Behind Closed Doors: The Human Remains Trade within Private Facebook Groups
Notice bibliographique
Résumé
The existence of a thriving trade in human remains online is facilitated by social media platforms. While much of this trade is conducted in fully public forums such as e-commerce platforms, the retail website of bricks-and-mortar stores, public personal and business pages on social media, etc., there also exist numerous private groups using the affordances of various social media platforms to buy, sell, and share photographs of human remains. This article describes a case study of four private Facebook groups featuring people who buy and sell human remains, to explore how the discourses of the trade may be different when not made in public. Using a close-reading approach on the text of posts and threaded conversations, and associated visual similarity analysis of the accompanying photographs, we observe, among other things, a strikingly 'more professional' approach, shibboleths and patterns of behaviour that serve to create group identities. We analyse posts made over a seven-week period across the selected private groups in the run-up to the 2023 holiday season. Given the issues of privacy raised by studying private groups, we also experiment with a locally hosted large language model to see if it could classify discourses meaningfully without the intervention of a researcher having to read the original posts. This case study might also serve as a model for other kinds of research investigating the reception of various archaeological topics that might be discussed and understood differently in private versus public venues.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,011 | 0,015 |
| Communication savante | 0,008 | 0,009 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».