MétaCan
Menu
Retour à la cohorte
Enregistrement W3035884543 · doi:10.1177/2056305120933293

App Imperialism: The Political Economy of the Canadian App Store

2020· article· en· W3035884543 sur OpenAlexafffundabout
David B. Nieborg, Chris J. Young, Daniel Joseph

Notice bibliographique

RevueSocial Media + Society · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueDigital Platforms and Economics
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésCapitalismCorporate governancePoliticsSituatedDominance (genetics)RevenueApp storeDigital economyEconomyEconomicsPolitical economyPolitical scienceComputer scienceWorld Wide WebManagementFinanceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

To critically engage with the political economy of platformization, this article builds on the concepts of platform capitalism and platform imperialism to situate platforms within wider historical, economic, and spatial trajectories. To investigate if platformization leads to the geographical redistribution of capital and power, we draw on the Canadian instance of Apple’s iOS App Store as a case study. App stores are situated in a complex ecosystem of markets, infrastructures, and governance models that the disparate fields of business studies, critical political economy of communications, and platform studies have begun to catalog. Through a combination of financial and institutional analysis, we ask if Canadian game app developers are effective in generating revenue within their own national App Store. Given Canada’s vibrant game industry one would expect Canadian developers to have a sizable economic footprint in the burgeoning app economy. Our results, however, point toward the US digital dominance and, therefore, we suggest the notion of app imperialism to signal the continuation, if not reinforcement of existing instances of economic inequalities and imperialism.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,060
Score d'incertitude au seuil0,433

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0230,018
Communication savante0,0140,004
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,000

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 Opus0,024
Tête enseignante GPT0,193
Écart entre enseignants0,169 · 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

Citations46
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueSocial Media + SocietyMême sujetDigital Platforms and EconomicsTravaux en français237 207