Hall’s encoding/decoding model revisited in the digital platform age: de/encoding, lincoding, affordecoding, and en/decoding
Notice bibliographique
Résumé
This paper updates Stuart Hall’s encoding/decoding model to examine the reproduction and contestation of dominant-hegemonic ideologies in the digital platform era. While Hall’s model analyzed television broadcasting within mass media systems, today’s communication processes are fundamentally transformed by the rise of platform capitalism. A key contribution involves replacing Hall’s ‘relations of production’ with ‘social positions’ to address intersecting systems of inequalities in a media environment where the boundaries between message producers and consumers have become blurred. Building on this foundation, this paper introduces four interconnected concepts: de/encoding (media/content producers’ creation of messages based on extracted user data), lincoding (connection of users with messages, platforms themselves, and other users through algorithmic systems exercised by AI and platform workers), affordecoding (users’ interpretation and utilization of platform affordances), and en/decoding (users’ dual roles as message consumers and producers). The resulting DLAE (De/encoding, Lincoding, Affordecoding, and En/decoding) model provides a tentative theoretical framework for understanding how multiple dominant-hegemonic ideologies are maintained and challenged through digital communication processes. While acknowledging the intensifying reproduction of dominant-hegemonic ideologies through commercial platforms, the model simultaneously recognizes possibilities for user resistance and negotiation through interactive media technologies.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,002 | 0,007 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».