MétaCan
Menu
Retour à la cohorte
Enregistrement W4320170170 · doi:10.32920/21950363.v1

Forced Entertainment? Gamified Surveillance in Theatre Conspiracy’s Foreign Radical

2023· preprint· en· W4320170170 sur OpenAlexaboutno aff
Matt Jones

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueIntelligence, Security, War Strategy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPanopticonCitizen journalismMedia studiesSocial mediaSociologyTerrorismInterpretation (philosophy)Political scienceIslamophobiaDisinformationPoliticsCriminologyLawComputer science

Résumé

récupéré en direct d'OpenAlex

<p>The nature of surveillance is changing. It is becoming gamified. This article charts a shift in thinking about surveillance culture, from the panopticon models advanced by Jeremy Bentham and Michel Foucault to current analyses of the increasingly participatory and gamified models of surveillance in the age of big data. That shift is played out literally in Theatre Conspiracy’s immersive play <em>Foreign Radical</em>, in which participants are led through a game environment in which they reveal aspects of their online behaviour and judge each other in a way that replicates the kinds of social sorting that take place in both social media and surveillance. The game leads them to deliberate on the case of an Iranian-Canadian man named Hesam, who stands accused of terrorism. As the case against Hesam comes to rest increasingly on his Middle Eastern and Islamic identity, the show reveals the role that racism and Islamophobia come to play in the interpretation of surveillance data. Although surveillance operates on a seemingly empirical basis, the stories it tells about people nevertheless remain fictions, assembled from statistical probability and speculation. In this way, surveillance adds to the sense that we live in a post-truth society. </p>

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,870
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,065
Tête enseignante GPT0,352
Écart entre enseignants0,287 · 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'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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetIntelligence, Security, War StrategyTravaux en français237 207