Racialized Labour, Harassment, and Inequality in Canada’s Platformized Cultural Industries
Notice bibliographique
Résumé
The ubiquity of social media use has facilitated the rise of a new cultural phenomenon: the “influencer” or content creator (Auxier & Anderson, 2021; Bishop & Duffy, 2023; Martineau, 2019). Content creators – a form of microcelebrity – accumulate and entertain their subscribers by posting textual and visual content (Abidin, 2021; Turner & Hui, 2023), and use their “visibility” – measured as the number of followers – to monetize their social media presence through partnerships with brands or the development of their own products (Harris et al., 2023; Reinikainen et al., 2020). Although a relatively recent phenomenon, early reports show that the top global influencers are overwhelmingly white (Gillespie, 2020; Hund, 2023). Research is emerging as to how this racial inequality is produced in social media platforms. In a Canadian context, there is a clear gap in the existing research about the demographics of Canadian influencers, as well as how racialized influencers experience online visibility, and what forms of inequality they may face due to online racism. Therefore, in this doctoral project, I seek to expand on one broad objective: to understand the scope, form and experience of racial inequality among content creators working in social media platforms in the Canadian context by looking at labour practices, environment and specific experiences of discrimination and harassment. By using mixed methodologies, including social media hashtag analysis, survey and interview data, firstly I show how Canadian creators’ communicative strategies are relatively homogenous and tend to reproduce neoliberal rationalities of individualism and commodification, which I argue calls into question the ability of creators’ to change and challenge the form of their labour. Secondly, I demonstrate how online harassment is a widespread workplace hazard for content creators, regardless of identity; however, the consequences of this harassment are qualitatively different for those who have been historically marginalized. Finally, I argue that racism presents in multilateral, dynamic, and simultaneous ways, which compounds negative material and epistemic outcomes for racialized creators in Canada. Thus, this thesis argues that within platformized labour, racism is reproduced in pervasive and subtle socio-technical ways which has consequences of contributing to differential outcomes for racialized creators.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,031 | 0,007 |
| Communication savante | 0,007 | 0,002 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 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 ».