MétaCan
Menu
Retour à la cohorte
Enregistrement W4392406590 · doi:10.5210/spir.v2023i0.13409

PUSHING BACK: DIGITAL RESISTANCE AS A SENSITIZING CONCEPT

2023· article· en· W4392406590 sur OpenAlexaff
Stéphane Couture, Sophie Toupin, Guillaume Latzko-Toth

Notice bibliographique

RevueAoIR Selected Papers of Internet Research · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media and Politics
Établissements canadiensUniversité LavalConcordia UniversityUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésResistance (ecology)BiologyEcology

Résumé

récupéré en direct d'OpenAlex

This paper thus aims to contribute to media, communication, and digital technology studies by proposing a more systematic conceptualization of digital resistance. While the notion of resistance in relation to technology is often connoted negatively and associated the rejection of innovation of change, our approach to digital resistance takes here a new meaning: political and critical. Indeed, the notion of digital resistance is often used in academia and public discourse to describe practices of using, subverting, and creating technologies, usually in a progressive and anti-oppressive perspective (Russell, 2005). However, the term is still relatively undefined, and many practices could be categorized as digital resistance if the term was better defined. We propose in this paper a preliminary but formal conceptualization of digital resistance. Our theorization takes place in the context of a research project on the cartography of digital resistance. Different data collection and analysis activities will be implemented to have a wide and panoramic empirical view of the phenomenon of digital resistance. In this project, the cartographic approach takes on a dual meaning, namely a broad and systematic description of a phenomenon, and the implementation of an original digital device allowing its visualization and potentially participatory enrichment. Our preliminary empirical mapping identified six dimensions to analyze digital resistance that we will present in this paper.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,439
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,056
Tête enseignante GPT0,393
Écart entre enseignants0,337 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAoIR Selected Papers of Internet ResearchMême sujetSocial Media and PoliticsTravaux en français237 207