“Get Off My Internets”: How Anti-Fans Deconstruct Lifestyle Bloggers’ Authenticity Work
Notice bibliographique
Résumé
This paper examines the nature of authenticity labour in personal lifestyle blogging through a case study of travel bloggers. Specifically, it looks at how participants in the blogging anti-fan community Get Off My Internets (GOMI) identify and deconstruct lifestyle bloggers’ efforts to perform an ‘authentic’ persona. Within the broader context of online micro-celebrity, self-branding, and persona, I examine authenticity as a kind of labour that is necessary for lifestyle blogging ‘success,’ where success is measured by metrics like heavy website traffic and brand sponsorships. Lifestyle bloggers perform authenticity partly by narrating the process of cultivating personal authenticity through the ongoing process of selfimprovement towards an idealized goal. This personal authenticity is based on existentialist notions of ‘being true’ to one’s essential nature and personal commitments. In the GOMI community, bloggers’ representations of the inner life are frequently viewed with suspicion, and interpreted as ‘staged,’ and therefore inauthentic, performances of authenticity. Bloggers are also expected to demonstrate a commitment to ethical authenticity, and, subsequently, attempts to monetize their content through sponsorships and affiliate links are viewed with suspicion. Lastly, authenticity work in lifestyle blogging involves emphasizing one’s ordinariness alongside one’s extraordinariness, resulting in what I call ‘aspirational extra/ordinariness.’ By observing trends in how travel bloggers perform authenticity and how anti-fans deconstruct these performances, it becomes apparent that critical publics identify inauthenticity in moments where the constructedness or performedness of authenticity is most apparent, indicating that while micro-celebrities rely on authenticity labour for their popularity, this very labour can detract from a persona’s perceived authenticity when it becomes obvious to publics.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,018 | 0,033 |
| Communication savante | 0,015 | 0,012 |
| Science ouverte | 0,002 | 0,011 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».