Notice bibliographique
Résumé
The innovation of the Metaverse heralds a new milestone in the Information Age as investors move forward with the plan to bring the metaverse to fruition. The metaverse will offer a heightened experience in terms of interactivity, economics, and platform, while paving the way for greater immersion through virtual reality and augmented reality technologies. It is likely that as the metaverse develops, gaming will offer a unique social experience through its features such as virtual worlds. Based on this, it is important for policymakers to look at extremist subcultures that will operate in the metaverse through these virtual features. Due to the role played by fringe subcultures in facilitating the recent mass shooting event in Buffalo, this article aimed to examine the main features of the metaverse and how its immersive properties could influence the creation of future metaversal subcultures that could act as a gateway towards future mass shooting incidents. To that end, it applied the model of malevolent creativity to the extremist use of online spaces to gain insight on how such properties could aid online extremists towards mobilization. Results show that the concatenation of malevolent creativity, innovation, and subcultural extremism may bridge the gap between ideation of mass shootings and mobilization. Based on this, the implication of this research suggests that tech entrepreneurs for the metaverse should be mindful of the risks that disconnection from the real-world society can create for young, isolated users and aim to implement safeguards in integral areas of the metaverse seven-layer chain, such as spatial computing, discovery, and the creator economy.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».