Alternative Instagram Memes: Intersectional Community and Collaborative Storytelling in the Digital Age
Notice bibliographique
Résumé
Memes are an increasingly popular medium for self-expression in a digital context. On the social media site Instagram, queer and politically-left meme creators are subverting hegemonic power dynamics to present humorous and original memes, with sincere self-representation at their core: what I designate, alternative Instagram memes. Queer people often face discrimination and social exclusion in their local communities, exacerbated by the isolating effects of the COVID-19 pandemic, which leads many to seek out and forge digital communities of their own. In this research-creation project, I analyze the themes and discourse present in alternative Instagram memes posted by myself and by my peers to examine how this content and the community around it forms a digital intimate public. The expansion of #deardiarymemes, an interactive meme project based on anonymous confessions, exemplifies how memes function as digital storytelling tools and is central to this research. Through a curated series of memes by myself and by my peers as well as 41 new #deardiarymemes, this work builds on existing meme scholarship using feminist theorypractice to present a previously unstudied aspect of meme culture: a subversive, leftist meme community sprouting from the social media site Instagram.
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 | 0,008 |
| 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 | 0,006 | 0,013 |
| Communication savante | 0,009 | 0,009 |
| Science ouverte | 0,001 | 0,011 |
| Intégrité de la recherche | 0,001 | 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 ».