MétaCan
Menu
Retour à la cohorte
Enregistrement W4214520564 · doi:10.15173/a.v2i2.2913

Body Hacking and Conceptions of Corporeality

2022· article· en· W4214520564 sur OpenAlexaff
Morghen Jael

Notice bibliographique

RevueAletheia · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroethics, Human Enhancement, Biomedical Innovations
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésHackerHuman bodyMateriality (auditing)InvisibilityMind–body problemDialecticSociologyEpistemologyComputer scienceAestheticsComputer securityPhilosophyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper is the culmination of my independent research into the phenomenon of "body hacking": DIY techno-body modification that typically involves the surgical embedding of electronic or computing devices into the body. Body hackers are operating largely within a transhumanist vision (body hacing to improve and/or transcend the self or the human condition) and outside of traditional medical institutions. My paper addresses conceptions of the hacked body, including the deliberate and physical transition into "cybrog" and the blurred line of "humanness" that comes from a surgical merge with technology. I focus on the perspectives on corporeality that come from body hackers themselves; I find that there are varying opinions within the body hacking community on the value of the material body. Many body hackers aim to transcend or render obsolete the physical body - in search of a more enlightened or convenient existence, for example - but others see body hacking as a practice that makes them more human. Many body hackers see the physical human condition as a very limited one that is in need of improvement. My paper explores these perspectives and presents a nuanced picture of the modern body hacking philosophy, as a fascinating example of the interface between materiality/coroporeality and technology.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,064
Communication savante0,0060,009
Science ouverte0,0010,005
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,085
Tête enseignante GPT0,321
Écart entre enseignants0,235 · 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'étudeThéorique ou conceptuel
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAletheiaMême sujetNeuroethics, Human Enhancement, Biomedical InnovationsTravaux en français237 207