L’appropriation des réseaux socionumériques et les arts de l’encadrer : pour une prise en compte des rapports de force entre utilisateurs et dispositifs
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
L’enthousiasme pour les réseaux socionumériques est associé à une grande variété d’usages et de finalités qui révèle une forte flexibilité des dispositifs. Avec près d’un milliard et demi d’utilisateurs actifs chaque mois, Facebook constitue un cas particulièrement intéressant pour étudier l’appropriation d’une plateforme socionumérique. Quelles sont précisément les formes d’appropriation ? Comment ces plateformes gèrent-elles ces appropriations ? À partir d’une analyse secondaire de données qualitatives issues de deux projets de recherche, une variété de cas d’appropriations est analysée grâce au développement d’un cadre théorique original réunissant les approches d’Akrich (1998) et de Certeau (1990). La première approche permet d’identifier et de décrire les formes-types d’appropriations opérées par les utilisateurs. La seconde permet de comprendre quelles formes sont encouragées, tolérées ou prohibées par les plateformes. Les rapports de force entre utilisateurs et dispositifs sont révélés à travers leurs positions tactiques ou stratégiques. Les contours d’un management de l’appropriation sont ainsi esquissés en distinguant cinq « arts d’encadrer » l’appropriation qui correspondent aux arts de faire avec l’appropriation des utilisateurs. La recherche s’inscrit dans la perspective socio-politique de l’appropriation des SI et contribue à la théorisation d’un management de l’appropriation des SI. Loin de consacrer un usager tout puissant ou de célébrer l’empowerment des utilisateurs, elle souligne que l’appropriation est un rapport de force, largement en faveur des dispositifs dans le cas des réseaux socionumériques.
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.
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 | 0,006 | 0,001 |
| 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 | 0,001 | 0,004 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle