MétaCan
Menu
Retour à la cohorte
Enregistrement W2966473484 · doi:10.5465/ambpp.2019.16695abstract

Reaching for the Top: A Practice Approach to Understanding Power Dynamics in Online Communities

2019· article· en· W2966473484 sur OpenAlexaff
Assia Lasfer, Emmanuelle Vaast

Notice bibliographique

RevueAcademy of Management Proceedings · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media and Politics
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPower (physics)Public relationsFunction (biology)SociologyPractice theoryOnline communityField (mathematics)Power structureCommunity of practiceDynamics (music)Social capitalKnowledge managementPolitical scienceComputer scienceWorld Wide WebSocial sciencePedagogyEthnography

Résumé

récupéré en direct d'OpenAlex

Online communities rely on the collaborative efforts of their members to function and create value. Yet, the existence of collaboration does not deny that members navigate their way through their interactions also to gain status and power. Through our detailed study of an online collaborative community, we build a theory that explains how online community members compete for power and status through power contestation practices that also enable collaboration. By employing Bourdieu’s practice theory, we conceptualize the community as a field of practice, bounded by its sociomaterial structure, and having contextually meaningful capital that members compete for. We identify six practices that members use to create structure-sustaining and structure-challenging dynamics. We argue that members in positions of power, whom we call veterans, enact practices to sustain the structure and maintain their positions of power. On the other hand, members with low power, whom we call novices, enact practices to challenge the structure by attempting to reorganize the capital distribution in a way that brings them more power. Our paper contributes to both social structure and collaboration literature streams of online contexts by providing a more thorough understanding of how power contestation and social stratification occur, not despite collaboration, but through collaboration.

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)0,000
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 enseignants0,912
Score d'incertitude au seuil0,323

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,091
Tête enseignante GPT0,362
Écart entre enseignants0,271 · 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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetSocial Media and PoliticsTravaux en français237 207