par la télévision, s’accompagne de mutations importantes dont l’une est la multiplication des services de visionnement à la demande (VàD) qui joue aujourd’hui un rôle important dans la production, la circulation et la réception des contenus audiovisuels. Cet article analyse les transformations qui émergent avec ce phénomène de plateformisation. Si les plateformes de VàD favorisent la production et l’accès à une plus grande diversité de contenus, offrant une plus grande inclusivité en matière de formats et de représentations, la guerre des services de VàD contribue aussi à l’établissement d’un oligopole qui menace l’expansion d’autres acteurs de l’audiovisuel et pourrait, en fin de compte, limiter la diversité des contenus offerts dans les prochaines années. Du côté des publics, les discours et dispositifs des plateformes favorisent de nouvelles pratiques de visionnement et d’engagement, ouvrant à certaines formes d’autonomie et de participation. Toutefois, les stratégies de fidélisation dans lesquelles s’engagent les grandes plateformes de VàD (offre abondante et sans cesse renouvelée de contenus en partie exclusifs) contribuent à cadrer les pratiques de consommation et limitent la découvrabilité des contenus audiovisuels. Cette accélération de l’offre qui incite à une consommation rapide des contenus audiovisuels suscite aussi du côté des publics une certaine anxiété, un désir de décélération et un sentiment nostalgique. Ce sentiment, nettement exploité par les acteurs du secteur audiovisuel, en particulier les grands services de VàD, pourrait apporter un regard réflexif et offrir des pistes pour envisager l’audiovisuel de demain.

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)0.005
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.032
Threshold uncertainty score0.107

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.005
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0020.002
Science and technology studies0.0040.010
Scholarly communication0.0090.007
Open science0.0010.005
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0320.004

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 head0.038
GPT teacher head0.268
Teacher spread0.229 · 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 designNot applicable
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

Citations4
Published2022
Admission routes1
Has abstractyes

Explore more

Same venueQuestions de communicationSame topicCinema and Media StudiesFrench-language works237,207