MétaCan
Menu
Retour à la cohorte
Enregistrement W4297880000 · doi:10.1177/07439156221130960

“Upload Your Impact”: Can Digital Enclaves Enable Participation in Racialized Markets?

2022· article· en· W4297880000 sur OpenAlexaff
Myriam Brouard, Katja H. Brunk, Mario Campaña, Marlon Dalmoro, Marcia Christina Ferreira, Bernardo Figueiredo, Daiane Scaraboto, Olivier Sibai, Andrew Smith, Meriam Belkhir

Notice bibliographique

RevueJournal of Public Policy & Marketing · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Ethnicity, and Economy
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésSustenanceDigital divideEmpowermentPublic relationsBridging (networking)BusinessEconomic growthPolitical scienceEconomicsInformation and Communications TechnologyComputer security

Résumé

récupéré en direct d'OpenAlex

Ethnoracial minorities are often racialized and consequently excluded from various consumption contexts. Racialized market actors strive to overcome exclusion and gain participation in markets; however, these efforts are often insufficient because they cannot create equitable access to market resources, fair opportunities for voice, and empowerment to shape market practices. This research identifies digital enclave movements as a unique means by which racialized market actors redirect their resources and mobilize digital network tools to participate in markets. Using a qualitative study of the digital enclave #MyBlackReceipt, the authors explore tactics supporting the formation and sustenance of digital enclaves and how they support participation in markets. The authors identify five tactics that racialized market actors employ to foster digital enclaves and enhance market participation: legitimizing, delimiting, vitalizing, manifesting, and bridging. Last, the authors provide recommendations for policy makers on how to support and foster more equitable participation of ethnic minority groups in markets while addressing the risks of radicalization and the backlash related to enclaves.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,206
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,045
Tête enseignante GPT0,370
Écart entre enseignants0,325 · 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 tête enseignante, pas un consensus.

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

Citations15
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Public Policy & MarketingMême sujetMigration, Ethnicity, and EconomyTravaux en français237 207