计数卡片:探究转型 fandom 中的个人披露与界限管理
作者
在线身份与自我呈现参与式设计(Participatory Design)内容创作者(YouTuber、Podcaster)社会学家与人类学家
文献标题
Counting Carrds: Investigating Personal Disclosure and Boundary Management in Transformative Fandom
文献信息
- 主题领域: 人机交互(HCI)、隐私理论、粉丝文化
- 关键词: 隐私、理论、粉丝文化、规范、量化方法、Twitter、Carrd.co
研究背景与问题
- 问题或挑战: 本文探讨了网络空间中转化性粉丝(transformative fandom)的隐私行为和规范,尤其是通过单页面网站 Carrd.co 进行个人身份信息披露和交互边界管理的现象。作者发现成年粉丝和未成年粉丝之间在自我披露和边界设定上的行为存在复杂而微妙的规律,难以通过现有隐私理论充分解释。
- 重要性: 转化性粉丝群体以主要女性和酷儿成员为主,其隐私保护行为和社区价值对 HCI 研究具有重要启示,尤其在当代网络空间发展中隐私议题日益重要。
- 研究动机与相关工作: 现有工作多关注酷儿或边缘化群体的隐私策略,并强调自我审查以规避风险。但转化性粉丝群体却反常地呈现了广泛的身份信息披露,这强化了集体隐私理论重新阐释的需求。
解决方案
- 提出的方法或解决方案: 作者收集了 5252 个 Twitter 粉丝链接的 Carrd 网站,并对其内容进行量化和定性分析,统计了身份披露与交互边界设定的常见类型。
- 创新之处: 提出了“集体隐私(collective privacy)”的初步理论,将隐私理解为社区层面的信任构建和共享规范制定的循环过程。
- 实施步骤与关键技术:
- 数据收集: 使用 Twitter API 爬取指定粉丝群体的好友图网络,从中提取 Carrd 网站链接并抓取其内容。
- 手动编码与关键词搜索: 对内容进行文本分析,手动标记身份披露、年龄、性别、性取向、残疾状态等条目。
- 数据分类与模型构建: 将粉丝 Carrd 分为个人页面、艺术家页面和组织页面,并统计“Do Not Interact”(DNI,禁止交互)与“Before You Follow”(BYF,关注前须知)部分的条目。
研究成果
- 具体成果:
- Carrd 网站中 73% 包含身份披露,50% 包含 DNI 部分,43% 包含 BYF 部分。
- 粉丝群体呈现出高度的酷儿认同(79.2%与 LGBTQ+ 相关),大多数披露年龄(81.5%)和代词(86.9%)。
- DNI 部分明确设定交互阻止对象,例如基于价值的拒绝(种族主义者、恐同者等)以及基于粉丝文化的争议(例如内容是否适合成年人)。
- BYF 部分强调社交互动的礼仪,例如内容警告、语言使用、关注互动规则。
- 与现有解决方案的比较: 集体隐私理论不同于传统的仅针对个人隐私的模型,通过观察社区共享价值构建和动态维护信任提供了新的视角。
- 实验或评估结果:
- 通过定量统计 Carrd 内容,揭示粉丝群体的隐私行为具有集体性和规范性;社区状态可以通过成员的坦诚披露和边界设定来构建及维护。
- 数据表明年龄、酷儿身份和代词披露是与信任构建直接相关的重要行为。
- 局限性与未来方向:
- 局限性: 数据仅限于 Twitter 粉丝社区的英语内容,无法覆盖多语言粉丝群体;关键词搜索的局限性可能遗漏语境化信息;Twitter 的政策变化可能影响未来的数据采集。
- 未来方向: 将集体隐私理论应用于其他社区或隐私环境;研究后续迁移至其他社交平台的粉丝行为;设计支持集体隐私的技术系统或政策框架。
结论
本文通过分析 Twitter 上转化性粉丝群体的 Carrd 网站,提出集体隐私理论以填补传统隐私理论无法解释集体行为的空白。该理论主张,社区通过个人披露和边界设定更新共享规范,并在此基础上构建信任环境,使成员能够安全地交互和表达自我。转化性粉丝群体的行为验证了该观点,为重新认识隐私决策提供了集体过程的视角。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 在线平台上,变革性粉丝群体如何管理个人隐私与社交边界?分类: 社交平台安全、内容治理与在线伤害同类问题arrow_forward
- 粉丝群体的身份披露和边界设置能否建构集体信任环境?分类: 社交平台安全、内容治理与在线伤害同类问题arrow_forward
- 传统隐私理论是否足以解释变革性粉丝隐私行为?分类: 社交平台安全、内容治理与在线伤害同类问题arrow_forward
lightbulb
现实痛点
1- 变革性粉丝在网络上披露身份却面临隐私和安全风险。分类: 社交平台安全、内容治理与在线伤害同类问题arrow_forward
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3613904.3642664
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
5 位作者
sell
研究子方向
在线身份与自我呈现、参与式设计(Participatory Design)
work
职业/产业
内容创作者(YouTuber、Podcaster)、社会学家与人类学家
article
内容状态
已索引正文
hub
相关论文
1 篇相关论文