MétaCan
Menu
Retour à la cohorte
Enregistrement W2886631362 · doi:10.1177/2399654418791825

Embodied and entangled: Slow violence and harm via digital technologies

2018· article· en· W2886631362 sur OpenAlexaff
Rachel Brydolf-Horwitz

Notice bibliographique

RevueEnvironment and Planning C Politics and Space · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueBullying, Victimization, and Aggression
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésEmbodied cognitionHarmHarassmentInternet privacyPerceptionPower (physics)The InternetCriminologySocial psychologyPsychologySociologyComputer securityComputer science

Résumé

récupéré en direct d'OpenAlex

As embedded systems, Internet and communications technologies not only have material footprints, they exist within and maintain historically specific societal structures and power dynamics. Despite growing awareness of the ubiquity of online harassment and bullying, there remains a disconnect between the embodied experiences of technology facilitated violence and legal and social recognition of harm. Looking at a notorious case out of Nova Scotia and the anti-cyberbullying legislation it inspired, I consider the ways such violence is made visible and invisible, looking specifically at the persistent cognitive disconnect between the virtual and the corporeal, and the language that enacts or justifies such distinctions. Formed within and against persistent ontological perceptions about technology and the nature of the virtual, I elaborate on slow violence in two different registers: the differentially experienced and embodied slow violence of persistent online threats and abuse, and the slow violence of responses to those communications.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,219
Score d'incertitude au seuil0,467

Scores Codex et Gemma par catégorie

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

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 Opus0,012
Tête enseignante GPT0,251
Écart entre enseignants0,239 · 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 tête enseignante, 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

Citations31
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and Planning C Politics and SpaceMême sujetBullying, Victimization, and AggressionTravaux en français237 207