MétaCan
Menu
Retour à la cohorte
Enregistrement W3091785415 · doi:10.5210/spir.v2020i0.11234

THE MANY SIDES OF A COIN: EXPLORING THE COST AND VALUE OF TOKENS INCHATURBATE

2020· article· en· W3091785415 sur OpenAlexaff
Antonia Hernández

Notice bibliographique

RevueAoIR Selected Papers of Internet Research · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCinema and Media Studies
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésSecurity tokenPaymentValue (mathematics)CurrencyContrast (vision)Unit of accountUnit (ring theory)BusinessInternet privacyComputer securityComputer scienceEconomicsWorld Wide WebMonetary economicsArtificial intelligencePsychology

Résumé

récupéré en direct d'OpenAlex

On the sexcam platform Chaturbate.com, a ‘token’ is at the same time the name of a unit of made-up currency (‘tokens’) and its descriptor (something issued by an authority that can be exchanged later on). A token stands in for something else. But what else, exactly? As this paper develops, Chaturbate tokens have different uses and meanings for the audience and performers. These differences do not only happen at the users’ level but are sustained by an ecology of associated payment services that deepen the contrast between them. An analysis of the differences in cost and value of tokens, and the environment in which these dissimilarities occur, illustrates the role of tokens as an extractive technology that profits from, and perpetuates, financial discrimination.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,498
Score d'incertitude au seuil0,236

Scores Codex et Gemma par catégorie

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

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 Opus0,098
Tête enseignante GPT0,287
Écart entre enseignants0,189 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAoIR Selected Papers of Internet ResearchMême sujetCinema and Media StudiesTravaux en français237 207