DEAR BABY GAYS: INVESTIGATING THE SOCIOTECHNICAL PRACTICES OF OLDER LGBTQ+ TIKTOK USERS
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
Much scholarship and public discourse alike focus on TikTok’s widespread uptake by young people, including LGBTQ+ youth. However, LGBTQ+ people on the platform often experience challenges relating to visibility and censorship. As users of a variety of ages have joined TikTok’s youthful population, this paper explores the sociotechnical practices of older LGBTQ+ TikTok users as they emerge from, and are shaped by, the platform and its user cultures. It does so through an analysis of older LGBTQ+ TikTokers’ videos and metadata, gathered through novel methods for configuring research accounts to serve up this content to the For You page. Once the accounts were trained to deliver this content through TikTok’s personalized algorithmic curation, videos were collected for one hour per day over a duration of approximately 4 weeks for each account. Preliminary visual and textual analysis of videos indicates recurrent themes related to constructing identities that intersect age with sexual identity, giving advice, sharing about personal experiences and queer history, and circulating counter-discourses against homophobia and transphobia as well as messages of solidarity with targets of discrimination. Analysis of how these users negotiate TikTok’s affordances also indicates that platform’s features, policies, and dominant user practices permeate and shape older LGBTQ+ TikTokers’ self-representations, such that the platform and modes of paying attention to it have become a central element of their content.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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