MétaCan
Menu
Retour à la cohorte
Enregistrement W3101039898 · doi:10.22215/etd/2016-11409

Deleuze and Big Data: How Facebook's Use of Big Data Analytics Shifts Legal Personhood, Privacy and Commercial Expression

2016· dissertation· en· W3101039898 sur OpenAlexaff
Jonathan Ravanelli

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueEthics and Social Impacts of AI
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésInstrumentalismBig dataAssemblage (archaeology)Legal aspects of computingPersonhoodAnalyticsInternet privacyData scienceDeterminismPopulationSociologyComputer scienceWorld Wide WebEpistemologyThe InternetPolitical scienceLawData miningGeographyPhilosophy

Résumé

récupéré en direct d'OpenAlex

This thesis explores the application of Deleuze to the use of big data analytics by Facebook to conceptualize the fusion between the physical and digital world. The fusion of technology and everyday life revolves around a debate between technological determinism and instrumentalis m. This thesis begins by examining the operation of Facebook as a web 2.0 service and applies a Deleuzian discourse to explore Facebook as an assemblage of control. This assemblage is framed as a soft form of technological determinism in the control of a mass aggregated population of profiles. Facebook's profiles are representative of Deleuze's dividual, a replicated image of the self held in data. The combination of the use of data based surveillance and the data feedback loop in retrieving, analyzing and manipulating these profiles leads to a series of legal challenges. This thesis seeks to provide a framework for understanding these challenges in law.

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)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,710
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,363
Tête enseignante GPT0,410
Écart entre enseignants0,047 · 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'étudeSans objet
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

Citations5
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEthics and Social Impacts of AITravaux en français237 207