Notice bibliographique
Résumé
Social scientists of virtually all persuasions have to grapple in some way with the issue of identity. When it comes to understanding phenomena related to the collective, whether in the form of ethnicity, race, religion or the nation, there is a strong sense that identity matters. Indeed, a great many social scientists would argue that identification with a group can shape individual behavior, and that the notion of a group identity gives important meaning to collective action. The difficulty, however, lies in translating the theoretical importance of identity into the concreteness of the research process. In other words, working with the concept of identity brings significant methodological challenges. This, in turn, can lead researchers to avoid taking identity into account or simply considering it as context rather than placing it within a causal explanation. Measuring identity will help researchers make the most of this important social and political reality. This book examines various methodologies designed to incorporate identity into social science research. Together, the 12 chapters provide insight and guidance on how to approach identity and how to use it as an independent variable when conducting research on comparative politics, American politics and international relations. The first section of the book focuses on issues of definition and conceptualization. It contains three strong chapters that set the table for the subsequent discussions of the specific methodologies that can be used when working with identities. Of particular value is the first chapter “Identity as variable,” written by the editors, which defines “a collective identity as a social category that varies along two dimensions-content and contestation” (p. 19). The chapter then specifies the forms that can be taken by the content of an identity and discusses contestation in terms of degree.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».