PLATFORM POWER & PUBLIC VALUE
Notice bibliographique
Résumé
This paper offers an analytical framework to critically examine the power relations that structure the online platform ecosystem. Following a relational understanding of power, it focuses on the connections between the five leading platform corporations - Alphabet-Google, Apple, Facebook, Amazon, and Microsoft (GAFAM) - and the many other digital properties (i.e. platforms, websites, and apps) that populate the online ecosystem. Exploring these connections, we notice that a growing number of digital properties are integrated with, and increasingly dependent on the infrastructural services offered by the GAFAM platforms. These services include: advertising networks, login services, cloud hosting, app stores, payment systems, data analytics, video hosting, geospatial and navigation services, search functionalities, and operating systems. Such infrastructural services allow a wide variety of companies to make their products and services available online, attract and target users, analyze their activities, and generate revenue. It is through the ubiquitous integration and consistent use of these infrastructural services that platform power emerges and is consolidated. To demonstrate how such power relations can be analyzed, the paper highlights two key infrastructural services: app stores and ad networks. For each service it discusses two levels of analysis that can be pursued to gain insight in the workings of platform power. Ultimately a systematically analysis of the key infrastructural services will need to be developed to arrive at a refined taxonomy of platform power relations. Such taxonomy is essential to establish guidelines for governing the platform ecosystem in correspondence with key public values.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».