Streaming to transgress: the racial politics of reactionary YouTubers and their audiences
Notice bibliographique
Résumé
This doctoral thesis examines the racial discourse of “alt-lite” YouTube personalities and their audiences. The term “alt-lite” was coined in the mid-2010s by self-avowed members of the white nationalist “alt-right” movement to castigate fellow reactionaries whose politics broadly aligned with theirs but who were not bold enough to explicitly embrace ethnonationalism. In this thesis, I examine “alt-lite” discourse as a calculated position within the attention economy, one that has been adopted with great success by popular reactionary influencers, particularly on YouTube. Understudied compared to other mainstream social media platforms, YouTube operates as an important launching pad for these right-wing micro-celebrities and serves as the primary field site for this qualitative study. Building on scholarship within critical race and digital studies, cultural studies, and political communication, this thesis asks: What discourses about race circulate within and around “alt-lite” YouTube channels? To answer this question, I draw on two and a half years of online data collection: over 250 YouTube videos; observation of nine Facebook, Reddit, and Discord groups; and semi-structured interviews with 18 current and former viewers of reactionary YouTube channels. I use qualitative content analysis and critical discourse analysis to interrogate these materials and draw conclusions about the strategies and impacts of “alt-lite” influencers. I find that these YouTubers traffic in white supremacist talking points, while adopting rhetorical strategies and legitimating practices that obfuscate their ideological extremity. Even as the most popular “alt-lite” YouTubers bring in substantial salaries from ad revenue, crowdsourcing, subscription fees, and partnerships, they are perceived by audiences as subversive “outsiders,” who are unbeholden to the institutional and ideological constraints of establishment media. Thus, “alt-lite” influencers are emblematic of an “alternative” right-wing media ecology that flourishes online, providing viewers with engaging political commentary that reflects their frustrations, keeps them entertained, and validates their desire to think for themselves.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,009 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».