Technology vs ‘terrorism’: circuits of city surveillance since September 11th
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
Since September 11th 2001 ‘terrorism’ has understandably become the preoccupation of many, especially in urban areas, where the threat of ‘terrorism’ is greatest. High on the list of priorities is tightening up the technological means of ensuring security, by adopting in particular new surveillance measures. While these are mainly expansions of already existing systems — biometrics, ID cards, CCTV and communications interception — an interesting and perhaps disturbing new feature of these is the apparent willingness to create modes of integration between previously separate systems. Similar software and dependence on algorithmic techniques permit data‐sharing across several boundaries that were previously less porous. The dispersed data‐gathering of the surveillant assemblage, that includes relatively ‘innocent’ items such as consumer transaction trails —‘categorical seduction’— converges with the more centralized activities of policing and intelligence —‘categorical suspicion’— in the effort to make urban areas safe. The consequences of this are likely to be far‐reaching, reinforcing our reliance on technological solutions, and increasingly inserting them into the routines of everyday life in the city. Depuis le 11 septembre 2001, le ‘terrorisme’ est naturellement devenu la préoccupation de beaucoup, surtout dans les zones urbaines où la menace ‘terroriste’ est la plus forte. Aux premiers rangs des priorités, on trouve les moyens technologiques d'assurer la sécurité, notamment l'adoption de nouvelles mesures de surveillance. Si certaines consistent principalement àétendre les systèmes existants (biométrie, cartes d'identité, circuits de télévision et interception des communications), l'une des nouvelles méthodes, intéressante mais quelque peu troublante, est la volonté apparente de créer des modes d'intégration entre des systèmes jusqu'alors indépendants. Des logiciels similaires et une subordination à des techniques algorithmiques permettent le partage de données à travers plusieurs frontières auparavant moins perméables. La collecte de données éparses dans l'assemblage de surveillance, incluant des éléments relativement ‘innocents’ tels que le suivi des transactions de clients s'allie aux activités les plus centralisées de la police et du renseignement afin de sécuriser les zones urbaines. Les conséquences sont susceptibles d'aller plus loin, renforçant notre dépendance à l'égard de solutions technologiques et multipliant celles‐ci dans les routines de la vie quotidienne urbaine.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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