MétaCan
Menu
Retour à la cohorte
Enregistrement W4400452449 · doi:10.16995/dscn.11196

The Gamergate Social Network: Interpreting Transphobia and Alt-Right Hate Online

2024· article· fr· W4400452449 sur OpenAlexaffvenue
Catherine Ilona Bevan, Jesaya Samuel Tunggal, Andy Zhang, Geoffrey Rockwell

Notice bibliographique

RevueDigital Studies / Le champ numérique · 2024
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueIntellectual Property Law
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

This paper explores the relationship of transphobia and other forms of harassment found across the events of the Gamergate hate movement through the development of an interactive social network analysis. With the social network being derived from hundreds of events tagged by hand, special consideration is given to the positionality and biases of its authors and how they affected this specific interpretation of Gamergate events. Informed largely by the transgender perspective of its first author, this paper draws particular conclusions around the propagation of transphobia in online hate movements, such as its intersectionality with other ideological cornerstones of Gamergate. Cet article explore la relation entre la transphobie et d’autres formes de harcèlement observées lors des événements du mouvement de haine Gamergate à travers le développement d’une analyse de réseau social interactive. Avec le réseau social dérivé de centaines d’événements étiquetés à la main, une attention particulière est accordée à la position et aux biais de ses auteurs et à la manière dont ils ont influencé cette interprétation spécifique des événements de Gamergate. Principalement informé par la perspective transgenre de son premier auteur, cet article tire des conclusions particulières sur la propagation de la transphobie dans les mouvements de haine en ligne, comme son intersectionnalité avec d’autres piliers idéologiques de Gamergate.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,657
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,004
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,303
Écart entre enseignants0,269 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDigital Studies / Le champ numériqueMême sujetIntellectual Property LawTravaux en français237 207