MétaCan
Menu
Retour à la cohorte
Enregistrement W4318658240 · doi:10.1386/jfs_00048_1

Vaporwar and military contents fandom

2022· article· en· W4318658240 sur OpenAlexfundno aff
Abby Waysdorf

Notice bibliographique

RevueThe Journal of Fandom Studies · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Games and Media
Établissements canadiensnon disponible
Organismes subventionnairesYork University
Mots-clésFandomCitizen journalismMedia studiesParticipatory cultureSociologyAdvertisingPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

This article investigates vaporwar – a kind of military fanvid where military footage is remixed, set to music and given a ‘vaporwave’ makeover through filters and editing. While a niche group, it is a growing one and loved by its fans. Why? Drawing on Turk and Johnson’s idea of looking at vidding as an ecology, this article suggests that these videos should be seen as part of a ‘contents fandom’ of the military. This term is adapted from ‘contents tourism’, where people travel to a location due to its association with different media depictions of the same subject, and here means that the fans who make and view these videos do so out of a fannish interest in all things military. These videos are thus part of a turn towards ‘participatory militainment’, media made by military fans for military fans, drawing on the internet vernacular of vaporwave to prove the genre’s coolness and validity. At the same time, they point to a sense of nostalgia and dissatisfaction in this fandom with current military trends, and an aestheticization of the military as a reason for its existence. What does it mean for the military to have fans?

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,533
Score d'incertitude au seuil0,345

Scores Codex et Gemma par catégorie

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

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 Opus0,052
Tête enseignante GPT0,331
Écart entre enseignants0,279 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Fandom StudiesMême sujetDigital Games and MediaTravaux en français237 207