« Une publication pour dénoncer, sans plus »
Bibliographic record
Abstract
Au cours des dernières années, les chercheurs ont observé l’émergence de communautés sur des sites Web permettant les interactions sociales, dont le groupe Anonymous. Dans la littérature, les avis sont partagés quant à la vraie nature de ce groupe. Certains mentionnent que ce sont des délinquants anarchistes, d’autres affirment qu’il s’agit d’une simple communauté en ligne partageant les mêmes idéologies, et d’autres encore pensent que le groupe représente un mouvement social émergeant. Considérant qu’il est difficile de donner un portrait précis de ce qu’est le mouvement Anonymous et que très peu de connaissances sont disponibles à ce jour quant à sa dynamique, la présente recherche a pour principal objectif de brosser le portrait des communautés en ligne s’identifiant à Anonymous au Canada, et ce, en tenant compte des éventuelles différences d’une région à l’autre et d’un sous-groupe à l’autre. En analysant les publications Facebook de différentes pages s’identifiant à Anonymous au Canada, les types et les thèmes des publications les plus populaires ont été échantillonnés. L’analyse montre que tous les sous-groupes s’engagent de façon active dans la prise de position dans des débats sociaux et politiques. De plus, certains sous-groupes appellent plus que d’autres à la prise d’action concrète pour défendre leurs opinions, mais en général, la prise d’action est plutôt rare. Il semble que dans le contexte des communautés Facebook, il est difficile de voir que les sous-groupes d’Anonymous se distinguent de toutes les autres communautés destinées à dénoncer des situations conflictuelles dans la société.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.007 | 0.032 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.007 |
| Science and technology studies | 0.013 | 0.010 |
| Scholarly communication | 0.020 | 0.011 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.029 | 0.013 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".