Diversifying Digital Communication in Extension Services: Circumventing Social Media Lock-in Effects
Notice bibliographique
Résumé
This paper examines the growing dependency on corporate social media (CSM) platforms within extension and advisory services, highlighting concerns about digital autonomy. While platforms like Facebook, WhatsApp, and YouTube offer accessible communication tools, their rapid adoption has occurred without sufficient consideration of long-term implications.Drawing on Collingridge's control dilemma, the research explores how technologies become entrenched in practice—creating a tension between understanding a technology's implications and the ability to reshape it. This framework helps explain how extension services have adopted CSM without fully considering potential constraints on future digital autonomy.The research employs a critical analysis of platform business models and governance structures, incorporating case studies of Fediverse alternatives such as Mastodon and Diaspora.Key findings reveal that extension services face significant lock-in effects when relying on corporate platforms, making them vulnerable to data extraction practices, inconsistent content moderation, and centralized infrastructure risks. The research identifies promising alternatives in decentralized platforms that provide greater control over governance and data management, although barriers include technical requirements and resource limitations.The paper proposes a four-stage ICT diversification strategy: awareness building, demonstration through small-scale implementations, capacity development, and systematic evaluation. It recommends collaborative approaches in which organizations establish shared infrastructure to distribute costs and technical responsibilities.While CSM will continue to play important roles in extension work, supplementing these tools with community-governed alternatives offers a pathway toward digital self-determination. Extension and advisory services can lead this diversification effort by applying responsible innovation principles to preserve future flexibility and autonomy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,008 |
| Communication savante | 0,009 | 0,012 |
| Science ouverte | 0,002 | 0,015 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».