MétaCan
Menu
Retour à la cohorte
Enregistrement W2943390543 · doi:10.1080/24701475.2019.1593667

Facebook’s evolution: development of a platform-as-infrastructure

2019· article· en· W2943390543 sur OpenAlexaff
Anne Helmond, David B. Nieborg, Fernando van der Vlist

Notice bibliographique

RevueInternet Histories · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueDigital Platforms and Economics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNederlandse Organisatie voor Wetenschappelijk OnderzoekDeutsche Forschungsgemeinschaft
Mots-clésAdaptabilitySocial mediaTRACE (psycholinguistics)Scope (computer science)Computer scienceAffordanceData scienceImplementationWorld Wide WebHuman–computer interactionEcology

Résumé

récupéré en direct d'OpenAlex

The purpose of this article is to operationalise an evolutionary perspective on the history of social media and to trace Facebook’s evolution from a social networking site to a “platform-as-infrastructure”. Social media platforms such as Facebook change constantly on the level of their platform architectures, interfaces, governance frameworks, and control mechanisms, all while responding to their larger environments. By examining the evolution of Facebook’s programmability and corporate partnerships, we develop an empirical historical analysis of the platform’s boundary dynamics that ultimately determine its operational scale and scope. Based on our analysis of a unique set of archived primary sources, we discern four main stages in Facebook’s long-term evolution and discuss the interplay between ongoing processes of “platformisation” and “infrastructuralisation”. We argue that these terms foreground complementary aspects of the platform’s efforts in balancing its expansion and adaptability to changing user needs and other “environmental dynamics” without risking its integrations and embedding in other domains, such as advertising, marketing, and publishing. Ultimately, our contribution illustrates how empirical platform histories can denaturalise the current dominant position of social media platforms, such as Facebook, revealing over a decade of incremental evolution rather than revolution.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0030,007
Communication savante0,0070,012
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,177
Écart entre enseignants0,168 · 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

Citations219
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternet HistoriesMême sujetDigital Platforms and EconomicsTravaux en français237 207