MétaCan
Menu
← Retour à la cohorte
Enregistrement W4311681020 · doi:10.22215/etd/2022-15295

The Impact of Social Network Sites on Youth Political Engagement in Russia

2022· dissertation· en· W4311681020 sur OpenAlexaff
Alexander Salojin

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueSocial Media and Politics
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésPoliticsOpposition (politics)Political sciencePolitical socializationCitizenshipPolitical economySociologyLawAmerican political science

Résumé

récupéré en direct d'OpenAlex

This thesis argues that social network sites (SNS) do not just reflect already existing patterns of offline political engagement among youth networks, but also transform and augment these patterns, creating patterns that are wholly unique to youth networks operating through SNS.Political socialization through SNS can partly explain the shift in citizenship norms seen among Russian youth, in turn motivating youth toward networked activism aimed at issues of a highly localized and personalized nature.Russian state demobilization efforts have forced opposition networks to reshape and restructure their political engagement so that the political acts are declaratively "apolitical" or so those political acts that may have taken place "in real life" can only be observed online, thereby decreasing likelihood of persecution.Although a direct causal link between SNS usage and anti-regime youth alternative political engagement cannot be drawn, this type of political engagement in Russia is only possible thanks to SNS. "Likes, retweets, and comments confirm that this is not just some narcissism, but that someone is really watching this.And if on another planet only a select few can feel as though they're a star, ours gives this feeling to everyone.It turned out to be easier for us to create a new world, than to conquer television."-Elena Bazina 1 April 2014 "Today, a lulling Instagram has become our cradle, and an updated Facebook feed has become our alarm clock."

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,049
Tête enseignante GPT0,405
Écart entre enseignants0,356 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSocial Media and Politics→Travaux en français237 207→