MétaCan
Menu
Retour à la cohorte
Enregistrement W4200517177 · doi:10.1177/0920203x211054172

Digital activism and collective mourning by Chinese netizens during COVID-19

2021· article· en· W4200517177 sur OpenAlexaff
Xun Cao, Runxi Zeng, Richard Evans

Notice bibliographique

RevueChina Information · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media and Politics
Établissements canadiensDalhousie University
Organismes subventionnairesNational Office for Philosophy and Social Sciences
Mots-clésNarrativePoliticsSocial mediaSociologyCyberspacePower (physics)Collective actionMedia studiesNormativeGovernment (linguistics)MicrobloggingPolitical sciencePublic relationsLawThe InternetLinguistics

Résumé

récupéré en direct d'OpenAlex

This study examines the discursive practice of mourning and commenting by netizens on the final social media post made by Dr Li Wenliang, regarding it as a form of political participation and competitive discursive politics enacted in cyberspace. Discourse theory is applied to conduct discourse analysis on 4000 comments. We identified two strategies that netizens used to establish an alternative space for discourse. The first involved hidden protests expressed through multi-semantic mourning, avoiding suppression by indirectly challenging official authorities. Second, through engagement with microblogs, netizens applied personalized narratives to form a collective memory and a counter-memory space that departed from the official normative narrative. Discursive activities enacted by netizens stimulated the political agenda of resilient adjustment on the part of the authorities, leading the government to accept and incorporate public demands into policies through strategic rectification. These findings help to better understand the significant power of disorganized connective action that is reliant on affective citizens and the further development of regime resilience on the part of the Chinese political system in response to digital activities.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,003
Communication savante0,0020,001
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,286
Écart entre enseignants0,277 · 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'étudeObservationnel
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

Citations27
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChina InformationMême sujetSocial Media and PoliticsTravaux en français237 207