The Goodreads “Classics”: A Computational Study of Readers, Amazon, and Crowdsourced Amateur Criticism
Notice bibliographique
Résumé
This essay examines how Goodreads users define, discuss, and debate “classic” literature by computa-tionally analyzing and close reading more than 120,000 user reviews. We begin by exploring how crowdsourced tagging systems like those found on Goodreads have influenced the evolution of genre among readers and amateur critics, and we highlight the contemporary value of the “classics” in particu-lar. We identify the most commonly tagged “classic” literary works and find that Goodreads users have curated a vision of literature that is less diverse, in terms of the race and ethnicity of authors, than many U.S. high school and college syllabi. Drawing on computational methods such as topic modeling, we point to some of the forces that influence readers’ perceptions, such as schooling and what we call the classic industry — industries that benefit from the reinforcement of works as classics in other mediums and domains like film, television, publishing, and e-commerce (e.g., Goodreads and Amazon). We also high-light themes that users commonly discuss in their reviews (e.g., boring characters) and writing styles that often stand out in them (e.g., conversational and slangy language). Throughout the essay, we make the case that computational methods and internet data, when combined, can help literary critics capture the creative explosion of reader responses and critique algorithmic culture’s effects on literary history.
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 | 0,009 | 0,063 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,008 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,009 | 0,011 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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; 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 ».