MétaCan
Menu
Retour à la cohorte
Enregistrement W3111690651 · doi:10.7146/mediekultur.v36i69.121223

Netflix and the design of the audience

2020· article· en· W3111690651 sur OpenAlexaff
Jason Juan Matthew

Notice bibliographique

RevueMedieKultur Journal of media and communication research · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Games and Media
Établissements canadiensCoquitlam College
Organismes subventionnairesnon disponible
Mots-clésConfusionComputer scienceAgency (philosophy)Set (abstract data type)FeelingMultimediaWorld Wide WebInterface (matter)Digital mediaHuman–computer interactionSociologyPsychology

Résumé

récupéré en direct d'OpenAlex

This paper explores how audiences engage with Netflix as an intermediary in their digital lives, and how Netflix, as it is designed, creates a highly constrained system for its users. The paper is based on a study of observed use and discussions with Netflix users. It explores the limitations that are designed into Netflix as a digital media platform, and how Netflix users engage with this system that obscures rather than clarifies the contents of the platform. The paper discusses examples of frustration, confusion, and misdirection that Netflix, as a heavily constrained system, cultivates. It argues that the thoughts, feelings, and desires of audiences are not reflected in the data-driven design of digital media platforms like Netflix. Instead, data are used by Netflix to design a personalized environment that acts as a set of blinders which constrain the agency of the audience through an interface designed to dazzle and disorient Netflix users.

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)0,006
score de la tête « metaresearch » (Gemma)0,007
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: aucune
Score de désaccord entre enseignants0,765
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,003
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,188
Tête enseignante GPT0,399
Écart entre enseignants0,211 · 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

Citations12
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedieKultur Journal of media and communication researchMême sujetDigital Games and MediaTravaux en français237 207