MétaCan
Menu
Retour à la cohorte
Enregistrement W7083624414 · doi:10.1177/20563051251366907

After Twitter: Fragmentation, Platform Polities and Protective Sociality

2025· article· en· W7083624414 sur OpenAlexaff

Notice bibliographique

RevueSocial Media + Society · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture, Water, and Health
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésSocial mediaPoliticsSocial relationTimelineSocialitySocial movementSet (abstract data type)Relation (database)Closure (psychology)

Résumé

récupéré en direct d'OpenAlex

This article argues that a profound change has occurred in the spaces of social media, centring on the region formerly occupied by Twitter. More than Twitter rebranding as X, After Twitter refers to a historical punctuation point in the timeline of social media and an emerging social media reality. After Twitter registers the slow death of a set of ideals and related practices specific to platforms like Twitter, but also to the waning of ideals in relation to the communicative potentials of the open web more generally. We make three broad claims which characterise social media After Twitter: First, by way of an overview of alternatives and competitors including Bluesky, Mastodon, Threads, Truth Social and more, we observe a social media fragmentation. Such fragmentation is not solely driven by economic forces or technological development and instead is understood along explicitly political lines. Second, we observe the rise of polarised platform polities. These polities reflect divergent political positions, create distinct political realities and foster different modes of interaction and belonging. Third, we observe a general shift from connective to protective forms of sociality, where users approach social media as if they are constantly in the presence of adversaries, and the ‘weak ties’ that once defined a web of opportunities are replaced by an assumed toxicity of ties. We conclude by reflecting on the nostalgia for the Twitter-that-was, suggesting the need to foster a critical and reflective relationship with the Twitter of old.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0090,033
Communication savante0,0120,019
Science ouverte0,0010,012
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,260
Écart entre enseignants0,246 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial Media + SocietyMême sujetAgriculture, Water, and HealthTravaux en français237 207