Reseña de libro: MUJERES. Análisis emocional en la ficción seriada multiplataforma.
Bibliographic record
Abstract
Datos del Libro: M.ª José Labrador, M.ª José Arrojo, M.ª Elena Martín, Carmen Romano, M.ª Teresa Nicolás, Carmen Vidal Tirant Humanidades, Valencia, 2023 195 pp. ISBN 978-84-1937-698-5 La televisión como medio de comunicación y en la actualidad, dispositivo de transmisión de productos audiovisuales, se ha ido diversificando en sus propuestas y expandiendo sus fronteras atendiendo a demandas cada vez más específicas de públicos ultra segmentados. Es en este contexto que se propone el libro de Labrador que hoy tengo en las manos. Uno de los formatos que más se ha desarrollado en las últimas décadas es el de las series. Producciones de ficción que cuentan historias en unos pocos capítulos y episodios, permiten un mayor desarrollo y profundidad en la construcción de personajes y en sus arcos narrativos, incorporan recursos estéticos provenientes del cine, lo que agiliza su relato y mejora estéticamente su presentación haciendo sumamente atractivos estos productos. Incluso si se trata de producciones históricas o de época, siempre están construidas y son visionadas e interpretadas desde el presente, eso hace que exista una relación cercana con los acontecimientos, preocupaciones y características de sus potenciales espectadores y por tanto facilite su identificación. En este sentido, las cuatro series que analizan las autoras del libro: La reina del sur, The good wife, Isabel y The Crown, realizadas en distintos países y épocas, con un número disímil de episodios y temporadas y que cuentan distintas historias, presentan al menos tres características comunes: sus protagonistas son mujeres, se emiten en plataformas de streaming, por tanto, sus audiencias ideales son globales y han tenido una buena acogida y recepción.
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 | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.004 | 0.007 |
| Science and technology studies | 0.004 | 0.005 |
| Scholarly communication | 0.011 | 0.010 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.025 | 0.006 |
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".