MétaCan
Menu
Retour à la cohorte
Enregistrement W2009853709 · doi:10.1080/13600830902814984

Cyberhate: the globalization of hate

2009· article· en· W2009853709 sur OpenAlexaff
Barbara Perry, Patrik Olsson

Notice bibliographique

RevueInformation & Communications Technology Law · 2009
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media and Politics
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésCollective identityThe InternetGlobalizationPolitical scienceConsolidation (business)Identity (music)Media studiesSociologyGroup cohesivenessPublic relationsPolitical economyLawBusinessWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Increasingly, scholars are examining the ways in which the Internet allows the hate movement to retrench and reinvent itself as a viable collective. The many electronic means available to the movement – blogs, newsgroups, ’zines, etc. – allow an ease of communication and dissemination of their views never before possible. While there are obvious points of convergence across the various Klan groups, or identity churches, or skinhead organizations, the hate movement has historically been varied and, in fact, fractured. Internet communication facilitates the creation of the collective identity that is so important to movement cohesiveness. Clearly, this has strengthened the domestic presence of these groups in countries like the United States, Germany and Sweden. Yet relatively less attention has been paid to the way in which the Web facilitates the consolidation of a global movement. Internet communication knows no national boundaries. Consequently, it allows the hate movement to extend its collective identity internationally, thereby facilitating a potential ‘global racist subculture’. It is this process that we seek to uncover in this paper, with an eye to thinking about ways to intervene so as to weaken the impact.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0070,044
Communication savante0,0130,015
Science ouverte0,0010,008
Intégrité de la recherche0,0060,005
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,021
Tête enseignante GPT0,332
Écart entre enseignants0,311 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations119
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInformation & Communications Technology LawMême sujetSocial Media and PoliticsTravaux en français237 207