MétaCan
Menu
Retour à la cohorte
Enregistrement W4376636667 · doi:10.1080/25741136.2023.2209685

Disruptive exhibitionism - a performance methodology for surveillance art

2023· article· en· W4376636667 sur OpenAlexaff
Julia Chan, Stéfy McKnight

Notice bibliographique

RevueMedia Practice and Education · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePosthumanist Ethics and Activism
Établissements canadiensCarleton UniversityUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésExhibitionismSociologyEmpowermentQueerObjectificationShipyardGender studiesPsychologySocial psychologyPolitical scienceLawHistory

Résumé

récupéré en direct d'OpenAlex

Recent years have seen an increase in work that critically names surveillance as a colonial logic, technology, and practice (see Browne 2015; Maynard 2017; Cahill 2019; Cahill 2021). To contribute to this turn, we propose ‘disruptive exhibitionism,’ a theoretical and methodological concept for surveillance performance art developed through the lenses of anti-colonialism, anti-racism, and queer positivity that center practices of care and pleasure as forms of resistance against surveillance structured by the violence and exploitation of white supremacist capitalist patriarchy. The aim of this article is to develop disruptive exhibitionism as a methodology for surveillance performance art and research-creation that offers a way for marginalized identities and bodies to engage with visibility, where public visibility may be fraught or even dangerous. Disruptive exhibitionism builds on Koskela’s (2004) important concept of ‘empowering exhibitionism,’ which suggests that individuals might resist surveillance by using surveillant technologies to self-represent and publicly ‘expose’ oneself voluntarily. Disruptive exhibitionism expands empowering exhibitionism to consider (a) those subjectivities and bodies whose public visibility has been erased and/or rendered dangerous and (b) how contemporary corporate culture, white feminism, and postfeminism have co-opted ‘empowerment’ (Banet-Weiser 2018; Beck 2021).

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)0,018
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,016
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0070,066
Communication savante0,0130,009
Science ouverte0,0030,012
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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.

Tête enseignante Opus0,129
Tête enseignante GPT0,437
Écart entre enseignants0,308 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreMéthodes

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 Practice and EducationMême sujetPosthumanist Ethics and ActivismTravaux en français237 207