MétaCan
Menu
Retour à la cohorte
Enregistrement W2602450361

Young Canadians’ apprenticeship labour in user-generated content

2013· preprint· en· W2602450361 sur OpenAlex
Tamara Shepherd

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueLSE Research Online · 2013
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueCultural Industries and Urban Development
Établissements canadiensConcordia University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésApprenticeshipAutonomyNegotiationFlexibility (engineering)PoliticsProcess (computing)Production (economics)JournalismSociologyLabour economicsPolitical scienceMedia studiesEconomicsSocial scienceComputer scienceGeographyManagement
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

AbstrACt this article introduces a political-economic framework for analyzing young peo-ple’s production of user-generated content (UGC) as a kind of apprenticeship labour. based on case studies of four young Montréalers engaged in creating user-generated content, the au-thor developed the apprenticeship-type model of UGC labour to denote a process by which on-line immaterial labour or “free labour ” coincides with self-directed and informal job training, channelled specifically toward a career in the creative industries. the 20- to 24-year-old par-ticipants ’ online activity is seen as a non-remunerated training ground, driven by the promise of notoriety that begets autonomous future employment in areas such as fashion, music, and journalism. throughout this process, young people must constantly negotiate their autonomy; negotiated autonomy is precisely what they are apprenticing into through UGC production, where uncertainty and flexibility serve as the hallmarks of new media working conditions.

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 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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,433
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,350
Tête enseignante GPT0,429
Écart entre enseignants0,079 · 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