Networked Publics, Networked Politics: Resisting Gender-Based Violent Speech in Digital Media
Notice bibliographique
Résumé
This dissertation is a qualitative study of digital media that identifies and analyzes feminist responses to violent speech in networked environments across Canada and the United States between 2011 and 2015. Exploring how verbal violence is constitutive of and constituted by power relations in the feminist blogosphere, I ask the following set of research questions: How do feminist bloggers politicize and problematize instances of violent speech on digital media? In what ways are their networked interactions and self-representations reconfigured as a result of having to face hostile audiences? What modes of agency appear within feminist blogging cultures? This work engages with feminist theory (hooks, 2014; McRobbie, 2009; Stringer 2014), media studies (boyd, 2014; Lovink, 2011; Marwick 2013) and their intersections in the field of feminist media studies (Jane 2014; Keller, 2012). Drawing on interviews with the key players in the feminist blogosphere and providing a discursive reading of selected digital texts, I identify networked resistive strategies including digital archiving, public shaming, strategic silence and institutional transformations. I argue that feminist responses to violent speech are varied and reflect not only long-standing concerns with community building and womens voices in public context, but also emerging anxieties around self-branding, professional identity and a control over one's digital presence. This research underscores the importance of transformative capacities of networked feminist politics and contextualizes agentic modes of participation in response to problematic communication.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,004 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».