MétaCan
Menu
Retour à la cohorte
Enregistrement W2186741084 · doi:10.29173/irie334

The Automated Production of Reputation: Musing on bots and the future of reputation in the cyberworld

2013· article· en· W2186741084 sur OpenAlexvenueno aff
Stefano De Paoli

Notice bibliographique

RevueThe International Review of Information Ethics · 2013
Typearticle
Langueen
DomaineComputer Science
ThématiqueSpam and Phishing Detection
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReputationRelevance (law)Production (economics)Context (archaeology)PhenomenonComputer scienceInternet privacyReputation systemComputer securityPolitical scienceLawEconomics

Résumé

récupéré en direct d'OpenAlex

Reputation is considered as the summary of a person's relevant past actions in the context of a specific community and is a concept which has gained huge relevance in the cyberworld as a way of building trust. Increasingly, however, reputation is awarded to users after they have carried out repetitive, mechanical or trivial actions. This opens the space to a phenomenon which we can define as the automated production of reputation: reputation produced by the means of software technologies known as bots that can easily automate repetitive online actions. In this paper the phenomenon of automated production of reputation is preliminarily defined and presented using three different empirical examples: Massively Multiplayer Online Games, the social network twitter and the reputational hub Klout. The paper also discusses some of the foreseeable negative consequences of the automated production of reputation and in particular the risks related to the loss of trust in online communities.

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)0,006
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,801
Score d'incertitude au seuil0,281

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,002
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 ouverte0,0010,000
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 Opus0,017
Tête enseignante GPT0,298
Écart entre enseignants0,281 · 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'étudeThéorique ou conceptuel
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

Citations6
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Review of Information EthicsMême sujetSpam and Phishing DetectionTravaux en français237 207