MétaCan
Menu
Retour à la cohorte
Enregistrement W3047368226 · doi:10.5210/spir.v2019i0.10987

PLAYING WHILE FEMALE: RE-READING IDENTITY FIXATIONS IN OVERWATCH

2019· article· en· W3047368226 sur OpenAlexaff
Jennifer Jensen, Suzanne de Castell, Karen Skardzius

Notice bibliographique

RevueAoIR Selected Papers of Internet Research · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Games and Media
Établissements canadiensYork UniversityOntario Tech UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMainstreamIdentity (music)ConversationScholarshipSociologyMedia studiesEmbodied cognitionConvictionReading (process)PoliticsThe InternetAestheticsEpistemologyPolitical scienceLawArtCommunication

Résumé

récupéré en direct d'OpenAlex

In early 2019, Overwatch professional player, “Ellie” quit playing just weeks after having been named to one of the teams seeded into the professional league. The harassment cited as a reason to leave was related especially to whether or not “Ellie” was truly “female”. Not much later, Ellie was revealed (and confirmed by Blizzard, the parent company of Overwatch) to be an account created by a male player. This paper sets out to map the controversy that ensued from a self-styled “social experiment” of playing while female.
 This paper brings this current “revelation” into conversation with past, more fully embodied/manufactured identities to better understand why this case is particularly important to internet studies. To this end, we begin by briefly describing some earlier, more familiar cases of people revealed to be someone other than, in online spaces, they said they were. Then, we further outline the instance of Ellie: its uptake by mainstream media, prominent Youtubers and Twitch streamers, and its discussion on internet forums like Reddit and 4Chan. Paying particular attention to the ways these discussions frame the “trick” played in disguising Ellie’s ‘true’ identity (singular), we suggest that this kind of case has always been galvanized by an underlying conviction that the best gamers are always and only men, and one contribution internet scholarship can make here is to show how these discursive patterns are unhelpful in understanding contemporary identificatory politics and practices in online spaces.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,378
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,052
Tête enseignante GPT0,381
Écart entre enseignants0,329 · 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.

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAoIR Selected Papers of Internet ResearchMême sujetDigital Games and MediaTravaux en français237 207