MétaCan
Menu
Retour à la cohorte
Enregistrement W2055361021 · doi:10.1080/13621020801900069

Designing safe citizens

2008· article· en· W2055361021 sur OpenAlexfundno aff
Cynthia Weber

Notice bibliographique

RevueCitizenship Studies · 2008
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueArt, Politics, and Modernism
Établissements canadiensnon disponible
Organismes subventionnairesBritish AcademyLeverhulme TrustYork UniversityArizona State University
Mots-clésCitizenshipNoticeState (computer science)LawSociologyGood citizenshipInvisibilityPolitical sciencePoliticsComputer science

Résumé

récupéré en direct d'OpenAlex

Modern liberal citizenship is a failing design, and this is nowhere more apparent than in the contemporary US. Currently there is a frenzy around US citizenship – who has it but shouldn't have it, who should have it but doesn't have it, who had it but renounced it. The sheer volume of ideas, images, and events and their mass circulation makes it almost impossible not to notice how unsettled and unsettling contemporary US citizenship has become. If, as designer Bruce Mau suggests, the success of a design is its invisibility, then it seems that the design of contemporary US citizenship is anything but a success. Taking seriously the claim that modern liberal citizenship is a failing design, this article focuses on how citizenship is designed and redesigned through history. Its central research question is: what are the design principles of modern liberal citizenship, and how are they experienced in the contemporary US? Noting that modern liberal citizenship emerged from state security debates and that security concerns preoccupy those in the contemporary US, this article investigates not only how citizenship is designed but how safe citizenship is designed. As such, it is less concerned with the legal definition of citizenship than with the practical packaging of citizenship as part of a design for safe living.

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)0,010
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,016
Communication savante0,0080,010
Science ouverte0,0010,006
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,241
Tête enseignante GPT0,310
Écart entre enseignants0,069 · 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'étudeThéorique ou conceptuel
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

Citations45
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCitizenship StudiesMême sujetArt, Politics, and ModernismTravaux en français237 207