MétaCan
Menu
Retour à la cohorte
Enregistrement W4406093765 · doi:10.14649/108811

Verso una semiotica della manipolazione

2023· other· en· W4406093765 sur OpenAlexaboutno aff
Alessandra Pozzo, Volli Ugo, Marrone Caterina, Roberto Pellerey, Gallo Giusy, Bertolotti Riccardo

Notice bibliographique

RevueHAL (Le Centre pour la Communication Scientifique Directe) · 2023
Typeother
Langueen
DomaineSocial Sciences
ThématiqueMedia, Communication, and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSemioticsCommunicationLinguisticsArtSociologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

The expression “manipulation” reveals some sober but eloquent hints of its extension if we consider its main definition as “manual reworking”. This fundamental operation inspires the other meanings that globally recur to the changing reality of alteration: the adaptation and composition of heterogeneous elements, interventions carried out through techniques aimed at selecting useful characteristics for a biological structure, and, finally, the tendentious reworking of the truth through the altered or partial presentation of data and news in order to maneuver according to one’s own ends and interests in political and moral orientations. Of these extensions of manipulation, the latter attracts our attention most recently because of its spread in communication strategies with nefarious effects, the signs of which we recognize more and more.However, an examination of the advantageous aspects of manipulation can only benefit the study of the phenomenon. Detienne et Vernant (1974) identify metis (cunning) as a mental category that provides the archetype of ‘good manipulation’. Human processing, Vernant explains, has an intelligent purpose, in contrast to natural processes that are random and unpredictable. Craft activities, for example, involve metis. But its scope is immense: it practically concerns the cultural universe in all its aspects.

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)0,007
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,397
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,277
Écart entre enseignants0,256 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHAL (Le Centre pour la Communication Scientifique Directe)Même sujetMedia, Communication, and EducationTravaux en français237 207