The Politics of Gray Data: Digital Methods, Intimate Proximity, and Research Ethics for Work on the “Alt-Right”
Notice bibliographique
Résumé
This article addresses how gray data, or research data that have their provenance in the gray area between found texts and the products of participants, is complicated by issues inherent to studying the “alt-right,” especially in social justice–oriented and digital methods work. Although ethical guidelines and recommendations have not reached a consensus on issues such as requiring consent for doing work on gray data in general, fruitful contextual discussions that take in differing worldviews and political goals can help triangulate an approach to making decisions for specific projects. Furthermore, the overt hostility of “alt-right” groups to researchers is also considered as a complicating factor, one that extends the meaning of “ethical responsibility” to also include responsibilities to additional parties, such as those you are citing, research assistants, and family members. The article concludes with a consideration of the intimate proximities created by social justice–oriented and digital methods research on the “alt-right,” and a set of guiding questions for doing such work that, while not quite a set of best practices, are offered as signposts to help researchers navigate what are ultimately highly singular and emergent ethical problematics.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,363 | 0,325 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,028 | 0,248 |
| Communication savante | 0,038 | 0,061 |
| Science ouverte | 0,005 | 0,040 |
| Intégrité de la recherche | 0,013 | 0,027 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».