MétaCan
Menu
Retour à la cohorte
Enregistrement W3080524163 · doi:10.33621/jdsr.v2i2.34

‘Blockchain Good, Bitcoin Bad’: The Social Construction of Blockchain in Mainstream and Specialized Media

2020· article· en· W3080524163 sur OpenAlexaff
Peter A. Chow-White, Alberto Lusoli, Vu Thuy Anh Phan, Sandy Edward Green

Notice bibliographique

RevueJournal of Digital Social Research · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueBlockchain Technology Applications and Security
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésBlockchainFraming (construction)PopularityMainstreamSocial mediaSkepticismBig dataRhetorical questionPhilosophy of technologyCryptocurrencySociologyInternet privacyPolitical scienceEpistemologyComputer securityPhilosophy of scienceComputer scienceLawEngineering

Résumé

récupéré en direct d'OpenAlex

Blockchain is one of the most widely debated technologies in recent years. Pundits and scholars have described it as a disruptive technology that will impact many sectors of society. Skeptics argue blockchain’s popularity is fuelled by the media’s obsession for the ‘next big thing’ rather than the intrinsic potential of the technology. In this paper, we follow a social constructivist approach with the aim of explaining how different discourses are creating new meanings about this technology. As Communication scholars, we focus on the role media play in framing debates about blockchain. Our analysis relies on a human coding of the most popular news about blockchain circulating on Twitter from October 2014 to July 2018. The findings show the general attitude about blockchain is predominantly positive. The discourses developing around crypto technologies are complex and multifaceted and indicate a general transition in the rhetorical definition of blockchain.

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)0,005
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,992
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,004
Études des sciences et des technologies0,0080,022
Communication savante0,0100,017
Science ouverte0,0010,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,046
Tête enseignante GPT0,325
Écart entre enseignants0,279 · 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.

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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Digital Social ResearchMême sujetBlockchain Technology Applications and SecurityTravaux en français237 207