MétaCan
Menu
Retour à la cohorte
Enregistrement W4404368799 · doi:10.70064/mt.v6i2.812

Revisiting the Pharmakon

2022· article· en· W4404368799 sur OpenAlexaff
Marcel O’Gorman

Notice bibliographique

RevueMedia theory. · 2022
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmaceutical industry and healthcare
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPhilosophyEpistemology

Résumé

récupéré en direct d'OpenAlex

The concept of the techno-pharmakon, introduced by Plato in Phaedrus and later adopted by Jacques Derrida, reached the apex of its philosophical utility in the work of Bernard Stiegler. The simple idea that technology can either be a remedy or a poison, an idea central to Stiegler’s work, is an irresistible binary for media theorists. This essay begins with a critical reflection on that useful binary and on the white male legacy of the pharmakon itself, a legacy that I confess to have perpetuated. If technology can either cure or kill, it does not do so equally; rather, the pharmakon achieves radical variability depending on factors of race, gender, and ability. Put simply, this essay argues that the very same systemic power asymmetries that are responsible for our most pressing social problems are embedded in our technological systems. Moreover, these same power asymmetries haunt media theory itself, leading me to argue that the pharmakon needs to be troubled. I draw carefully on queer theory to recommend a path toward this disturbance of the power systems embedded in both technoculture and in media theory.

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)0,006
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,946
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,004
Charge utile insuffisante (le modèle a refusé de juger)0,0410,000

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 Opus0,442
Tête enseignante GPT0,548
Écart entre enseignants0,106 · 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.

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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedia theory.Même sujetPharmaceutical industry and healthcareTravaux en français237 207