Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In 2014, at the height of gamergate hostilities, a blockbot was developed and circulated within the gaming community that allowed subscribers to automatically block upwards of 8,000 Twitter accounts. "Ggautoblocker" as it was called, was designed to insulate subscribers' Twitter feeds from hurtful, sexist, and in some cases deeply disturbing comments. In doing so it cast a wide net and became a source of considerable criticism from many in the industry and games community. During this time, the International Game Developers Association (IGDA) 2015 Video Game Developer Satisfaction Survey was circulating, resulting in a host of comments on the blockbot from workers in the industry. In this paper we analyze these responses, which constitute some of the first empirical data on a public response to the use of autoblocking technology, to consider the broader implications of the algorithmic structuring of the online public sphere. First, we emphasize the important role that ggautoblocker, and similar autoblocking tools, play in creating space for marginalized voices online. Then, we turn to our findings, and argue that the overwhelmingly negative response to ggautoblocker reflects underlying anxieties about fragmenting control over the structure of the online public sphere and online public life. In our discussion, we reflect upon what the negative responses suggest about normative expectations of participation in the online public sphere, and how this contrasts with the realities of algorithmically structured online spaces.
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.
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 | 0,001 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle