MétaCan
Menu
Retour à la cohorte
Enregistrement W1658553765 · doi:10.24908/ss.v8i2.3486

Empowerment: Analyzing Technologies of Multiple Variable Visibility

2010· article· en· W1658553765 sur OpenAlexaff
Ariane Ellerbrok

Notice bibliographique

RevueSurveillance & Society · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePrivacy, Security, and Data Protection
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésVisibilityEmpowermentPluralContext (archaeology)Representation (politics)Process (computing)Power (physics)Emerging technologiesPublic relationsVariable (mathematics)SociologyComputer scienceBusinessPolitical scienceLawGeographyArtificial intelligenceLinguistics

Résumé

récupéré en direct d'OpenAlex

This paper notes the emergence of technologies of multiple variable visibility – that is, technologies that render individuals visible to diverse interests simultaneously via the corporate ownership of intimate personal data. Focusing on Facebook, a classic example of technology of this genre, I argue that the various levels of visibility that are facilitated by these technologies cannot and should not be analyzed in isolation from one another. The complex dynamics of power that are mobilized via the strategic employment of multiple visibilities complicates the representation of many surveillance technologies as one-dimensional conduits for empowerment or exploitation. In the context of these technologies, I argue that visibilities (plural) facilitate combined experiences of empowerment and disempowerment, a process that not only speaks to the type of data collection that is enabled through this process but also implies a whole serious of implications specific to their use.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,627
Score d'incertitude au seuil0,825

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,015
Tête enseignante GPT0,289
Écart entre enseignants0,274 · 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

Citations18
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSurveillance & SocietyMême sujetPrivacy, Security, and Data ProtectionTravaux en français237 207