MétaCan
Menu
Retour à la cohorte
Enregistrement W1893591917 · doi:10.22230/cjc.2013v38n1a2598

Young Canadians’ Apprenticeship Labour in User-Generated Content

2013· article· en· W1893591917 sur OpenAlexafffundvenue
Tamara Shepherd

Notice bibliographique

RevueCanadian Journal of Communication · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Economy and Work Transformation
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésApprenticeshipNegotiationAutonomyFlexibility (engineering)JournalismProcess (computing)PoliticsProduction (economics)SociologyPolitical scienceMedia studiesSocial scienceComputer scienceEconomicsGeographyManagementLaw

Résumé

récupéré en direct d'OpenAlex

This article introduces a political-economic framework for analyzing young people’s production of user-generated content (UGC) as a kind of apprenticeship labour. Based on case studies of four young Montréalers engaged in creating user-generated content, the author developed the apprenticeship-type model of UGC labour to denote a process by which online immaterial labour or “free labour” coincides with self-directed and informal job training, channelled specifically toward a career in the creative industries. The 20- to 24-year-old participants’ online activity is seen as a non-remunerated training ground, driven by the promise of notoriety that begets autonomous future employment in areas such as fashion, music, and journalism. Throughout this process, young people must constantly negotiate their autonomy; negotiated autonomy is precisely what they are apprenticing into through UGC production, where uncertainty and flexibility serve as the hallmarks of new media working conditions.

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)0,000
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 enseignants0,471
Score d'incertitude au seuil0,362

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,038
Tête enseignante GPT0,244
Écart entre enseignants0,206 · 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

Citations4
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of CommunicationMême sujetDigital Economy and Work TransformationTravaux en français237 207