MétaCan
Menu
Retour à la cohorte
Enregistrement W4413095559 · doi:10.1177/0961463x251358588

Internet pitstops: YouTube as a place for reimagining social time with nostalgia

2025· article· en· W4413095559 sur OpenAlexaff
Richy Srirachanikorn

Notice bibliographique

RevueTime & Society · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueNostalgia and Consumer Behavior
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésNarrativeThe InternetContext (archaeology)Social mediaSociologyEveryday lifeMedia studiesExpression (computer science)AestheticsArtPolitical scienceHistoryLiteratureWorld Wide WebComputer science

Résumé

récupéré en direct d'OpenAlex

This essay introduces the concept of internet pitstops to explain how and why YouTube has become a popular site for social timekeeping and expression. It reframes the cultural narrative that prolonged engagement with YouTube and specific short-form media is a symptom of ‘brain rot’. Instead, YouTube serves as an internet pitstop where individuals take shelter from the narrative that time has to be spent productively. It is this prolonged engagement with YouTube and its videos that social institutions come to label as unproductive, or media that causes ‘brain rot’. The essay draws on Henri Lefebvre’s notion of a ‘present without presence’ by arguing that social institutions use social time to impose pretexts over the context of time as a relational process between local actants. YouTube internet pitstops promote a reconstitution of time with presence: human commenters, the media content, and the in-built mechanisms reconstitute the present using social time. Crucially, nostalgia is integral to this contextual time that also reimagines the past, present, and future. Internet pitstops can be a useful theoretical tool for time scholars, nostalgia researchers, and sociologists interested in digital culture, time expression, and everyday life.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0070,016
Communication savante0,0070,013
Science ouverte0,0010,007
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,015
Tête enseignante GPT0,304
Écart entre enseignants0,289 · 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'étudeQualitatif
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'admission1
Résumé présentoui

Explorer davantage

Même revueTime & SocietyMême sujetNostalgia and Consumer BehaviorTravaux en français237 207