Queering the System from within: Autostraddle as a Method for Future Digital Worlds
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.
Notice bibliographique
Résumé
Despite the harmful potentials of social media, the digital world appears to offer endless potential for change. A queer and feminist example is Autostraddle, a digital community and publication for LGBTQIA2s + people run by feminist queer and trans folx, that attempts to mitigate the potential harms of social media platforms while existing within and beyond its borders. Situating Autostraddle within the larger context of social media platforms and feminist communities online, this article considers how Autostraddle’s original model queers the system from within (Tsika, Noah. 2016a. “CompuQueer: Protocological Constraints, Algorithmic Streamlining, and the Search for Queer Methods Online.” Women’s Studies Quarterly 44 (3/4): 111–130), creatively reworks corporate platforms (Trott, Verity Anne. 2023. Feminist Activism and Platform Politics. E-Book: Abingdon: Routledge), and designs social media for difference (McPherson, Tara. 2014. “Designing for Difference.” Differences 25 (1): 177–188). Autostraddle makes use of the following queer methods to reconstruct the digital landscape for queer humans: Queer reversal and the two T’s (transparency and transformation). Through employing practices such as placing an emphasis on community and a culture of care, enacting transparency to make the invisible visible, and implementing data policies and safety practices that prioritise users over profits, Autostraddle contributes to critical reimaginings for the future. Examining Autostraddle’s methods demonstrates one approach for incorporating feminist and queer theory to (re)envision a more equitable digital future.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle