Cultural Infrastructure (Review of List Cultures by Liam Cole Young)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
On the face of it, there is something uniquely contemporary about the practices and procedures of listing. The present era might be variously characterized according to the ‘kill lists’ of drone warfare, the instructional lists of computational algorithms, the cultural rankings of the ‘best of’ list, or the ubiquitous clickbait ‘listicle’ that vies for our attention. Indeed it would seem that the politics and aesthetics of digital culture can be traced in the ever more visible proliferation of lists. Yet in List Cultures: Knowledge and Poetics from Mesopotamia to Buzzfeed, the first book by Canadian scholar Liam Cole Young, listing is shown to have been ‘a part of every new media ecology and its corresponding “flood” of information’ (14). Young, currently a lecturer in the School of Journalism and Communication at Carleton University, Ottawa, argues that the cultural technique of listing is ancient, and provides the foundation of administrative and organizational power from which both state and corporate institutions have emerged. Moreover, quite apart from any apparent visibility, he explains how lists are fundamentally recessive, and why they should be understood as operational forms that provide the infrastructural background to human society, mediating our knowledge of the world. For Young, ‘quotidian forms like the list are heuristics for understanding such “civilizational” questions of order, knowledge, and being’ (49).
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle