MétaCan
Menu
Retour à la cohorte
Enregistrement W3091903642 · doi:10.5210/spir.v2020i0.11319

QUEERING THE MAP: PHYSICAL TRACES AND DIGITAL PLACES OF QUEERLIVES

2020· article· en· W3091903642 sur OpenAlexaff
Brady Robards, Ash Watson, Emma Kirby, Brendan Churchill, Lucas LaRochelle

Notice bibliographique

RevueAoIR Selected Papers of Internet Research · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Games and Media
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésQueerPrideLesbianTransgenderNarrativeGender studiesSociologyContext (archaeology)StorytellingAestheticsVisual artsArtHistoryLiteraturePolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

QueeringTheMap.com, launched in late 2017 by designer Lucas LaRochelle, is a ‘community-generated mapping project that geo-locates queer moments, memories and histories in relation to physical space’. In a Google Maps-style interface, users can locate pins anchored to physical locations. Attached to each pin is a story. Collectively, there are tens of thousands of stories about being lesbian, gay, bisexual, transgender, non-binary, and gender non-conforming: coming out stories, stories of first kisses, sexual encounters, break-ups, pride marches, assaults, traumas, and realisations. These stories digitally layer physical spaces with anonymous individual and collective stories; they locate queer life and they queer the map. In this project we seek to document these experiences, improve understandings of community archiving and digital storytelling practices, and expose the potential for reconfiguring forms of resistance and solidarity through new platforms for collectivity and community-making. In this paper, we consider how these narratives may be understood at scale to provide insights into the digital architecture of queer lives. We focus our analysis on the 1,941 posts pinned to Australia, to consider how QTM reaffirms contemporary understandings of the physical-digital continuum and queers how we conceive of traces and places in this context.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,670
Score d'incertitude au seuil0,383

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,035
Tête enseignante GPT0,337
Écart entre enseignants0,302 · 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'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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

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