FUCK YOUR FEELINGS: THE AFFECTIVE WEAPONISATION OF FACTS ANDREASON
Notice bibliographique
Résumé
This paper examines emerging trends in fact signaling: the performative invocation of the idea of Fact and Reason, distinct from the concrete presentation of evidence or reasoning, as a way to cultivate affective solidarity. Emblematic is the conservative influencer Ben Shapiro’s slogan, “facts don’t care about your feelings”: a paean to the mythological figure of emotionlessly objective truth which may then be weaponised against one’s enemies. Scholars are increasingly attentive to the ways in which what was once popularised as a ‘fake news’ epidemic is not simply a virulent strain of bad information in a fundamentally rational online ecosystem, but rather a broader crisis and transformation of what counts as truthful, trustworthy and authentic (e.g. Boler & Davis, 2018; also see Banet-Weiser, 2012). Our contribution emphasises the affective and habitual dimension of this phenomenon. Through a close analysis of Ben Shapiro’s content and personal brand, we show how the generic invocation of Fact and Reason cultivates a sense of affective attachment not defined by ideological consistency or, indeed, the actual practice of research or logical reasoning, but rather a particularly masculinised and adversarial ideal of Truth. The payoff is the reassurance and pleasure of a stable subject position from which one’s political opposition may be Othered with impunity. Facts may not care about your feelings, but insisting upon this fact is all about building a certain structure of feeling.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,017 |
| Communication savante | 0,011 | 0,012 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».