MétaCan
Menu
Retour à la cohorte
Enregistrement W2160001610 · doi:10.1177/1367549412445758

Alpha nerds: Cultural intermediaries in a subcultural scene

2012· article· en· W2160001610 sur OpenAlexaffabout
Benjamin Woo

Notice bibliographique

RevueEuropean Journal of Cultural Studies · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCultural Industries and Urban Development
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésIntermediaryGatekeepingSociologyMediationContext (archaeology)MainstreamSituatedPublic relationsBusinessPolitical scienceSocial scienceMarketingLaw

Résumé

récupéré en direct d'OpenAlex

Recent studies of cultural intermediaries demonstrate that economic activity in even the most rationalized organizations and industries is thoroughly cultural. However, they may not do justice to contexts where production and mediation are embedded in communities with distinctive traditions and aesthetic standards. This article offers an ethnographically informed account of intermediaries working within one such context: namely, the organizations and stores composing the ‘nerd-culture scene’ in a Canadian city. Retailers and group organizers enable geeky cultural practices by providing spaces where individuals can develop their interests and hobbies. Their labour is analysed in terms of their subcultural careers, gatekeeping functions within the scene and dispositions towards the ‘mainstream’. They are not simply economic agents but also culturally and socially situated actors motivated to do this work for its intrinsic rewards. Subcultural scenes cut across industrial sectors and cultural industries, making them a special context for the work of cultural intermediaries.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,113
Score d'incertitude au seuil0,604

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,002
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 Opus0,132
Tête enseignante GPT0,365
Écart entre enseignants0,234 · 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'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

Citations59
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Cultural StudiesMême sujetCultural Industries and Urban DevelopmentTravaux en français237 207