Legitimacy and space in the use of technologies for environmental and social governance: The cases of human trafficking and COVID-19 contact tracing
Notice bibliographique
Résumé
This article develops the concept of legitimacy to analyze the capacity of technologies such as phone apps to mobilize collective commitments to shared environmental and social outcomes by constituting new governance spaces. This concept of governance spaces highlights the variable configurations of technologies and their interactions with humans, and helps avoid the tendency to see technologies as passive relays that transmit power originating elsewhere, or, in contrast, to overstate the almost magical autonomous capacities of technology. The concept of legitimacy is valuable for evaluating the degree to which technologies are effective and deserving of support. The article draws on Mark Suchman’s distinction between pragmatic, moral and cognitive legitimacy, which correspond in turn to interests, ethical values, and facts. In contrast to more conventional state-centered conceptions of legitimacy, these aspects of legitimacy can be applied to governance spaces constituted by technologies. The article then examines and compares the cases of technologies for countering human trafficking and COVID-19 digital contact tracing apps. In both cases all three aspects of legitimacy are present, important, and interconnected. An examination of a recent report issued by the Organization for Security and Cooperation in Europe and the Tech Against Trafficking coalition on 305 anti-trafficking tools shows the role of ethics and facts in their legitimacy, but also the degree to which the tools are skewed towards interests other than those at risk of being trafficked. Acceptance and evaluations of digital contract tracing apps are similarly shaped by the interactions between interests, ethical values, and facts, including evidence about their effectiveness. The legitimacy of COVID-19 digital contact tracing apps involves a wider presence of a public interest in health while the risks associated with power inequalities are greater with anti-trafficking technologies, highlighting the importance of variability in the legitimacy of governance spaces constituted by technologies.
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 | 0,013 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,022 | 0,076 |
| Communication savante | 0,015 | 0,018 |
| Science ouverte | 0,002 | 0,016 |
| Intégrité de la recherche | 0,010 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».