Naslovnica

Nastava - poslijediplomski studij

Prva konferencija doktoranada

Detalji

Prva konferencija doktoranada

Odsjeka za informacijske i komunikacijske znanosti

 

Odsjek za informacijske i komunikacijske znanosti Filozofskog fakulteta Sveučilišta u Zagrebu organizira Prvu konferenciju doktoranada Odsjeka za informacijske i komunikacijske znanosti koja će se održati u subotu, 28. rujna 2013. godine.

U sklopu Konferencije održat će se dvije radionice na temu publiciranja znanstvenih i stručnih radova te znanstveno-istraživačkih metoda. Bit će predstavljene prihvaćene teme doktorskih disertacija te doktorske teme koje su u pripremi za javnu obranu i prihvaćanje. Ideja je prikazati aktualna istraživanja i omogućiti doktorskim studentima razmjenu ideja, iskustava i praktičnog znanja.

Poziv za sudjelovanje na Prvoj konferenciji doktoranada Odsjeka za informacijske i komunikacijske znanosti možete preuzeti ovdje. Program Konferencije možete preuzeti ovdje.

Za sudjelovanje na Konferenciji možete se prijaviti ovdje.

 

Datum konferencije:

28.09.2013. godine, s početkom u 9:00 sati

 

Mjesto održavanja konferencije:

Dvorane Odsjeka za informacijske i komunikacijske znanosti

Knjižnica Filozofskog fakulteta Sveučilišta u Zagrebu

Program Prve konferencije doktoranada

Odsjeka za informacijske i komunikacijske znanosti

 

Program Konferencije možete preuzeti ovdje.

Poziv za sudjelovanje na Prvoj konferenciji doktoranada

Odsjeka za informacijske i komunikacijske znanosti

 

Poziv možete preuzeti ovdje.

Organizacijski odbor Prve konferencije doktoranada

Odsjeka za informacijske i komunikacijske znanosti

 

prof. dr. sc. Jadranka Lasić-Lazić (e-pošta: Ova e-mail adresa je zaštićena od spambota. Potrebno je omogućiti JavaScript da je vidite.)

prof. dr. sc. Sonja Špiranec (e-pošta: Ova e-mail adresa je zaštićena od spambota. Potrebno je omogućiti JavaScript da je vidite.)

dr. sc. Ivan Dunđer (e-pošta: Ova e-mail adresa je zaštićena od spambota. Potrebno je omogućiti JavaScript da je vidite.)

Ana Pongrac Pavlina (e-pošta: Ova e-mail adresa je zaštićena od spambota. Potrebno je omogućiti JavaScript da je vidite.)

 

Za sva pitanja stojimo Vam na raspolaganju.

Automatsko sažimanje teksta

Detalji

Naziv kolegija: Automatsko sažimanje teksta

Nositelj: dr. sc. Nives Mikelić Preradović, izv. prof.

Izvođač: dr. sc. Nives Mikelić Preradović, izv. prof.

ECTS-bodovi: 10

Jezik: Hrvatski (engleski po potrebi)

Trajanje: jedan semestar, zimski

Status: izborni kolegij

 

Cilj kolegija:

 

Cilj kolegija je pružiti uvid u aktualna istraživanja i metode automatskog i poluautomatskog sažimanja različitih tipova teksta, od znanstvenih publikacija do novinskih članaka. Kolegij će dati pregled nekomercijalnih sustava za sažimanje teksta, ponuditi tipologiju sažetaka te  karakteristike profesionalnog ljudskog sažimanja, kao i značajke kvalitetnog ljudskog sažetka.

Obradit će se povijest sažimanja, pretraživanja i crpljenja informacija te pregled klasičnih metoda automatskog generiranja računalnog profesionalnog sažetka.

 

Sadržaj kolegija:

 

Automatsko sažimanje teksta područje je koje integrira metode profesionalnog sažimanja, strojnog učenja, strojnog prevođenja i pretraživanja informacija. Moguća primjena u raznim sustavima od internetskih tražilica do automatiziranja izrade preporuka proizvoda sve više doprinosi povećanju interesa za to područje obrade prirodnog jezika. Izrada sustava za sažimanje teksta zahtijeva dobro razumijevanje procesa profesionalnog sažimanja te svojstava prirodnog jezika. Kolegij obuhvaća teorijske koncepte koje ljudski stručnjaci koriste u sažimanju teksta, ali i automatske metode sažimanja i vrednovanja sažetaka. Bit će razrađeni svi koraci u izgradnji sofisticiranog automatskog sustava za sažimanje teksta na hrvatskom i engleskom jeziku. Također, bit će izložena saznanja o automatskoj izradi sažetaka ekstrakcijom rečenica (“plitkim” značajkama i njihovim kombinacijama: statistički istaknute riječi, riječi istaknute po njihovom položaju, riječi iz indikativnih fraza i riječi specifične za područje) i apstrahiranjem (dublji pristup). Konačno, raspravit će se teorija automatskog sažimanja grupe dokumenata te sažimanje crpljenjem informacija iz teksta.

 

Obveze studenata:

Napisati seminarski rad koji će biti oblikovan kao znanstveni rad (na hrvatskom ili engleskom jeziku) u kojem će eksperimentirati s nekoliko sustava za automatsko sažimanje teksta i usporediti njihove rezultate te se osvrnuti na tehnike i pristupe automatskom i ljudskom sažimanju o kojima je bilo riječi na predavanju.

 

Obavezna literatura:

 

1. Mani, Inderjeet. Automatic Summarization. John Benjamins Publishing Company. 2001.

2. Marcu, D. The Theory and Practice of Discourse Parsing and Summarization. MIT Press. 2000.

3.Preradović Mikelić, Nives; Lauc, Tomislava; Boras, Damir. CROXMLSUM – the System for XML Document Summarization in Croatian. // International Journal of Mathematics and Computers in Simulation. 1 (2007) , 1; 81-89.

4. Preradović Mikelić, Nives; Lauc, Tomislava; Boras, Damir. Text Summarization of XML documents in Croatian // Modern Topics of Computer Science. Proceedings of 2nd WSEAS International Conference on COMPUTER ENGINEERING and APPLICATIONS (CEA '08) / Grebennikov, A. and Zemliak, A. (ur.). WSEAS Press, 2008. 143 -148.

Dopunska literatura:

1. Barzilay, R. and M. Elhadad. 1997. Using Lexical Chains for Text Summarization. In Proceedings of the Workshop on Intelligent Scalable Text Summarization at the ACL/EACL Conference, 10–17. Madrid, Spain.

2.Boguraev B. and C. Kennedy, 1997. Salience-based Content Characterization of Text Documents. In Proceedings of the Workshop on Intelligent Scalable Text Summarization at the ACL/EACL Conference, 2–9. Madrid, Spain.

3. Edmundson, H.P. 1968. New Methods in Automatic Extraction.  Journal of the ACM 16(2), 264–285.

4.Elhadad, M. 1992.  Using Argumentation to Control Lexical Choice: A Functional Unification-Based Approach.  Ph.D. diss, Columbia University.

5.Endres-Niggemeyer, B.  1998. Summarizing Information. New York: Springer-Verlag.

6.Jing, H., R. Barzilay, K. McKeown, and M. Elhadad. 1998. Summarization Evaluation Methods: Experiments and Analysis. In Working Notes of the AAAI’98 Spring Symposium on Intelligent Text Summarization, 60–68. Stanford, CA.

7.Kupiec, J., J. Pedersen, and F. Chen. 1995.  A Trainable Document Summarizer. In Proceedings of the Eighteenth Annual International ACM Conference on Research and Development in Information Retrieval (SIGIR), 68–73. Seattle, WA.

8.Lin, C-Y. 1995. Topic Identification by Concept Generalization. In Proceedings of the Thirty-third Conference of the Association of Computational Linguistics (ACL-95), 308–310.  Boston, MA.

9.Mani, I., E. Bloedorn, and B. Gates. 1998. Using Cohesion and Coherence Models for Text Summarization. In Working Notes of the AAAI’98 Spring Symposium on Intelligent Text Summarization, 69–76. Stanford, CA.

10.Mann, W.C. and S.A. Thompson. 1988. Rhetorical Structure Theory: Toward a Functional Theory of Text Organization. Text 8(3), 243–281. Also available as USC/Information Sciences Institute Research Report RR-87-190.

11.Marcu, D. 1997. The Rhetorical Parsing, Summarization, and Generation of Natural Language Texts.  Ph.D. diss. University of Toronto.

12.Spark Jones, K. 1997.  Invited keynote address, Workshop on Intelligent Scalable Text Summarization. ACL/EACL Conference. Madrid, Spain

13.Teufel, S. and M. Moens.  1997.  Sentence Extraction as a Classification Task. In Proceedings of the Workshop on Intelligent Scalable Summarization. ACL/EACL Conference, 58–65. Madrid, Spain.

Mediji i djeca

Detalji

Naziv kolegija: Mediji i djeca

Nositelj: doc. dr. sc. Igor Kanižaj

Izvođač: doc. dr. sc. Igor Kanižaj

ECTS-bodovi: 10

Jezik: Hrvatski

Trajanje: jedan semestar

Status: izborni kolegij

Studentske obveze:

Nakon što odabere jednu od tema koje se odnose na tematske cjeline izložene kroz navedene prezentacije student treba napisati pregledni/istraživački rad, pridržavajući se uputa za pisanje znanstvenog rada pri čemu mora pokazati vladanje literaturom. Rad ne smije biti duži od 20 kartica, uključujući i popis literature. Upute za pisanje rada bit će dostavljene naknadno.

 

Sadržaj kolegija:

Definicija pojmova: javni medijski servis, mediji zajednice, neprofitni mediji, komercijalni mediji, državni i privatni mediji, socijalni kapital.

Povijesni razvoj radio-televizijskog tržišta u Europi od početka 20. Stoljeća: 1. Faza centralizacije; 2. Faza liberalizacije medijskog tržišta; 3. Faza supranacionalne (EU) regulacije; 4. Multimedijski javni servisi

Modeli financiranja medija od javnog interesa - Utjecaj strukture vlasništva na pluralizam medijskog tržišta – europski primjeri

Programska načela i modeli javnih RTV servisa, zakonski okviri : Primjeri europskih javnih medijskih servisa: Velika Britanija, Italija, Švedska, Njemačka, Francuska.

Mediji od javnog interesa u tranzicijskim zemljama

Uloga javnih medija u procesima globalizacije

Internet i komunikacijska dimenzija medijskih sadržaja od javnog interesa: Model multimedijskog javnog servisa

Obavezna literatura:

Djeca medija. Od marginalizacije do senzacije (2011), Lana Ciboci, Igor Kanižaj, Danijel Labaš (ur), Matica hrvatska, Zagreb

 

Kanižaj I. (2009) Medijsko stigmatiziranje djece, u: Prava djece čiji su roditelji u zatvoru, ur. Maja Gabelica Šupljika, Pravobranitelj za djecu, Zagreb.

 

Kanižaj I. (2009) Mediji na rubu zakona, u: Zaštita privatnosti djece u medijima, ur. Maja Flego, Pravobranitelj za djecu, Zagreb.

 

Lampert C., Donoso V. (2012): Bullying, u: Children, Risk and Safety on the Internet, Sonia Livingstone, Leslie Haddon, Anke Gorzig (ur), The Policy Press, str. 141-151.

 

Livingstone S., Gorzig A. (2012): Sexting, u: Children, Risk and Safety on the Internet, Sonia Livingstone, Leslie Haddon, Anke Gorzig (ur), The Policy Press, str. 151-165. 

 

Bjornebekk R.T., Evjen T.A. (2000): Violent Pornography on the Internet, u: Children in the New Media Lanscape, Cecilia von Feilitzen, Ulla Carlsson (ur.), The UNESCO International Clearinghouse on Children and Violence at Nordicom., str. 185-207.

 

Guernsey Lisa (2007): Screen Time – How Electronic Media – From Baby Videos to Educational Software – Affects Your Young Children, Basic Books, New York.

 

Children, risk, and safety on the Internet (2012), Sonia Livingstone, Leslie Haddon, Anke Görzig (ur), The Policy Press, Bristol. 

 

Promote or Protect? Perspectives on Media Literacy and Media Regulations (2003), Cecilia von Feilitzen, Ulla Carlsson (ur), The International Clearinghouse on Children, Youth and Media, Nordicom.

 

Medijske studije,  znanstveni časopis Fakulteta političkih znanosti i Hrvatskog komunikacijskog društva, Vol. 3 (2012) 6, Critical Insights in European Media Literacy Research and policy, special issue. www.mediastudies.fpzg.hr 

Mediji i inteligentno pretraživanje teksta

Detalji

Naziv kolegija: Mediji i inteligentno pretraživanje teksta

Nositelj: dr. sc. Nives Mikelić Preradović, izv. prof.

Izvođač: dr. sc. Nives Mikelić Preradović, izv. prof.

ECTS-bodovi: 10

Jezik: Hrvatski (engleski po potrebi)

Trajanje: jedan semestar, zimski

Status: izborni kolegij

Cilj kolegija: 

 

Cilj kolegija je pružiti uvid u aktualna istraživanja i metode inteligentnog pretraživanja i obrade tekstualnih informacija. Proliferacijom recenzija, ocjena, preporuka i drugih oblika on-line izražavanja u društvenim medijima, on-line mišljenje se pretvorilo u virtualnu valutu za sve one koji žele promovirati svoje proizvode, identificirati nove mogućnosti i zadržati dobru reputaciju. Automatsko razumijevanje konverzacija u tim medijima i identifikacija relevantnih sadržaja spada pod područje računalne analize stavova i osjećaja. Ključ precizne i pouzdane automatske analize stavova je dobra analiza teksta. Studenti će se na ovom kolegiju upoznati s pristupima toj analizi, pronalaženju relevantih informacija i konačno, metodama automatske analize stavova i osjećaja u medijima.

Sadržaj kolegija:

 

Tekstualne informacije koje nam prenose mediji možemo podijeliti u dvije glavne vrste: činjenice i stavove/mišljenja. Činjenice su objektivne informacije o entitetima, događajima i svojstvima, dok su stavovi uglavnom subjektivne prirode, opisuju osjećaje, pohvale ili kritiku. Većinu postojećih istraživanja u području računalne obrade tekstualnih informacija je usmjerena na pronalaženje činjeničnih informacija, npr. pretraživanje informacija (information retrieval), klasifikaciju teksta (text classification), crpljenje informacija iz teksta (information extraction), automatsko generiranje naslova (headline generation), generiranje sažetka teksta (text summarization), otkrivanje teme teksta (topic detection), itd. No, odnedavno nam računalne aplikacije na Webu koji za društvene medije (blogove, forume, društvene mreže) nude mogućnost automatskog pronalaska mišljenja i stavova korisnika koji u tim medijima daju ocjene proizvoda i usluga, komentiraju događaje ili novinske tekstova, tj. moguće je automatski u tekstu pronaći informacije o stavu i mišljenju (sentiment analysis/opinion mining) društvenih medija. Na ovom kolegiju studenti će dobiti uvid u oba tipa obrade tekstualnih informacija i upoznati se sa sve opsežnijim područjima primjene navedenih računalnih metoda i aplikacija.

Obveze studenata:

Napisati seminarski rad koji će biti oblikovan kao znanstveni rad (na hrvatskom ili engleskom jeziku) u kojem će eksperimentirati s nekoliko sustava za praćenje medija i analizu sentimenta i usporediti njihove rezultate te se osvrnuti na tehnike i pristupe analizi sentimenta o kojima je bilo riječi na predavanju.

 

Obavezna literatura:

1. B. Liu. Sentiment Analysis and Subjectivity. A Chapter in Handbook of Natural Language Processing, 2nd Edition, 2010.  http://www.cs.uic.edu/~liub/FBS/NLP-handbook-sentiment-analysis.pdf

2. Hatzivassiloglou, V. & McKeown, K.      Predicting the Semantic Orientation of Adjectives: http://acl.ldc.upenn.edu/P/P97/P97-1023.pdf

3. Wiebe, J.     Learning Subjective Adjectives from Corpora http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.30.2615&rank=1

4. Turney, P.   Thumbs Up or Thumbs Down? Semantic Orientation Applied to Unsupervised Classification of Reviews http://acl.ldc.upenn.edu/P/P02/P02-1053.pdf

5. Pang, B., Lee, L. & Vaithyanathan, S.      Thumbs up? Sentiment Classification Using Machine Learning http://www.cs.cornell.edu/home/llee/papers/sentiment.pdf

6. Riloff, E., Wiebe, J. & Wilson, T. Learning Subjective Nouns Using Extraction Pattern Bootstrapping http://www.cs.utah.edu/~riloff/pdfs/conll03.pdf

7. Yu, H. & Hatzivassiloglou, V.      Towards Answering Opinion Questions: Separating Facts from Opinions and Identifying the Polarity of Opinion Sentences http://acl.ldc.upenn.edu/W/W03/W03-1017.pdf

8. Kim, S. & Hovy, E.           Automatic Detection of Opinion Bearing Words and Sentences http://acl.ldc.upenn.edu/I/I05/I05-2011.pdf

9. Esuli, A. & Sebastiani, F.   Determining Term Subjectivity and Term Orientation for Opinion Mining http://acl.ldc.upenn.edu/E/E06/E06-1025.pdf

10. Esuli, A. & Sebastiani, F. SentiWordNet: A Publicly Available Lexical Resource for Opinion Mining http://nmis.isti.cnr.it/sebastiani/Publications/LREC06.pdf

11. Suzuki, Y., Takamura, H. & Okumura, M.         Application of Semi-supervised Learning to Evaluative Expression Classification http://www.lr.pi.titech.ac.jp/blogwatcher/paper/cicling2006.pdf

12. Wilson, T., Wiebe, J. & Hoffmann, P.    Recognizing Contextual Polarity in Phrase-Level Sentiment Analysis http://www.cs.pitt.edu/~wiebe/pubs/papers/emnlp05polarity.pdf

13. Andreevskaia, A. & Bergler, S.   Mining WordNet For a Fuzzy Sentiment: Sentiment Tag Extraction From WordNet Glosses http://acl.ldc.upenn.edu/E/E06/E06-1027.pdf

14. Strapparava, C. & Valitutti, A. WordNet-Affect: an Affective Extension of WordNet http://wndomains.fbk.eu/publications/lrec2004.pdf

15. Bobicev, V et al. Emotions in words: developing  a multilingual WordNet-Affect. http://www.sciweavers.org/publications/emotions-words-developing-multilingual-wordnet-affect

16. Devitt A, Ahmad K. Sentiment Polarity Identification in Financial News: A Cohesion-based Approach http://acl.ldc.upenn.edu/P/P07/P07-1124.pdf

Dopunska literatura:

1. Weiss, S.; Indurkhya, N.; Zhang, T.; and Damerau, F. Text Mining: Predictive Methods for Analyzing Unstructured Information. Springer. 2004.

2. Java, A.; Kolari, P.; Finin, T.; Joshi, A.; Martineau, J.; and Mayfield, J.  The BlogVox Opinion Retrieval System. In Proceedings of the Fifteenth Text Retrieval Conference. Washington, DC: National Institute of Standards and Technology. 2007.

3. Pang, B.; Lee, L. Opinion Mining and Sentiment Analysis. Now Publishers Inc. 2008.

4. Wright, A. Mining the Web for Feelings, Not Facts. New York Times. 2009-08-23.

5. Tebbutt, D. Search moves up a notch with emotional feedback". Information World Review. July, 2006.

Javni medijski servis i neprofitni mediji kao socijalni kapital

Detalji

Naziv kolegija: Javni medijski servis i neprofitni mediji kao socijalni kapital

Nositelj: doc. dr. sc. Viktorija Car

Izvođač: doc. dr. sc. Viktorija Car

ECTS-bodovi: 10

Jezik: Hrvatski

Trajanje: jedan semestar, zimski

Status: izborni kolegij

Cilj kolegija:

Cilj nastave na predmetu Javni medijski servis i neprofitni mediji kao socijalni kapital je studente upoznati s razvojem, modelima organizacijskog i ekonomskog ustroja te društvenom ulogom javnih medijskih servisa u Europi i u svijetu. Predmet također problematizira budućnost klasičnog modela javnih radio-televizija unutar novih multimedijskih platformi te definira javni medijski servis kao skup medija (javna radio-televizija, mediji zajednice, neprofitni mediji, itd.) koji proizvode sadržaj i usluge od javnog interesa, koji je nezavisan politički (ustroj, nadzor i financije) i ekonomski (financiran iz javnog fonda).

Studenti će naučiti o povijesnom razvoju,  načelima, modelima ustroja, modelima financiranja, zakonskoj regulaciji, nadzoru, trenutnom pozicioniranju unutar medijskih sustava i budućim perspektivama razvoja javnih medijskih servisa i neprofitnih medija. Studenti će razviti sposobnost razumijevanja uloge javnih medijskih servisa u društvu i njihove odgovornosti prema javnosti. Bit će sposobni kritički analizirati modele ustroja, financiranja i nadzora javnih medijskih servisa kao i njihovih programa, analizirajući sadržaj kroz prizmu programskih načela definiranih u općem interesu javnosti. Studenti se potiču redovito pratiti program i rad HRT-a te prijavljivati Povjereniku za usluge HRT-a i Agenciji za elektroničke medije sve nepravilnosti i sadržajne manjkavosti, novinarsku neprofesionalnost, netočnosti te povrede programskih načela. Time se potiču  biti odgovorni građani.

Sadržaj kolegija:

Definicija pojmova: javni medijski servis, mediji zajednice, neprofitni mediji, komercijalni mediji, državni i privatni mediji, socijalni kapital.

Povijesni razvoj radio-televizijskog tržišta u Europi od početka 20. Stoljeća: 1. Faza centralizacije; 2. Faza liberalizacije medijskog tržišta; 3. Faza supranacionalne (EU) regulacije; 4. Multimedijski javni servisi

Modeli financiranja medija od javnog interesa - Utjecaj strukture vlasništva na pluralizam medijskog tržišta – europski primjeri

Programska načela i modeli javnih RTV servisa, zakonski okviri : Primjeri europskih javnih medijskih servisa: Velika Britanija, Italija, Švedska, Njemačka, Francuska.

Mediji od javnog interesa u tranzicijskim zemljama

Uloga javnih medija u procesima globalizacije

Internet i komunikacijska dimenzija medijskih sadržaja od javnog interesa: Model multimedijskog javnog servisa

Obavezna literatura:

Bašić Hrvatin, Sandra (2002) Serving the state or the public. Ljubljana: Peace Institute.

Briggs, Asa and Burke, Peter (2009) A Social History of the Media. Cambridge: Polity (Chapter 3: The Media and the Public Sphere in Early Modern Europe, pp 61-90

Car, Viktorija (2011) Javni medijski servisi – čuvari demokracije, u: Romić, Milana (ur.) Izolacija ili integracija, Zagreb: BaBe!, str. 41-62

Car, Viktorija (ur.) (2012) Putokazi prema slobodnim i odgovornim medijima. Zagreb: Kuća ljudskih prava i Fakultet političkih znanosti.

Dahlgren, Peter (2009) Media and Political Engagement: Citizens, Communication, and Democracy. New York: Cambridge University Press

Donders, Karen (2012) Public Service Media and Policy in Europe. New York: Palgrave Macmillan

Croatian Radio-Television Act, Zakon o Hrvatskoj radioteleviziji (NN 137/10, NN 76/12) 

Electronic Media Act, Zakon o elektroničkim medijima (NN 153/09, 84/11)

Dopunska literatura:

  • Blumler, Jay G. / Gurevitch, Michael (1995) The Crisis of Public Communication. London/New York: Routledge.
  • Collins, Philip (ed.) (2002) Culture or Anarchy? The Future of Public Service Broadcasting, London: Social Market Foundation.
  • Collins, Richard (2004) Public service broadcasting: too much of a good thing?, Institute for Public Policy Research, IPPR (2004): 130-149.
  • Dahlgren, Peter (1995) Television and the Public Sphere. London: Sage.
  • Jakubowicz, Karol (2003) Endgame? Contracts, audits, and the future of public service broadcasting, The Public/Javnost, (10) 3: 45-61.
  • Keane, John (2000) Media and the Public Spheres – European Idea and Ideal, Medijska istraživanja, (6) 2: 55-60.
  • McQuail, Dennis (2003) Public Service Broadcasting: Both Free and Accountable, The Public/Javnost, (10) 3: 13-28.
  • Petković, Brankica (ed.) (2004) Media Ownership and its Impact on Media Independence and Pluralism, Ljubljana: Peace Institute.
  • Picard, Robert G. (2001) Public service broadcasters (PSBs) within the European Union are performing well in an increasingly competitive television market, Diffusion EBU, (2001) 4:42-43.
  • Price, Monroe E. (2000) Television, the Public Sphere and National Identity. Oxford: Clarendon Press.
  • Syvertsen, Trine (2003) Challenges to Public Television in the Era of Convergence and Commercialization, Television & New Media, (4) 2: 155-175.
  • Tracey, Michael (1997) The decline and fall of public service broadcasting. New York: Oxford University Press.

Potkategorije

Nastava - poslijediplomski studij - obavijesti