Miten tavallisuudesta poikkeava mainoskampanja tavoittaa paikallislehden tilaajan? : huomioarvotutkimus Kauhavan kaupungin mainoskampanjasta
Bibliographic record
Abstract
Tämä opinnäytetyö käsittelee paikallislehtimainonnan huomioarvoa ja merkitystä. Työ on tehty tilauksena paikallislehtien markkinointiyhteistyöyritys Suomen Paikallismediat Oy:lle. Työn tarkoituksena on antaa toimeksiantajalle tietoa mainonnan huomioarvosta paikallislehdissä. \n \nTyön teoriaosuus koostuu suomalaisen paikallislehtikentän ja lukijakunnan esittelemisestä. Empiirinen osuus toteutettiin kvantitatiivisena kyselytutkimuksena lokakuussa 2017, jolloin toimeksiantaja organisoi Kauhavan kaupungin Tuu jo kotia! -mainoskampanjan 14 paikallislehdessä. Tutkimuskysymys oli, kuinka suuren huomioarvon Kauhavan kaupungin mainoskampanja sai paikallislehtien lukijoiden keskuudessa. Kyselytutkimus toteutettiin haastattelemalla kuuden kampanjassa mukana olleen lehden tilaajia puhelimitse välittömästi kampanjan jälkeen. 592 yhteydenotosta kirjattiin vastauksia yhteensä 224 kappaletta. \n \nKyselytutkimuksen perusteella suurin osa mainoksen huomioineista tilaajista oli eläkeläisiä, 154 henkilöä. Vain kaksi vastaajaa ilmoitti olleensa työtön, joka oli mainoskampanjan toivottu kohderyhmä. Vaikka toivottua yleisöä ei tavoitettu, koettiin mainoskampanja kuitenkin positiivisena ja Kauhavan kaupungista jäi suurimmalle osalle tilaajista positiivinen kuva.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.003 |
| Scholarly communication | 0.014 | 0.007 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.104 | 0.034 |
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".