Netflixing : Kuinka tilausvideopalvelut vaikuttavat suomalaisten televisiokanavien ohjelmatarjontaan?
Bibliographic record
Abstract
Tässä opinnäytetyössä selvitetään miksi tilausvideopalvelut ovat nousseet perinteisten televisiokanavien kilpailijoiksi ja kuinka ne vaikuttavat suomalaisten kanavien ohjelmatarjontaan. Työn tavoitteena on kartoittaa suomalaisen ohjelmatarjonnan nykytilaa: mikä menestyy ja miksi. \n \nOpinnäytetyö perustuu kirjallisiin lähteisiin sekä tekemiini asiantuntijahaastatteluihin. Kirjallinen aineisto koostuu digitaalisen median murrosta käsittelevistä kirjoista, uutisista, artikkeleista ja blogi-kirjoituksista. Asiantuntijahaastattelut saatiin neljältä ilmaiskanavia toimittavalta taholta: Yle, MTV Oy, Nelonen Media ja SBS Discovery Television. \n \nTyö etenee kronologisesti aina Suomen siirtymisestä digitaaliaikaan suomalaisten televisiokanavien ohjelmatarjontojen tulevaisuudennäkymiin saakka. Toisessa luvussa käsitellään digitv:n murroksen lisäksi katsojalukuja katseluun käytetyn ajan mukaan sekä ohjelmaryhmittäin. Kolmannessa luvussa kartoitetaan erilaisia VOD-palveluita ja käydään läpi suurimman tilausvideopalvelu Netflixin tarina. Neljäs luku kattaa haastattelututkimuksen. \n \nKun Suomessa siirryttiin digitaalisiin televisiolähetyksiin vuonna 2001, vapautui samalla joukko uusia kanavapaikkoja. Vuonna 2016 ilmaiskanavia on näkyvillä 15. Ohjelmatarjonta suomalaisessa televisiossa on monipuolisempi kuin koskaan ennen eikä katsojaluvuissa ole vieläkään havaittavissa muissa maissa nähtyä tiputusta. \n \nTietoliikenneverkkojen kehityttyä nopeammiksi on digitaalisen median välittäminen verkossa sekä helpottanut että yleistynyt. Tilausvideopalveluiden kautta elokuvien ja televisio-ohjelmien katsominen on vaivatonta ja edullista. Palveluiden kymmenien tuhansien elokuvien ja televisio-ohjelmien kirjastot houkuttelevat katsojia pois lineaarisesta lähetyksestä. Suomalaisessa ohjelmatarjonnassa on jo nähtävillä, kuinka katsojat seuraavat amerikkalaisia sarjoja ennemmin tilausvideopalveluista kuin televisiosta. Vapaan ohjelma-ajan on korvannut kotimainen sisältö. Tulevaisuudessa suomalaiset televisiokanavat toivovat saavansa neuvoteltua ostetuille sisällöille laajemmat esitysoikeudet, jotta sisältöä saataisiin jaettua myös verkossa.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.006 | 0.006 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.221 | 0.059 |
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".