MétaCan
Menu
Retour à la cohorte
Enregistrement W4324144823 · doi:10.21900/j.median.v19i1.936

Archiving for Extinction

2023· article· en· W4324144823 sur OpenAlexaff
Mél Hogan, Sarah Roberts

Notice bibliographique

RevueMedia-N · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueResearch Data Management Practices
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPresumptionCloud computingPoliticsBig dataSociologyPolitical scienceEnvironmental ethicsLawComputer science

Résumé

récupéré en direct d'OpenAlex

Anjali Arondekar, Wendy H. K. Chun, Verne Harris, N. Katherine Hayles, Shannon Mattern, Saidiya Hartman, and Kate Eichhorn, among other scholars of the archives, have questioned the presumption of the archive as complete, whole, legitimate, authoritative, and ultimately in any way “total,” by looking beyond the contents that the physical repository hosts and guards, as well as how, what, and who goes under-, mis- and altogether unrepresented. In their tradition, we find that the contemporary moment provides exemplars of where an archival (re)making is being uncritically taken up, increasingly envisioned, and subsequently reliant upon present-day technological capacities and the technological imaginaries of the future near and far. Under the guise of scientifically vetted global betterment, and drawing on a long legacy of publicly funded innovation that is then recaptured and taken up by private industry, Big Tech takes profit and credit for these particular future-oriented deployments, but takes on little to none of the social, political, and environmental responsibility. In this article we explore specifically what users can do when their abstracted data production or consumption is based not only on deeply flawed science and technology that is pervasive, powerful, and compelling, but also invariably presented as the only solution to climate catastrophe and the end of human existence. The three archival projects explored in this article—ordered by scale—are Alphabet’s “The Selfish Ledger,” Big Tech’s “Genomics in the Cloud,” and Arch Mission’s launch of a “Solar, Earth, Lunar, and Mars Library.” By exploring the sociotechnological imaginaries of Big Tech, we reposition the archive in terms of its legitimation and framing of humanity’s past, present, and future. We demonstrate that the ledger is a political frame, cloud-based genomics is a biological and terrestrial fix, and the space library is a speculative implementation of the total—and final—archive for extinction.

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)0,006
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,976
Score d'incertitude au seuil0,143

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,021
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0090,008
Communication savante0,0240,021
Science ouverte0,0020,012
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0430,017

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 Opus0,166
Tête enseignante GPT0,386
Écart entre enseignants0,220 · 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.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedia-NMême sujetResearch Data Management PracticesTravaux en français237 207