MétaCan
Menu
Retour à la cohorte
Enregistrement W4391179348 · doi:10.1007/978-3-031-39101-9_10

Relational Spaces of Digital Labor

2024· book-chapter· en· W4391179348 sur OpenAlexaff
Ryan Burns

Notice bibliographique

RevueKnowledge and space · 2024
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueDigital Economy and Work Transformation
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSociologyBusinessComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract The distinction between everyday life and work is gradually diminishing, as productive capacities are increasingly hard-coded into quotidian activities bearing little resemblance to colloquial understandings of “work”. Digital labor research has made important contributions to our understanding of these processes and their attendant relations, inequalities, and implications. However, this body of research has insufficiently attended to the spaces through which this labor takes place. On the one hand, most research foregoes the spatial forms and relations through which the labor occurs. On the other hand, when the spaces of digital labor are considered, it is usually done through its “absolute” spaces that rely on Euclidean geometries. In this chapter, I argue that a relational spaces framework is needed to advance understanding of digital labor. A relational framework conceives of actors and practices as constituted through networks and connections, and space as produced for phenomena like digital labor. With relationality, digital labor is not confined by nation-state boundaries nor as occurring only at a simple location on the globe, but instead as constituted by intertwined positionalities that span the globe. A relational spatial framework also enables an analysis of digital labor as immaterial, cognitive, attentional, and symbolic labor, rather than as a discrete, remunerated act.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,014
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,015
Communication savante0,0080,006
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0140,001

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 Opus0,021
Tête enseignante GPT0,253
Écart entre enseignants0,231 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

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

En bref

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKnowledge and spaceMême sujetDigital Economy and Work TransformationTravaux en français237 207