Capitalist pigs: Governmentality, subjectivities, and the regulation of pig farming in colonial Hong Kong, 1950–1970
Notice bibliographique
Résumé
This paper analyses the philanthropic governmentality of the Hong Kong colonial government during the Farm Improvement Program (1950–70), focusing on the utilization of pigs, interest-free loans, and the spatial constitution of pig farming as technologies to transform refugee farmers into ‘productive workers’. This research has three primary objectives: to (1) elucidate how the production of knowledge and governing technologies, including the spatial design of livestock production, facilitated the disciplining of pig farmers in a colonial context; (2) expand Foucauldian governmentality analysis into the realm of the regulatory mechanisms of food production systems by documenting how philanthropic pig donations, lending programmes, and the distribution of material benefits promoted capitalist pig production; and (3) demonstrate how technologies – specifically the social construction of pigs and the spatial constitution of pig farming practices – moulded the subjectivities of colonial pig farmers. Empirical analysis is based on archival research and in-depth interviews with 19 pig farmers and two pig farmers’ association leaders. We identify the provision of free pigs and pigsties, the demonstration of new spatial pig-raising practices, and the establishment of interest-free lending systems as the major technologies of governance employed under the Farm Improvement Program. Through these technologies refugee farmers from mainland China learned and internalized concepts of efficiency, productivity, farm management, and self-help. The technologies of the Farm Improvement Program were not just philanthropic activities, they were political tactics to confront the penetration of communism into the colony by changing the practices, productivity, and subjectivities of refugee farmers.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,011 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».