The TraceTogether Matrix Has You – Surveillance, Rationalisation and Tactics of Governance in Singapore’s COVID-19 App
Notice bibliographique
Résumé
In the heat of the COVID-19 pandemic, Singapore rolled out TraceTogether; a contact-tracing mobile app that uses proximity sensing to track the movements of its population. TraceTogether was initially voluntary, and used solely for contact tracing. By December 2020, the system became mandatory. This sparked a mass adoption that made TraceTogether possibly the most successful application in Singapore’s Smart Nation initiative. When it emerged in January 2021 that the data had been used by the police for criminal investigation, images of a totalitarianism sprang to mind, where technology permits the state an invasive awareness of the movement of individuals. In this paper, we defer from common arguments that Singaporeans are intrinsically trusting of the government or have been conditioned to accept ‘Big Brother’ modes of surveillance. Instead, we argue that the success of TraceTogether reflects a Singapore society that, through the rationalisation of surveillance, willingly participates in their own surveillance. In uncovering the genealogy of media discourse that surrounds TraceTogether, we highlight that it is the regular practice of voluntary surveillance, of subscribing oneself to the apparatuses of state control, rather than specific technologies, that characterises the Singapore surveillance state. We describe a matrix of reason, layered-on and normalised through media discourse, that exemplifies what Foucault has termed ‘governmentality’, which asserts a government’s power of control not over, but within, citizens.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,018 |
| Communication savante | 0,012 | 0,010 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».