MétaCan
Menu
Retour à la cohorte
Enregistrement W2896201765 · doi:10.28968/cftt.v4i2.29581

A Crowded Future: Working against Abstraction on Turker Nation

2018· article· en· W2896201765 sur OpenAlexaff
Kathryn Zyskowski, Kristy Milland

Notice bibliographique

RevueCatalyst Feminism Theory Technoscience · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Economy and Work Transformation
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCapitalismCrowdsourcingSociologyGrassrootsMarxist philosophyLabor historyEthnographyScholarshipPublic relationsLabor relationsPolitical scienceLawPolitics

Résumé

récupéré en direct d'OpenAlex

This paper examines digital labor and community through an ethnography of a discussion board supporting short-term digital contract workers on the Amazon Mechanical Turk (mTurk). First, we give a thorough overview of mTurk, the crowdsourcing marketplace, and Turker Nation, a discussion board for workers on mTurk. We trace the experience of interacting with this infrastructure on mTurk as worker and employer. Following, we look at scholarship on software infrastructure and autonomous Marxist theorizations of contemporary work. We demonstrate how the labor of participating on the discussion board Turker Nation helps to counter the abstraction the infrastructure provides. We show how workers on Turker Nation use the platform to structure time, build socializing spaces at work and initiate collective organizing. In doing so, we argue that workers’ labor belies conventional class classification, such as white-collar and blue-collar labor and instead lays the groundwork for how to structure future digital workplaces. We argue that this laboring resists the assumed logic of capitalism for digital labor that subsumes and takes over workers’ lives and conclude by looking at the limitations of the community’s collective organizing in terms of agreeing on points to communicated to the public.

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)0,007
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,965
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0350,033
Communication savante0,0110,013
Science ouverte0,0020,016
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,270
Écart entre enseignants0,250 · 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.

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

Citations11
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCatalyst Feminism Theory TechnoscienceMême sujetDigital Economy and Work TransformationTravaux en français237 207