BLEEDING PURPLE, SEEING PINK: DOMESTIC VISIBILITY, GENDER & SOCIAL REPRODUCTION IN THE HOME STUDIOS OF TWITCH.TV
Notice bibliographique
Résumé
From greenscreens in the bedroom to webcams on refrigerators, household surfaces underlie the broadcast of personality on Twitch.tv, Amazon’s $15 billion platform for live video entertainment. This paper examines how homemaking and visibility are co-conceptualized in the labour of gendered and racialized game live streamers. Drawing from a virtual ethnography of Twitch creators’ domestic spaces in North America (n=12), I document the staging of household visibility in relation to Twitch’s affordances of on-demand broadcast and play. Extending feminist and social reproduction theorizations of housework, I discuss how this convergence of house- and sight-making reifies the gaming industry’s historic reliance upon unremunerated spousal support. How such marginalised Twitch streamers calibrate opacity between their broadcasts and their homes reveals the affinities between platform aggregation and domestic privatisation on local and global scales. The converging geographies of labour, leisure, and living demanded by Twitch represent more than ancillary sites where gameplay(ers) are visually recomposed as “web-ready” for live platform(ization). Rather, the management of a domestic timespace on Twitch represents a struggle for autonomy over the means of cultural production by workers across social media entertainment. This paper reframes “Bleed Purple” as more than Twitch’s company slogan, branded by emojis. Rather, it proffers Twitch as a vital case study on why social reproduction and feminist theories are integral to deepening our understanding of platform work, in and beyond the home.
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 | 0,008 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 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 ».