Organizing Dark Matter: W.A.G.E. as Alternative Worker Organization
Notice bibliographique
Résumé
Since its founding in 2008, W.A.G.E. (Working Artists and the Greater Economy) has worked to reform the economic habits of US art institutions and of the artists upon whose cultural work these institutions are dependent. Inside a decade, W.A.G.E. went from a small grassroots collective to an internationally recognized, yet lean, organization, which not only advocates for labour standards in the nonprofit art sector, but also develops practical tools to begin the work of doing better by equality in the art world. This chapter positions W.A.G.E. as an example of what Immanuel Ness terms “new forms of worker organization.” Informed by W.A.G.E.-authored texts, media coverage of W.A.G.E., and interviews with the group’s core organizer and programmer, the chapter surveys W.A.G.E.’s strategies for organizing “dark matter,” a concept that Gregory Sholette has repurposed from physics as a metaphor for the majority of artists and activities that populate the art world and uphold and subsidize its most visible and commercially successful figures. W.A.G.E. is explored in five registers: its practice of parrhesia, algorithm of fairness, strategy of certification, post-horizontalist form of organization, and platformization of labour politics. While W.A.G.E. has been tackling dilemmas specific to the nonprofit arts, its strategies hold wider relevance to confronting the challenge of organizing workers who are outside of an employment relationship, who lack access to unions, and for whom the opportunity to be self-expressive or the promise of exposure may be regarded as compensation enough.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».