MétaCan
Menu
Retour à la cohorte
Enregistrement W1997161621 · doi:10.1080/09663690701439751

Exclusion through Inclusion: Female Asian migration in the making of Canada as a white settler nation

2007· article· en· W1997161621 sur OpenAlexaffabout
Enakshi Dua

Notice bibliographique

RevueGender Place & Culture · 2007
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Ethnicity, and Economy
Établissements canadiensYork University
Organismes subventionnairesAustralian Government
Mots-clésGender studiesChinaNationalismRace (biology)Human sexualityRacializationWhite (mutation)Inclusion (mineral)State (computer science)PoliticsPolitical scienceSociologyLaw

Résumé

récupéré en direct d'OpenAlex

In this article I explore the ways in which concerns over nation, ‘race’, gender and sexuality shaped late nineteenth and early twentieth century debates on whether Canada should exclude or include female migrants from China, Japan and India in the emerging nation-state. In the late nineteenth century, Canadians began to debate whether to allow female migration from China, Japan and India. The vast majority of those who participated in the debate argued that female migrants from Asia should be excluded, as their exclusion would insure that male migrants from Asia would be rendered as temporary residents. On the other hand, there was a small but vocal minority who argued that female migrants from Asia should be allowed into Canada. As the presence of single male Asian residents raised the specter of inter-racial sexuality, these Canadians suggested that it would be prudent to include female migrants from Asia within the nation-state. These debates raise important questions for scholars who study the relationships between nation, ‘race’, gender and sexuality. First, they point once again to the importance of gender in constituting the racialized practices of the nation. Second, as most scholars have focused on the exclusionary aspects of nationalism, they complicate our understanding of race, gender and nation by illustrating that racialized politics of nation can lead to not only exclusionary but also inclusionary practices.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,336

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0490,016
Communication savante0,0090,002
Science ouverte0,0010,007
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,305
Écart entre enseignants0,271 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations71
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGender Place & CultureMême sujetMigration, Ethnicity, and EconomyTravaux en français237 207