MétaCan
Menu
Retour à la cohorte
Enregistrement W1561191966 · doi:10.3138/topia.30-31.65

Games and the Subjugated Knowledges of Finance: Art and Science in the Speculative Imaginary

2014· article· en· W1561191966 sur OpenAlexvenueno aff
Rob Aitken

Notice bibliographique

RevueTOPIA Canadian Journal of Cultural Studies · 2014
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinTech, Crowdfunding, Digital Finance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésExpansiveFinancePoliticsContext (archaeology)Social studies of financeThe ImaginaryOrder (exchange)Public financeSociologyRationalityEconomicsPositive economicsPolitical scienceLawHistoryPsychology

Résumé

récupéré en direct d'OpenAlex

Liberalized financial markets now seemingly shape the very contours of global political-economic life and the forms of self and citizen most common to our political present. It is in this context, however, that the culture of finance is often depicted in overly expansive, reified terms. Are there limits to finance and the “financialized imagination” as it has taken hold over the past century? Are there borders to the kind of reach and influence finance now exerts on our political economy? This paper addresses these questions by reviewing the ways in which recent public art has attempted to reclaim what, following Foucault, I refer to as the “subjugated knowledges” of finance: forms of knowledge such as gaming and game-play, which were removed from the discourse of finance when it was recast as rational and scientific over the 19th and 20th centuries. The paper considers several public art interventions that engage with gaming, game culture or game-play of various forms, in order to disrupt financial practices and abstraction. If limits are to be (re)imposed on finance, I conclude, we need critical strategies which can reclaim the subjugated knowledges of finance and which can, by extension, question the self-image of finance as a rational domain.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,654
Score d'incertitude au seuil0,650

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,249
Écart entre enseignants0,230 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTOPIA Canadian Journal of Cultural StudiesMême sujetFinTech, Crowdfunding, Digital FinanceTravaux en français237 207