The Emergence of the Placial-Technical: Digital Placemaking as Information Practice
Notice bibliographique
Résumé
In an era of ubiquitous computing and generative AI, our experience of place is increasingly mediated by digital technologies, creating hybrid environments where physical and virtual interactions converge. While fields like media and urban studies have explored this through the concept of ‘digital placemaking’—the use of digital media to create a sense of place—this phenomenon has received limited attention within information studies. This paper addresses this gap by proposing a new conceptual framework, termed the ‘placial-technical,’ which refines the traditional socio-technical perspective to specifically analyze the mutual shaping of place, information, and technology. Using this lens, we argue that digital placemaking should be understood as a form of information practice, encompassing the socially situated ways individuals seek, use, and share information to construct meaning about their surroundings. Drawing on literature from human geography, media studies, and Human Computer Interaction, we trace the evolution of placemaking concepts and technologies. We then analyze digital placemaking through the dual processes of perception (how information inputs shape our understanding of place) and representation (how we create informational outputs to depict place), focusing on the growing influence of algorithms and generative AI. This synthesis reveals research gaps and offers implications for information studies. By conceptualizing digital placemaking as an information practice, the field can extend its theoretical and methodological tools while informing the ethical design of technologies that foster authentic community engagement and place attachment in a digitally mediated world.
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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,010 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».