Notice bibliographique
Résumé
New media forms affect a culture, in part, by reshaping what is seeable and sayable: what “ideas,” as Neil Postman once put it, “we can conveniently express.” In this essay, I ask what one of today’s major new media forms—viral, digital “content”—compels us to see and say. To address that question, I em-brace a makeshift, hybrid methodology, informed by theory, sociology, arts criticism, and the digital humanities, and eschewing media theoretical orthodoxies that have been dominant across the humanities (namely: an exaggerated emphasis on the “medium” at the expense of the “message”). From this poly-glot perspective, I analyze content contained in a database that I have compiled, indexing 205,147 of the most-shared pieces of viral media on sites like Facebook and Twitter, from 2014 to 2019. After survey-ing this content’s basic features, I focus on one, particularly popular and quintessential content genre, which I call the “uplifting anecdote”: a short, sentimental account of a heroic act. The uplifting anec-dote, I argue, promotes a novel type of ethics, ideally suited to the content economy. I then track this ethics’ dissemination into the broader culture, through a discussion of two prominent, aesthetic artifacts: George Saunders’ prize-winning, best-selling novel, Lincoln in the Bardo (2017), and NBC’s popular sitcom, The Good Place (2016-2020).
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 | 0,015 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,038 |
| Communication savante | 0,019 | 0,019 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,009 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,007 |
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 ».