Streaming Media’s Environmental Impact
Notice bibliographique
Résumé
This group of articles, which arose from a panel planned for the 2020 annual meeting of members of the Society for Cinema and Media Studies, draws attention to an unpopular but inescapable issue: the adverse environmental effects of streaming media. Four of these brief interventions focus on streaming media’s carbon footprint, estimated by some to be 1 percent of global greenhouse gas emissions (The Shift Project 2019). This startling figure is rising at a calamitous rate as more people around the world stream more media at higher bandwidth—now exacerbated by the COVID-19 pandemic. Another factor in streaming media’s environmental impact is even less welcome: the deleterious effects of higher levels of electromagnetic frequencies that media corporations’ turn to fifth-generation (5G) wireless technology would exacerbate. These effects are well documented yet almost universally ignored. Despite all these findings, the notion abides that digital media are immaterial. Laura U. Marks introduces the research challenges involved in calculating the carbon footprint of streaming media and suggests actions consumers and media makers can take to mitigate this environmental threat. Joseph Clark discusses the implications of digitizing huge amounts of archival film and connects material histories of news film production, distribution, and preservation or disposal to contemporary issues of digital storage, streaming, and energy use, using the newsreel archive as a case study. Jason Livingston’s contribution expands on his droll and disturbing video lecture, which presents a speculative app for mobile phones that tracks streaming, correlates it to energy use and CO 2 emissions, and suggests methods to mitigate usage. Denise Oleksijczuk introduces scientific research on the health and environmental impacts of high levels of electromagnetic frequencies and suggests ways, including creative practice, to break through the resistance to these findings among telecommunications companies, governments, and the public. Lucas Hilderbrand focuses on best practices in teaching: how to educate our students about these impacts, and how teachers can resist increasing pressures to use streaming-based pedagogical media. Many communities around the world already rely on low-tech media, of necessity, and are often extremely innovative in their use (Marks 2017). However, network and media corporations are aggressively marketing devices and streaming platforms in both “developed” and “developing” regions (Cisco 2020). Many of the latter regions depend on fossil fuels and cannot afford to prioritize renewable energy and efficient systems. Thus streaming media’s carbon footprint is not just a First World problem.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».