MétaCan
Menu
Retour à la cohorte
Enregistrement W4410311984 · doi:10.1177/20539517251338776

Localized processes of platformization: The example of Surabaya

2025· article· en· W4410311984 sur OpenAlexafffund
Alessandra Renzi, Janna Frenzel

Notice bibliographique

RevueBig Data & Society · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSharing Economy and Platforms
Établissements canadiensConcordia University
Organismes subventionnairesConcordia University
Mots-clésComputer scienceSociology

Résumé

récupéré en direct d'OpenAlex

This article analyzes how universalist paradigms for platform urbanism are being adapted, modulated, and subverted through an evolving platform ecosystem that is specific to the city of Surabaya, Indonesia's second largest city. We examine how processes of urban planning and city management are platformized, how specific groups of professionals and residents act as intermediaries between infrastructure and users and thereby facilitate the platformization process, and how these local iterations of platforms are informed by place-specific colonial and national history. By describing and tracing the genealogy of Surabaya's platform ecosystem, we demonstrate the specific ways in which it rationalizes city governance, shapes discourses on participatory citizenship and spatial planning, and redefine what counts as city infrastructure, innovation, and urban life in general. We argue that the modulation, adaptation, and resistance to platformization can only be understood by paying attention to the singularity of the milieu and tracing how visions of modernity and its sociotechnical assemblages are composed anew every time platform frameworks, tech tools, and discourses hit the ground.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,448
Score d'incertitude au seuil0,267

Scores Codex et Gemma par catégorie

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

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 Opus0,115
Tête enseignante GPT0,262
Écart entre enseignants0,147 · 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'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

Citations5
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBig Data & SocietyMême sujetSharing Economy and PlatformsTravaux en français237 207