Sexisme et misogynie sur l’écosystème de Reddit : processus de négociation des normes sociales par une typologie d’actions mises en place
Bibliographic record
Abstract
Dans le contexte actuel de la polarisation sur les réseaux sociaux, ce mémoire de maîtrise porte sur la négociation à plusieurs niveaux des normes sociales relatives au discours haineux, sur le forum de Reddit. La recherche s'articule autour de la régulation du contenu par les modérateurs et les utilisateurs. Le mémoire commence par présenter le forum Reddit, son histoire et son fonctionnement avant de développer une revue de littérature sur le discours de haine et le misogynie, notamment l'absence de consensus sur sa définition ainsi que les défis juridiques et opérationnels de sa régulation. Ensuite, pour comprendre comment les utilisateurs et les modérateurs de Reddit régulent les discours de haine misogyne, le cadre conceptuel développe le concept de normes sociales, en particulier les normes sociales en ligne. Parmi les autres concepts mobilisés figurent les chambres d'écho et la théorie de l'étiquetage. Une approche qualitative a été adoptée pour faire une analyse schématique d’un corpus de données empiriques publiquement disponibles sur Reddit qui a été sélectionné pour son lien avec le discours haineux misogyne. Cinq communautés (« subreddits ») ont été sélectionnées pour explorer la manière dont les discours misogynes sont régulés. Les résultats présentent une typologie des actions disponibles pour les utilisateurs et les modérateurs, ainsi que les règles de Reddit et de chaque communauté sur lesquelles ils et elles s'appuient pour réguler le discours haineux misogyne. La typologie d'actions est représentée au sein de schémas répétitifs qui mettent en valeur la façon dont la régulation se produit sur les communautés. Plusieurs exemples illustratifs sont offerts de ces négociations réglementaires. La recherche conclue que l'étiquetage par les actions répétitives pourrait potentiellement contribuer à la négociation des normes sociales entre les utilisateurs et les modérateurs et ainsi avoir des effets sur la façon dont les échanges se produisent sur les fils de discussions, au sein du forum. Cette négociation des normes ferait donc un lien direct quant à la fine ligne qui subsiste entre la liberté d'expression et le discours haineux, et recadrer ce qui en constitue ou non, pour comprendre les types de discours acceptables sur cette plateforme.
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 | 0.010 | 0.014 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.007 | 0.018 |
| Scholarly communication | 0.009 | 0.012 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.010 | 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".