MétaCan
Menu
Retour à la cohorte
Enregistrement W2903067057 · doi:10.1080/07393148.2018.1528534

Breaking Down Barriers of Culture and Geography? Caring-at-a-Distance through Web 2.0

2018· article· en· W2903067057 sur OpenAlexafffund
Roberta Hawkins

Notice bibliographique

RevueNew Political Science · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media and Politics
Établissements canadiensUniversity of Guelph
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésGeneral partnershipPower (physics)CorporationSocial mediaPublic relationsWeb 2.0Political scienceSociologyThe InternetWorld Wide WebComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract This article analyzes Join My Village (JMV), an NGO-corporation partnership that aims to “break down barriers of culture and geography” using the “power of online communities.” JMV uses Web 2.0 technologies to entice online users in the USA to engage with content about women’s lives in Malawi. Each time a user clicks on JMV content, the corporate partners donate money to the NGO. Using discourse analysis and interviews, I examine how JMV encourages users to care about distant others and with what effects. I draw attention to the use of Web 2.0 in the campaign in terms of how distant others become entangled in social media users’ everyday lives and the types of engagement JMV encourages. I conclude that while JMV offers some possibilities for caring-at-a-distance, the contradictory messaging and the corporate aspects of the campaign need more critical analysis.

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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,016
Communication savante0,0090,011
Science ouverte0,0010,007
Intégrité de la recherche0,0010,003
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 Opus0,016
Tête enseignante GPT0,331
Écart entre enseignants0,314 · 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

Citations11
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNew Political ScienceMême sujetSocial Media and PoliticsTravaux en français237 207