Bloggers on FIRE Performing Identity and Building Community: Considerations for Cyber-Autoethnography
Notice bibliographique
Résumé
As a research approach, autoethnography has revolutionized qualitative inquiry. To date, most autoethnographies represent the lives of academics and are published in the research press for a small audience of other academics. However, in the digital world, a subset of blogs has emerged in which the self-narratives are substantially similar to autoethnographies in content, quality, and level of social commentary, but with a broader scope and audience. For example, FIRE bloggers write about how they are striving to reach the goal of Financial Independence and Early Retirement (FIRE). They share detailed accounts of their financial circumstances, personal stories, strategies, and social insights. Through an analysis of FIRE blog texts, I examine digital presentation and performance of identity, relational aspects of online communication, and strategies these bloggers and their followers use to create community. The success of bloggers in bringing together people around the world to form communities with shared aims points to possibilities for how cyber-autoethnographers might broaden the reach of autoethnography while also building a collaborative sense of agency to accomplish personal and political goals. My interest in this cyber-community is theoretical, but intersects with challenges I have grappled with in my personal transition to retirement.
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 | 0,132 | 0,129 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,015 | 0,038 |
| Communication savante | 0,017 | 0,026 |
| Science ouverte | 0,004 | 0,013 |
| Intégrité de la recherche | 0,005 | 0,008 |
| 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 ».