Online monitoring activism: civic surveillance practices as a reaction to the rise of the far-right in the COVID-19 pandemic
Notice bibliographique
Résumé
The rise of far-right movements during the COVID-19 pandemic has prompted a new form of individual digital activism: online monitoring activism (OMA). During the pandemic, online monitoring activists systematically collected, processed and published information from far-right Telegram channels and groups. Against the theoretical background of concepts like the monitory democracy and surveillance culture, we conducted eight semi-structured interviews with German online monitoring activists, investigating their motivations, roles, and the intricacies of their monitoring practices. Our findings reveal that online monitoring activists are driven by a sense of duty to counteract anti-democratic tendencies, which they perceive as inadequately addressed by institutional power. They gain localized and thematically specialized expertise that they share within loose networks of like-minded others. We highlight the activists’ liminal identity oscillating between virtuous citizenship and vigilantism, as well as the broader societal implications of their actions. On the one hand, they fulfill the role of active citizenship in monitory democracy; on the other, they also reinforce the transparency imperative and the wish for far-reaching security and control inherent to surveillance culture. The transparency potential afforded by their adversaries’ online connective action and mobilizing efforts legitimizes their surveillance and demands surveillance. Further normative work is needed to critically examine the extent and desirability of increased social control introduced to liberal democracy by online monitoring activism.
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 | 0,003 | 0,003 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 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 ».