The Role of Social Support and Influencers in Content Markets
Notice bibliographique
Résumé
How can individual agents coordinate their actions in a distributed manner to achieve a shared objective? This question arises across various systems—economic, technical, and sociological—all of which face common challenges such as scalability, heterogeneity, and conflicting individual and collective goals. In economic markets, these challenges are mitigated by the use of a common currency, which enables participants to coordinate their actions toward efficient outcomes. This raises the question of whether similar mechanisms, such as a common currency, can be applied to other systems, including technical and sociological contexts. In this paper, we explore this idea within the context of social media, where communities form around shared interests. We propose that social support (in the form of likes, shares, and comments) functions as a currency that coordinates the actions of users in content markets. We investigate two core questions: (1) Can social support serve as a currency that shapes the production and sharing of content, and (2) What role do influencers play in coordinating content creation and dissemination? Through formal modeling and analysis, we demonstrate that social support can act as an efficient coordination mechanism, similar to money in economic markets. Influencers play a dual role in aggregating content and acting as proxies for information, helping content producers navigate large markets. Our findings suggest that while social support as a currency leads to efficient outcomes in ideal markets, imperfections in information introduce a “price of influence,” resulting in suboptimal outcomes. However, as content markets grow, this price diminishes, and social welfare approaches optimal levels. These insights offer a framework for understanding coordination in distributed environments, with potential applications to both sociological and technical systems, including multi-agent AI systems.
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 | 0,006 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,007 |
| Communication savante | 0,007 | 0,010 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».