MétaCan
Menu
Retour à la cohorte
Enregistrement W4388980952 · doi:10.55016/ojs/muj.v1i2.77457

Algorithmic Bias of Social Media

2023· article· en· W4388980952 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueThe Motley Undergraduate Journal · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueDigital Media and Philosophy
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPopularitySocial mediaVisibilityInternet privacyContent (measure theory)User-generated contentAdvertisingOnline communityWorld Wide WebPromotion (chess)Resistance (ecology)Computer scienceMultimediaBusinessPolitical science

Résumé

récupéré en direct d'OpenAlex

Social media apps like YouTube and Instagram came as platforms that allowed users to express themselves freely to their friends and families, but corporations changed social media down to its core. Due to the rising popularity of short video-based content on TikTok, platforms like Instagram introduced similar content to capitalize on the hype that TikTok created. In doing so, Instagram made changes to the content promotion algorithm to promote “Reels” over the other content options. Driven by profits the company stopped caring about their users, leading to backlash from the community. Creators on the platform started playing a visibility game (Cotter, 2019) to grow and be seen in user feeds, the “game” pushes them to make content they would not be making in the first place and following trends. In this paper I am looking at the case of a creator in the photography community affected by these changes in algorithm and analyzing the situation through a critical media theory framework. The study discusses the practices of the platform and the effects on the creator community while also looking at resistance from users. I also discuss a new potential alternative platform to Instagram for photographers, that markets itself as a platform built without an algorithm, for a community.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,627
Score d'incertitude au seuil0,310

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,061
Tête enseignante GPT0,260
Écart entre enseignants0,198 · 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