MétaCan
Menu
Retour à la cohorte
Enregistrement W3003218103 · doi:10.5210/spir.v2018i0.10482

NAVIGATING NETWORKED TIME: VISUAL SELF-IDENTITY CONSTRUCTION AND MANAGEMENT AMONG YOUTH

2020· article· en· W3003218103 sur OpenAlexaff
Michelle Gorea

Notice bibliographique

RevueAoIR Selected Papers of Internet Research · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueImpact of Technology on Adolescents
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésIdentity (music)SociologyVisual researchSocial mediaResource (disambiguation)Everyday lifeKey (lock)SelfSocial psychologyPsychologyPublic relationsAestheticsPolitical scienceComputer scienceVisual artsArt

Résumé

récupéré en direct d'OpenAlex

According to dominant theorizations of contemporary society, many people’s daily practices now occur within, and reproduce, a social world where media are the fundamental reference and resource for the development of the self (Couldry and Hepp 2017:15). Although previous research has revealed the mutual shaping of technologies, interaction, and identity in the broader contexts of economic and social change related to ‘millennials’, we know little about the precise ways in which these practices occur and how the self is being differently constructed over time. Using a multi-method qualitative approach, this work in progress paper explores three key questions: 1) What happens when visuality becomes a part of youth’s everyday practices of interaction? 2) What roles are images playing in routine interaction among youth? 3) How and in what ways does the maintenance of a visually ‘mediated presence’ in social media shape youths’ views of the self? This paper elaborates on findings within three categories that illustrate youth’s visual practices and how they are differently understood over time: (1) images of the self in the moment; (2) images of the self over time; and (3) images of the self under surveillance. The preliminary findings of this research suggest that although youth’s technological practices may not all be new, there are significant aspects of visuality that alters some of the key factors shaping young people’s use and understandings of new media technologies.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,231
Score d'incertitude au seuil0,505

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,025
Tête enseignante GPT0,363
Écart entre enseignants0,338 · 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'étudeObservationnel
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAoIR Selected Papers of Internet ResearchMême sujetImpact of Technology on AdolescentsTravaux en français237 207