MétaCan
Menu
Retour à la cohorte
Enregistrement W2884968653 · doi:10.25965/interfaces-numeriques.3065

Le No Interface et la surveillance liquide

2018· article· fr· W2884968653 sur OpenAlexaff
Fabien Richert

Notice bibliographique

RevueInterfaces numériques · 2018
Typearticle
Languefr
DomaineComputer Science
ThématiqueCultural Insights and Digital Impacts
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyArtPolitical sciencePhysics

Résumé

récupéré en direct d'OpenAlex

Dans son dernier livre, Golden Krishna constate que la multiplication et le recours sans cesse plus important aux écrans ont des effets néfastes pour les utilisateurs. L’auteur en appelle à imaginer des expériences sans écran, le No Interface. Ce livre, qui s’adresse d’abord avant tout aux experts dans le domaine du design, nous intéresse tout particulièrement en ce qu’il est symptomatique d’une tendance qui vise à diminuer les interactions avec les écrans au profit d’une plus grande automatisation et interopérabilité entre les objets connectés. Il s’agira dans cet article de saisir les dynamiques sous-jacentes liées à cette volonté de dissimulation des écrans. L’utilisation à outrance des gadgets technologiques, accompagnés par de nombreux capteurs, participe à une logique de surveillance. Nous étudierons cette tendance en nous appuyant sur l’idée de David Lyon et de Zygmunt Bauman d’une surveillance « liquide ». Ces analyses nous permettront de circonscrire la dynamique du No Interface dans un contexte de société consumériste qui encourage les individus à participer et à se soumettre d’euxmêmes aux différentes formes de surveillance en utilisant les différents objets et services connectés. Un autre argument au cœur du No Interface repose sur l’apparente simplicité et fluidité d’utilisation de ces dispositifs, puisque de nombreuses opérations sont prises en charge par la machine, et sur le gain de temps qui en découle. Nous montrerons que l’automatisation permise par le No Interface entraîne la création de nouvelles pratiques qui renforcent la surveillance tout en participant à la logique de la valorisation marchande.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,005
Communication savante0,0070,008
Science ouverte0,0010,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,106
Tête enseignante GPT0,352
Écart entre enseignants0,246 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInterfaces numériquesMême sujetCultural Insights and Digital ImpactsTravaux en français237 207