DECLARATIONS OF INTERDEPENDENCE: HOW MEDIA LITERACY PRACTICES ARE DEVELOPED, NEGOTIATED, REJECTED, AND EXPLOITED ACROSS SOCIAL MEDIA PLATFORMS
Notice bibliographique
Résumé
The primary goals of media literacy are laudable: active and critical thinking about the messages we receive and the messages we create. In practice, media literacy standardizes limited ways of knowing and normalizes built-in biases. Subsequently, its narrow emphasis on skill development, particularly the role of fact-checking, content creation, and independent research are all practices that can be exploited, oftentimes leading to the amplification of misinformation. Homogeneous media literacy also assumes that platforms are neutral – codifying a dominant, neoliberal, racist lens as a competency. Social media literacy in particular assumes the norms of proprietary algorithms, arming users with the skills determined by Silicon Valley’s corporate, individualist, white supremacist values. Contemporary high school curricula teaches students to ably brand and promote themselves; adept meme creators are rewarded for racial appropriation and fungible performances of Blackness; vanity metrics foster reputation anxiety in social media’s ‘success theatre’; personal data protection is an arguably futile lesson in privacy that preaches paranoid gated communities; fascist media pundits easily exploit conservative media literacy practice of “doing your own research” to naturalize misinformation. What are the implicitly raced, classed norms of reading "correctly"? What are mundane emancipatory reading practices? What alternative literacy practices do users deploy to reject these individualistic, racist standards? What does interpretive media literacy look like? This panel offers a portrait of what’s missing in media literacy and explores visions of interdependent practices that offer alternative methods of active and critical thinking about the messages we receive and the messages we create.
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 | 0,029 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,012 | 0,065 |
| Communication savante | 0,027 | 0,034 |
| Science ouverte | 0,002 | 0,017 |
| Intégrité de la recherche | 0,004 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».