MétaCan
Menu
Retour à la cohorte
Enregistrement W2930618610 · doi:10.1177/1461444819834509

Humanitarian humor, digilantism, and the dilemmas of representing volunteer tourism on social media

2019· article· en· W2930618610 sur OpenAlexaff
Kaylan C. Schwarz, Lisa Ann Richey

Notice bibliographique

RevueNew Media & Society · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTourism, Volunteerism, and Development
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésSocial mediaTourismVolunteerSociologyMedia studiesPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

How is volunteer tourism practice portrayed and policed in an online setting? First, this article describes three humanitarian-themed campaigns—Radi-Aid on YouTube, Humanitarians of Tinder on Tumblr, and Barbie Savior on Instagram—to consider the ways edgy humor might be employed to rebuke and resolve problematic humanitarian practices as well as representations of the African “other” and the humanitarian self. Second, through an inspection of repeated semi-structured interviews and visual content uploaded to Facebook, this article shows how a group of UK-based international volunteers took measures to avoid “stereotypical” volunteer photography (embracing children, selfies) when communicating their experiences in Kenya to a public audience, determined to avoid the scrutiny of “in the know” audience members. We consider these counter-narratives in light of Jane’s concept of “digilantism,” an emerging style of networked response to injustice.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,438
Score d'incertitude au seuil0,662

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,028
Tête enseignante GPT0,269
Écart entre enseignants0,241 · 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 tête enseignante, 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

Citations33
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNew Media & SocietyMême sujetTourism, Volunteerism, and DevelopmentTravaux en français237 207