Présentation de soi sur une application de rencontre - le cas des hommes gays en mobilité étudiante
Notice bibliographique
Résumé
Située dans le champ de recherche des études sur le numérique et la migration, cette étude explore de quelles façons les étudiants étrangers gays se présentent sur une application de rencontre (Grindr) et se forgent une identité intermédiaire entre leur pays d’origine et leur pays d’accueil. L’étude combine une analyse de l’interface de présentation de soi sur Grindr et celle d’entretiens semi-guidés menés auprès d’un échantillon d’étudiants afin de déterminer comment ces individus déclarent qu’ils utilisent les affordances de l’application de rencontre pour projeter et entretenir une présentation de soi en ligne, interagir avec d’autres individus en déployant une gamme d’ajustements identitaires et sémiotiques et se confronter aux regards des autres. Les entextualisations (Jones, 2018) mobilisant des ressources textuelles et visuelles pour construire et entretenir son profil sont examinées afin de mettre au jour quelques-unes des stratégies d’exposition discursive des étudiants et les tensions identitaires que cela peut générer. D’une part, la visualité des applications de rencontres semble inciter les individus gays à se conformer à des normes valorisant la blanchité et la virilité. D’autre part, ces applications contribuent à la socialisation des étudiants étrangers mais les confronte à la dureté des rapports sociaux et à certains comportements de racisation.
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,004 |
| Communication savante | 0,009 | 0,006 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,046 | 0,007 |
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 ».