Technology of optimization: An emerging configuration of productivity among professional software employees
Notice bibliographique
Résumé
In this article, I draw from several months of fieldwork from 2019 to assess professional subjectivity in the software industry of Canada. I assess employees’ constructions of and feelings about their own productivity. I argue that the ways in which subjects understand and feel about their productivity says a great deal about how power is ‘willfully’ negotiated within everyday professional tech settings of neoliberal societies. My findings suggest that optimization is emerging as a technology of self among the individuals I studied, and bringing political consequences. In the first section of the article, I provide a brief overview of the productivity imperative’s cultural trajectory, and show its relation to optimization. Then, in the empirical analysis and discussion, I outline that the technology of optimization involves a discourse around bringing one’s best to public and private realms, offering a specific set of moral ideals. I then show that another facet of this technology of self is centered on willfully entangling public and private life. Finally, I theorize subjects’ reported feelings about their own productivity, assessing how the technology of optimization relates to a politics of privilege. With this study, I seek to make a contribution to the relation between the culture of productivity and professional subjectivity in the software industry, in an effort to expose how power is negotiated at the level of the self in an increasingly influential sector.
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 | 0,007 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,009 | 0,036 |
| Communication savante | 0,013 | 0,007 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».