Zeven uploads per week kunnen dagen zonder upload overlaten

Een gemiddelde van zeven uploads per week bewijst niet dat een kanaal elke dag publiceerde. We analyseerden vier volledige weken aan gegevens van 87 kanalen die Mark Studios selecteerde uit YouTube-kanalen met de meeste abonnees. Van de 38 kanalen met minstens 28 geregistreerde uploads hadden er 26 op alle 28 lokale datums van de bron minstens één upload; bij 12 was er minstens één datum zonder geregistreerde upload. De groep van 38 omvat gewone video’s, Shorts en livestreams en vertegenwoordigt niet alle makers. De uitkomst helpt een planning te beschrijven, maar toont niet welk schema beter werkt.

De 38 kanalen zijn niet alle kanalen in de bron. Mark Studios vond 99 kanalen uit een lijst van YouTube-kanalen met de meeste abonnees. We behielden de 87 waarvoor de bestanden vier volledige weken beschrijven; 38 daarvan hadden minstens 28 geregistreerde uploads.

Voor de overige 12 van de 99 bevatte de bron geen vier volledige weken: vier werden één of twee volledige weken gevolgd en acht publiceerden zo veel dat de bronlimiet van 500 uploads niet eens één volledige week dekte. Door deze zeer actieve kanalen uit te sluiten is de groep met veel uploads extra selectief.

Negen van de 87 hadden geen uploads in hun periode van vier weken en konden dus niet in de groep met 28 uploads vallen. Zij behoren tot het kader met volledige perioden; we hebben ontbrekende dagen van onvolledig gevolgde kanalen niet ingevuld als dagen zonder upload.

Een kalenderdatum hangt af van de tijdzone. Mark Studios wees elk kanaal de belangrijkste tijdzone van het eerst genoemde land toe en gebruikte Eastern Time voor kanalen uit de VS en Canada. Zo is de vergelijking reproduceerbaar, maar een kanaal kan vanuit een andere plaats plannen of publiek in meerdere zones bereiken.

Op 30 oktober 2026 verzamelde Mark Studios uploads voor de vier lokale weken van 1 tot en met 28 oktober, met een limiet van 500 uploads. We gebruikten het kanaalbestand om volledige perioden van vier weken te behouden, koppelden records via de kanaalrang en controleerden het aantal van elk behouden kanaal tegen het brontotaal.

Voor elk behouden kanaal met minstens 28 uploads telden we de verschillende lokale datums met minstens één record. Een afzonderlijke SQLite-berekening en een onafhankelijke omzetting met IANA-tijdzones leverden dezelfde verdeling van actieve datums op. Het reproductiepakket bevat de hashes van de bronbestanden en de code voor de controles.

De bron beschrijft de YouTube-uploadafspeellijst maar noemt niet welk tijdveld is gebruikt. YouTube onderscheidt het toevoegen van een afspeellijstitem van de publicatie van de video. We selecteerden volgens een vaste regel 12 video’s uit kanalen met en zonder lege datums; hun huidige publicatietijden op openbare pagina’s kwamen overeen met de bron. Die steekproef bewijst niet de tijd of volledigheid van elk record.

De bron registreert wat bij de verzameling beschikbaar was, niet alle video’s die ooit openbaar waren. Een video die vóór de verzameling is verwijderd of privé gemaakt, kan ontbreken. We zien het bedoelde schema, de reactie van het publiek en de reden voor een dag zonder upload niet.

Je hebt Python 3.10 of nieuwer, internettoegang en de IANA-tijdzonedatabase nodig. Pak het archief uit in een lege map en voer de opdrachten op volgorde uit:

python3 fetch.py
python3 analyze.py
python3 crosscheck.py
python3 verify-zones.py

Vergelijk pilot-results.json met expected-results.json. De download en analyse controleren de SHA-256-hashes van de invoer; de downloader overschrijft geen bestaand bestand met andere inhoud. Het archief bevat code en geaggregeerde resultaten, geen bron-CSV’s, videotitels of media.

Optioneel kun je de volgende twee opdrachten uitvoeren om een steekproef van 12 video’s te controleren op de huidige openbare YouTube-pagina’s. Video-ID’s en tijdstippen worden lokaal opgeslagen. Pagina’s kunnen veranderen of verdwijnen; de steekproef bewijst niet dat de historische gegevens volledig zijn:

python3 select-timestamp-sample.py
python3 verify-public-publishdates.py

Mark Studios — YouTube Upload Time Study — CC BY 4.0
https://www.markstudios.com/research/youtube-upload-time-study
https://github.com/markksantos/markstudios-research-data/tree/365dc2ceb9828fbdbb559ac84dda6e7caa9d0f06/data/youtube-upload-time-study
