CONSENT AS “FEELING-WITH”: EVERYDAY AUTOMATION AND ONTOLOGIES OF CONSENT IN A COMMUNITY TECHNOLOGY CENTRE
Notice bibliographique
Résumé
In this article we investigate how automation structures consent for people, and the pedagogies that might expand or reframe consent, both in research contexts and on digital platforms. We do so as researchers involved with adults who attend a bi-weekly drop in “computer support” café, many of whom are new to computers even as their lives are increasingly organized by automated agencies. We think with theories (Jackson and Mazzei 2012) of Indigenous relationalities (Maynard and Simpson 2022), feminist approaches to sexual consent (Consentful Tech Project 2020; Siggy 2021; Ward 2019); and concepts of individuation and technicity (Simondon 1958; 2005) to explore what consent might entail if it returned to its etymological origins of consent, or feeling-with. In keeping with the theory-as-method approach we re-imagine two modes of consent, that of our university’s informed consent protocol for researchers, and the consent protocol for a government sponsored electronic ID. We find that both converge in the logics of corporate platform design that incentivize “epistemologies of ignorance” (Bhatt and MacKenzie 2019). We conclude with speculations upon how con-sent as feeling-with might be re-animated in research methods, design and pedagogy that foreground ethical relationality.
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 | 0,041 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,013 | 0,095 |
| Communication savante | 0,013 | 0,027 |
| Science ouverte | 0,002 | 0,015 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».