MétaCan
Menu
Retour à la cohorte
Enregistrement W2750020963 · doi:10.31269/triplec.v15i2.815

‘Liking and Sharing’ the stigmatization of poverty and social welfare: Representations of poverty and welfare through Internet memes on social media

2017· article· en· W2750020963 sur OpenAlexaff
Kathy Dobson, Irena Knežević

Notice bibliographique

RevuetripleC Communication Capitalism & Critique Open Access Journal for a Global Sustainable Information Society · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueHumor Studies and Applications
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésPovertyPopularityReceiptThe InternetWelfareSociologySocial mediaInternet privacyPolitical sciencePsychologySocial psychologyBusinessEconomicsEconomic growthComputer scienceLawWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Internet memes play an important role in the reproduction, reinforcement and circulation of social stereotypes, including about those who live in poverty. Due to the vast reach and increasing popularity of various social media platforms, these memes can reach a potentially enormous audience; when an image goes ‘viral,’ its claims are made more powerful every time it is shared or reposted. In this paper we investigate the relationship between Internet memes and stereotypes about poverty by examining a set of memes that make claims about one particular aspect of poverty in North America – receipt of social assistance in the form of welfare cheques, medical coverage and food.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0060,016
Communication savante0,0070,007
Science ouverte0,0010,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,072
Tête enseignante GPT0,449
Écart entre enseignants0,377 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations56
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuetripleC Communication Capitalism & Critique Open Access Journal for a Global Sustainable Information SocietyMême sujetHumor Studies and ApplicationsTravaux en français237 207