MétaCan
Menu
Retour à la cohorte
Enregistrement W2888167305 · doi:10.1386/iscc.9.2.169_1

Insta-judgement: Irony, authenticity and life writing in mothers’ use of Instagram

2018· article· en· W2888167305 sur OpenAlexaff
May Friedman

Notice bibliographique

RevueInteractions Studies in Communication & Culture · 2018
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueAutobiographical and Biographical Writing
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésJudgementNormativeIronyLife writingMemoirPortraitContext (archaeology)Field (mathematics)Frame analysisFrame (networking)PsychologyAestheticsSociologyEpistemologyNarrativeLiteratureComputer scienceArtVisual artsContent analysisHistorySocial sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Abstract This article aims to explore the ways that photos and written texts using the hashtag #assholeparents extend understandings of both life writing theories and the field of motherhood studies. At first glance, this hashtag seems to stray from picture-perfect Pinterest parenting. A closer analysis, however, reveals that despite the seeming rejection of model parenting, the pictures and texts grouped by #assholeparents nonetheless affirm deeply normative views of parenting in general and of motherhood in particular. As such, while largely featuring children, these photographs can arguably stand as maternal self-portraits. This examination aims to explore a collection of images as examples of a composite form of life writing. The use of life writing as a critical practice allows for an analysis of the images and accompanying text that aims to pull the camera back and view the context and motivations outside the frame. The particular use of Instagram further complicates the notion of life writing by presenting each image as an independent text but also as part of an emergent composite memoir that borrows from and contributes to idealized notions of family.

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)0,003
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,005
Communication savante0,0030,003
Science ouverte0,0000,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,164
Tête enseignante GPT0,351
Écart entre enseignants0,187 · 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'étudeQualitatif
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

Citations12
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInteractions Studies in Communication & CultureMême sujetAutobiographical and Biographical WritingTravaux en français237 207