Mutual Transparency or Mundane Transgressions? Institutional Creeping on Facebook
Notice bibliographique
Résumé
This article explores the post–secondary sector’s adoption of social media. Social media plays an increasing role in the visibility of personal information. The term refers to a set of web–based services that facilitate the authorship and distribution of media between users. The most popular social media site is Facebook with over 750 million users worldwide. Facebook was originally launched as a service for university students to author and distribute information about their personal identity, interpersonal connections, and social activities. While Facebook has since expanded its scope beyond universities, student life remains a heavily ‘Facebooked’ phenomenon. University administrators are keenly aware of their students’ presence on this site, and are adopting new practices to harness Facebook as an extension of their professional duties. This paper draws upon findings from a series of fourteen semi–structured face–to–face interviews with various administrators and employees at a medium–sized university in Eastern Ontario. As Facebook first emerged in an academic context, these findings provide a rich example of how institutions can scrutinize populations using social media. These findings suggest that institutional surveillance on Facebook stems from ground–up practices prior to implementing top–down mandates, suggesting that these practices have developed from institutional users’ personal experiences with the site. As well, the visibility of the university and its reputation is offered by respondents as motive for scrutiny, suggesting a discourse of mutual transparency of both the university as an institution as well as its student population.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».