MétaCan
Menu
Retour à la cohorte
Enregistrement W3193775580 · doi:10.7202/1079493ar

Politiques des émotions des fans de Pokémon : (se) mobiliser par la hype et le sel

2021· article· fr· W3193775580 sur OpenAlexvenueno aff
Quentin Gervasoni

Notice bibliographique

RevueLien social et Politiques · 2021
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueDigital Games and Media
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Cet article explore la manière dont les fans de Pokémon participent à la production et à la diffusion de régimes émotionnels par un travail émotionnel qui s’appuie sur les ressources mises à disposition par la marque Pokémon. Nous y présentons les deux principaux régimes émotionnels impliqués dans la captation des publics, d’abord la hype, puis le sel, deux expressions empruntées aux discussions de la communauté elle-même. Cette recherche s’appuie sur des observations menées auprès de la communauté Pokémon Trash, en particulier son site internet et son groupe Facebook, sur l’analyse qualitative des commentaires en réaction aux vidéos relatives à Pokémon Épée et Bouclier sur YouTube, ainsi que sur des entretiens semi-directifs menés auprès de fans. Par un travail d’anticipation, ces derniers participent à la production de leurs propres dispositions à la hype et alimentent le bouillonnement collectif d’engouement et d’impatience vis-à-vis de la sortie des nouveaux jeux. Mais le désajustement entre ces attentes et les ressources mises à disposition donne également naissance au régime du sel : les publics se mobilisent alors contre les choix de la marque, comme ce fut le cas lors du mouvement #BringBackNationalDex. La réussite commerciale des derniers opus Pokémon, malgré la mobilisation oppositionnelle, invite à vérifier si la participation des fans leur donne réellement plus de pouvoir.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,005
Communication savante0,0040,003
Science ouverte0,0000,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,372
Écart entre enseignants0,319 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLien social et PolitiquesMême sujetDigital Games and MediaTravaux en français237 207