La compétence numérique de gestion des frontières sur les réseaux sociaux numériques : un capital culturel technologique à la Bourdieu
Notice bibliographique
Résumé
Certains réseaux sociaux numériques, comme Facebook, Twitter, Instagram ou Google+ par exemple, offrent la possibilité de se connecter à des contacts aussi bien professionnels que personnels, et de partager des informations (messages, photos, vidéos, etc.) relevant des deux domaines. Les cercles sociaux d’un individu, qui sont largement segmentés dans la vie courante, entrent ainsi en collision sur les réseaux sociaux numériques, avec des conséquences parfois très bénéfiques, et parfois très néfastes pour les relations interpersonnelles et pour les réputations professionnelles. Cet article propose une analyse conceptuelle de la gestion des frontières entre identités professionnelle et personnelle sur les réseaux sociaux numériques comme étant unecompétence numériqueet une forme decapital culturel technologiqueà la Bourdieu (1979). Dans un premier temps, l’article définit la gestion des frontières entre rôles et identités comme une compétence à part entière. Ensuite, il présente les spécificités des interactions médiées publiques sur les réseaux sociaux numériques par rapport aux interactions directes et aux interactions médiées privées ; ces spécificités impliquent que la compétence de gestion des frontières doit être transposée à la sphère numérique. L’article se poursuit en illustrant cette nouvelle compétence numérique par la présentation d’une typologie de quatre stratégies de gestion des frontières entre identités professionnelle et personnelle sur les réseaux sociaux numériques. Enfin, l’article analyse la compétence numérique de gestion des frontières en ligne comme une forme de capital culturel incorporé et, plus précisément, comme un capital culturel technologique qui agit en tant que capital symbolique permettant de construire et de développer le capital social d’un individu.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,013 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».