Platform governance: the transnational politics of online content regulation
Notice bibliographique
Résumé
Billions of people around the world use services like Facebook, Twitter, Instagram, and YouTube every day to access information, engage in conversation, and stay in touch with friends and family. These hugely profitable and popular platforms for user-generated content, operated by large multinational technology companies, have in the past decade created complex systems of private regulatory standards that govern online behaviour and have a significant impact on the social, cultural, and political lives of their customers around the world. Where these systems --- which can be understood by International Relations (IR) scholars as an expression of private authority in global politics --- were once tacitly accepted or ignored by state actors, governments have in recent years increasingly sought to shape the rules and practices deployed by platform companies through various strategies. In some cases, governments have sought to `take back control' and re-assert state authority over this privately-managed domain, while in others they have opted rather to work directly with companies in more collaborative fashion. What explains the variation in how governments intervene in platform governance? The thesis argues that how governments seek to shape, challenge, or contest private platform rule-making can be understood as either fitting in within a collaborative or a contested strategy. Building upon literatures from transnational regulatory politics, the thesis explains variation between these two strategies as the result of an interplay between three factors: domestic demand for change, the ability to supply that change (regulatory capacity and transnational or domestic institutional constraints on that capacity), and normative understandings of an actor's appropriate degree of policy intervention. The plausibility of the argument is demonstrated empirically through three qualitative case studies of key regulatory episodes (the German NetzDG, the Australian AVM Act, and New Zealand’s Christchurch Call) in which different governments have deployed different strategies to affect platform rule-making.
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 | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,017 |
| Communication savante | 0,012 | 0,011 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».