MétaCan
Menu
Retour à la cohorte
Enregistrement W2923865952 · doi:10.26512/lstr.v6i1.21548

Explorando o Ciberespaço Russo: Ação Coletiva Digitalmente Mediada e a Esfera Pública Interconectada

2014· article· pt· W2923865952 sur OpenAlexaff
Karina Alexanyan, Vladimir Barash, Bruce Etling, Rob Faris, Urs Gasser, John Kelly, John Palfrey, Hal Roberts

Notice bibliographique

RevueLaw State and Telecommunications Review · 2014
Typearticle
Languept
DomaineSocial Sciences
ThématiqueSocial Media and Politics
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesBusinessPhilosophy

Résumé

récupéré en direct d'OpenAlex

Propósito – Este artigo sintetiza os principais achados de um projeto de pesquisa de três anos para investigar o impacto da Internet sobre a política, a mídia e a sociedade russa. Metodologia/abordagem/design – Empregamos múltiplos métodos para estudar atividades online: o mapeamento e estudo da estrutura, das comunidades e do conteúdo da blogosfera; um análogo mapeamento e estudo do Twitter; a análise de conteúdo de diferentes fontes midiáticas, utilizando tanto abordagens automatizadas quanto abordagens baseadas em avaliação humana; e uma enquete com blogueiros; métodos esses expandidos por mapeamento de infraestrutura, por entrevistas e por investigações de contexto. Resultados – Constatamos a emergência de uma vibrante e diversa esfera pública interconectada, que constitui uma alternativa independente ao mais rigidamente controlado espaço midiático e político offline, e verificamos o uso crescente de plataformas digitais na mobilização social e na ação cívica. Implicações práticas – Apesar da existência de vários esforços indiretos para conformar o ciberespaço como um ambiente mais amigável ao governo, constatamos que a Internet russa permanece, em geral, aberta e livre, embora o atual grau de liberdade na Internet de forma alguma possa representar previsão acerca do futuro desse espaço contestado.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0040,006
Communication savante0,0170,016
Science ouverte0,0010,008
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0220,004

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 Opus0,051
Tête enseignante GPT0,341
Écart entre enseignants0,290 · 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'étudeSans objet
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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLaw State and Telecommunications ReviewMême sujetSocial Media and PoliticsTravaux en français237 207