MétaCan
Menu
Retour à la cohorte
Enregistrement W3007133765 · doi:10.1177/1750481320910516

The yellow vests and the communicative constitution of a protest movement

2020· article· en· W3007133765 sur OpenAlexaboutno aff
Jonathan Clifton, Patrice de La Broise

Notice bibliographique

RevueDiscourse & Communication · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation, sociology, and vocational training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMovement (music)MainstreamSocial movementMedia studiesSociologySocial mediaSkepticismAction (physics)ConstitutionState (computer science)Alternative mediaAestheticsLawPolitical sciencePoliticsArtEpistemology

Résumé

récupéré en direct d'OpenAlex

Contemporary protest movements are skeptical of mainstream media outlets, and so to communicate, they make extensive use of social media such as YouTube, Instagram and Twitter. Most research to date has considered how protest movements, as preexistent entities, use such social media to communicate with stakeholders, but little, if any research, has considered how a protest movement is constituted in and through communication. Using the Montreal School’s ventriloquial approach to communication and using YouTube video footage of the gilets jaunes – a contemporary French protest movement – in action, the purpose of this article is to explicate how a protest movement that resists the state’s authority is constituted in and through a textual artifact (a video clip on YouTube). Findings indicate that the protest movement is not only discursively constructed through the commentary that accompanies the video, but it is also constituted by non-human actants such as space, buildings and clothing. The protest movement mobilizes networks of human and non-human actants that invoke a moral authority that resists legally authorized state-sponsored networks which are also made up of human and non-human actants.

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)0,009
score de la tête « metaresearch » (Gemma)0,013
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: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0170,077
Communication savante0,0120,007
Science ouverte0,0010,010
Intégrité de la recherche0,0030,003
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 Opus0,215
Tête enseignante GPT0,480
Écart entre enseignants0,265 · 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

Citations15
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiscourse & CommunicationMême sujetEducation, sociology, and vocational trainingTravaux en français237 207