“HERE TO HAVE FUN AND FIGHT ABLEISM”: #AUTISKTOK USER BIOS AS NEUROQUEER MICRO-ACTIVIST PLATFORM AFFORDANCES
Notice bibliographique
Résumé
User biography sections on digital social platforms (hereafter described as “user bios” or “bios”) are spaces for account holders to take narrative ownership in communicating their identities to other users and interlocutors. Online platforms, such as social media, are increasingly used as community hubs for disabled groups, and especially for autistic people (Author; Author; Sins Invalid, 2019). We focus on #Autisktok, one of many enclaves for autistic community building and cultural production on TikTok. Through a critical/cultural qualitative thematic analysis of #Autisktok user bios, we assess how the user bio mediates self-advocacy, agency, and autistic-centered knowledges on #Autisktok. To investigate how autistic TikTokers use their profile’s bio section as a space for “restorying” mainstream discourses about autism and agency, we draw upon M. Remi Yergeau’s (2018) work on autism and neuroqueer rhetorics and Arseli Dokumacı’s (2023) theory of micro-activist affordances, extending these frameworks toward the digital. We pose the following research questions: How do autistic youth use the bio section on TikTok to (re)story autism diagnosis? What is the user bio’s role in creating a supportive enclave for other autistic creators, users, and activists on the TikTok platform? Three themes emerged from our analysis: the explicit use of autism in the user bio, autism and intersecting identities, and the bio as a space for asserting agentic autistic selfhood.
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 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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».