Cartographies of Resistance: Counter-Data Mapping as the New Frontier of Digital Media Activism
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In the first datafied pandemic, the production of interactive Covid-19 data maps was intensified by state institutions and corporate media. Maps have been used by states and citizens to understand the advance and retreat of the contagion and monitor vaccine rates. However, the visualisations being used are often based on non-comparable data types across countries, leading to visual misrepresentations. Many pandemic data visualisations have consequently had a negative impact on public debate, contributing to an infodemic of disinformation that has stigmatised marginalised groups and detracted from social justice objectives. Counter to such hegemonic mapping, counter-data maps, produced by marginalised groups, have revealed hidden inequalities, supporting calls for intersectional health justice. This article investigates the ways in which various intersectional global communities have appropriated data, produced counter-data maps, unveiled hidden social realities, and generated more authentic social meanings through emergent counter-data mapping imaginaries. We use a comparative multi-case study, based on a multi case-study of three Covid-19 data mapping projects, namely Data for Black Lives (US), Indigenous Emergency (Brazil), and CityLab maps (global). Our findings indicate that counter-data mapping imaginaries are deeply embedded in community-oriented notions of spatiality and relationality. Moreover, the cartographic process tends to reflect alternative imaginaries through four key dimensions of data mapping practice—objectives, uses, production, and ownership. We argue that counter-data mapping is the new frontier of digital media activism and community communication, as it extends the projects of data justice and community media activism, generating new practices in the activist repertoire of communicative action.
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.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 découle