Who's taming who? Tensions between people and technologies in cyberspace communities
Notice bibliographique
Résumé
It would seem that for many people, spaces on the web have become an integral part of their lives. This may include seeking out learning opportunities in online communities. There is much said about how technology is changing our lives. Web 2.0, which includes the much heralded social media, is creating the most recent buzz. How do people negotiate the materiality of screens and settings; discussion boards, RSS feeds and chat forums; passwords and Facebook profiles? This paper draws on conceptual and analytical tools from Actor Network Theory (ANT) to explore how the inter-actions between web-technologies and self-employed workers shape work-learning practices in an online community. Community can describe a gathering of people online that is self-managed, organic, driven by a shared interest, and highly social. These collectives form because someone is interested in a topic and searches for like-minded others. These online spaces may also be purposefully nurtured by professional associations, workplaces, or businesses. This research project focuses on spaces such as these-spaces outside the auspices of formal online courses. The paper begins by examining the promises of web technologies, the importance of foregrounding objects in qualitative research studies, and the co-constitutive relationship between human and nonhuman actants. An overview of the way that I use ANT sensibilities in order to analyze my data is presented. Because ANT emphasizes the interactions between actors, things are always the effect of a network of relations between an array of heterogeneous entities (Singleton, 2005). Learners are therefore participants in networks of practices and learning emerges as an effect of the network. Thus, online communities are not containers for online activities but rather networks of relations in constant flux. Findings suggest that participating "in" an online community is a series of journeys and passages. The data also highlights how these passages, or moves, towards stabilizing tenuous actor-networks are countered by unpredictable disruptions, creating ongoing (dis)orderings that transform networks. As participants in this study attempt to "tame" the technology, the technologies-in-use are doing their part to tame other actants. However, these relationships do not reflect two separate camps of humans here and non-humans there, but rather, hybrids or socio-technical constructions-a blending. The paper concludes with questions about the politics of technology that emerge from uncertainties around delegation, invisible practices, and necessary literacies.
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 | 0,015 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,018 | 0,032 |
| Communication savante | 0,018 | 0,036 |
| Science ouverte | 0,001 | 0,014 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».