Notice bibliographique
Résumé
The rise of social media parallels a rise in distorted identity politics. The past decade has seen an increase in cases of ethnic fraud, polarizing populism, and corporate solidarity statements critiqued for capitalizing on social issues. While many critics blame these social phenomena on opportunistic individuals and businesses, this dissertation studies the role played by social media platforms: their business models, advertising datasets and ranking algorithms. I focus on Meta as a blueprint for subsequent social media platforms. I begin with my autobiography as a former QTBIPOC influencer, as a microcosm of the distorted identity politics amplified by social media infrastructures. I conduct a walkthrough of the Meta Detailed Targeting Tool (MDTT), paying close attention to how this tool fetishizes social difference: by stripping behaviors, interests and demographics down to fungible exchange value and market optimization. I argue that this process of fetishization rewards and conditions grammars of action that inherit the techniques, and problematic social dynamics, of Christian colonialism. This dissertation brings The Black Radical Tradition and anti-colonial critique to bear on social media scholarship, in order to investigate the following questions: 1) How does the MDTT shape behavior? 2) What are the motivations that compel identity politics? 3) Why have “morals” become so important to business? and 4) How can the framework of “piety” offer new theories and solutions for negative social media dynamics?
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 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,018 |
| Communication savante | 0,015 | 0,015 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 ».