Politiques des émotions des fans de Pokémon : (se) mobiliser par la hype et le sel
Bibliographic record
Abstract
Cet article explore la manière dont les fans de Pokémon participent à la production et à la diffusion de régimes émotionnels par un travail émotionnel qui s’appuie sur les ressources mises à disposition par la marque Pokémon. Nous y présentons les deux principaux régimes émotionnels impliqués dans la captation des publics, d’abord la hype, puis le sel, deux expressions empruntées aux discussions de la communauté elle-même. Cette recherche s’appuie sur des observations menées auprès de la communauté Pokémon Trash, en particulier son site internet et son groupe Facebook, sur l’analyse qualitative des commentaires en réaction aux vidéos relatives à Pokémon Épée et Bouclier sur YouTube, ainsi que sur des entretiens semi-directifs menés auprès de fans. Par un travail d’anticipation, ces derniers participent à la production de leurs propres dispositions à la hype et alimentent le bouillonnement collectif d’engouement et d’impatience vis-à-vis de la sortie des nouveaux jeux. Mais le désajustement entre ces attentes et les ressources mises à disposition donne également naissance au régime du sel : les publics se mobilisent alors contre les choix de la marque, comme ce fut le cas lors du mouvement #BringBackNationalDex. La réussite commerciale des derniers opus Pokémon, malgré la mobilisation oppositionnelle, invite à vérifier si la participation des fans leur donne réellement plus de pouvoir.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.003 | 0.005 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
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".