THE POLITICS AND EVOLUTION OF TIKTOK AS PLATFORM TOOL
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
A fast-growing international success, ByteDance’s short video platform TikTok is a relevant case study to examine how digital platforms expand infrastructurally and accumulate power. TikTok has achieved popularity comparable to major players, including Facebook, Instagram, and Snapchat. It now grapples with balancing the diverse interests of its different user groups, chief among which content creators. We interrogate how TikTok manages this challenge via an exploratory study that studies the platform’s evolution through what we dub ‘platform tools,’ or, the software-based instruments for cultural production on social media platforms. Such software-based tools have been previously theorized using the ‘boundary resources’ framework, which emerged from information systems studies. This framework conceptualizes platform tools as interrelated, contextual, and dynamic, changing in response to variables internal and external to the platform ecosystem. Recognizing that platform tools are ever-changing, we conduct a ‘platform historiography’ to periodize three main trends: platform tools (1) have contributed to the formalization and professionalization of platform content; (2) have encouraged the standardization of platform-dependent cultural production; and (3) have furthered the platformization of TikTok both within, as well as outside the cultural industries. Our paper serves as a response to calls from media scholars to view platforms as contingent and ever-evolving, and to further social media historiography. More specifically, we contribute to the literature on platform studies because it focuses on an understudied aspect of platform governance: platform tools.
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 | 0,001 |
| 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 | 0,000 |
| Science ouverte | 0,001 | 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