MétaCan
Menu
Retour à la cohorte
Enregistrement W4408798014 · doi:10.29173/cgs199

Financialization x Gamblification

2025· article· en· W4408798014 sur OpenAlexaffvenue
Martin French, Amy Swiffen, Raphaël Bélanger, Ingo Fiedler, Erik Bordeleau, Chris Hurl, Pauline Hoebanx, Neha Chugh, Colin Hastings, Pierre-Olivier Jourdenais, Sylvia Kairouz, Marc J. Lajeunesse, Eva Monson, Andrei Zanescu

Notice bibliographique

RevueCritical Gambling Studies · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing, Finance, and Neoliberalism
Établissements canadiensUniversity of WaterlooUniversité de SherbrookeConcordia University
Organismes subventionnairesnon disponible
Mots-clésFinancializationEconomicsBusinessFinance

Résumé

récupéré en direct d'OpenAlex

The blurring of gambling and crypto-finance reflects a wider set of complex social transformations. To help parse these transformations, we discuss two key concepts: financialization and gamblification. On their own, these concepts are useful—if insufficient—for the critical theorization of cryptocurrency exchanges. Taken together, they help highlight the deep interrelationship of cryptocurrency exchanges and gambling in our contemporary moment. Reflecting on the example of BitMEX, a centralized cryptocurrency exchange notable for its gamified interface, we argue that cryptocurrency discourse may operate to obscure the structural mechanisms that transfer wealth from users to platform operators while further embedding speculative risk-taking deep within everyday life. Our article first notes some of the resonances in the ways that cryptocurrency exchanges and gambling markets are organized. We also indicate that cryptocurrency exchange—like gambling—draws some of its appeal from a backdrop of uncertainty and vast inequity in contemporary capitalism. Then, taking advantage of the ‘analytic multiplier effects’ that come from holding the concepts of financialization and gamblification together, we work to decrypt some of the obfuscating elements of cryptocurrency discourse.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,040
Communication savante0,0060,011
Science ouverte0,0000,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,106
Tête enseignante GPT0,350
Écart entre enseignants0,244 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCritical Gambling StudiesMême sujetHousing, Finance, and NeoliberalismTravaux en français237 207