MétaCan
Menu
Retour à la cohorte
Enregistrement W4407219642 · doi:10.5210/spir.v2024i0.13948

BIG TECH SOVEREIGNTY: PLATFORMS AND DISCOURSE OF SOVEREIGNTY-AS-A-SERVICE

2025· article· en· W4407219642 sur OpenAlexaff
Rafael Grohmann, Alexandre de Freitas Barbosa

Notice bibliographique

RevueAoIR Selected Papers of Internet Research · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCybersecurity and Cyber Warfare Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSovereigntyPolitical scienceService (business)BusinessLawMarketingPolitics

Résumé

récupéré en direct d'OpenAlex

The notion of digital sovereignty has been mobilized by various stakeholders as a response to platform power. In the last decades, the concept of sovereignty has been applied mainly to State responses to exert power over other sectors and organizations. Therefore, the meanings of digital sovereignty have also been used and disputed by social movements, workers and indigenous communities. But the platform companies also entered into disputes about the meanings of this multifaceted notion. As an update of Californian Ideology, platform companies modulate their discourse to say that they are also concerned with issues of sovereignty. Thus, they are reappropriating the meanings of sovereignty through the launch of programs focused on sovereignty. We named this "Big Tech sovereignty", a provocation to mean how platforms have changed the meanings of sovereignty based on their own interests, such as the renewal of discourses in the context of "Silicon Valley dystopianism". Built on analyzes of sovereignty programs of Amazon, Microsoft and Alphabet/Google, this article argues that "Big Tech sovereignty" is a way of trying to deflate the concept politically, giving it only a commercial and/or personal framework, being more of an expression of the platform power. Through the analysis of these “digital sovereignty” programs, the article demonstrates how companies framed “sovereignty-as-a-service”, especially in terms of digital infrastructures.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,604
Score d'incertitude au seuil0,988

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,373
Écart entre enseignants0,339 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAoIR Selected Papers of Internet ResearchMême sujetCybersecurity and Cyber Warfare StudiesTravaux en français237 207