The Story of My Face: How Environmental Stewards Perceive Stigmatization (Re)produced By Discourse
Notice bibliographique
Résumé
The story of my face intertwines concepts of social semiotics and discourse analysis to explore how a simple type of printed media (flyer) can generate stigmatization of informal recyclers, known as binners in Western Canada. Every day, media exposes humans to signifiers (e.g., words, photographs, cartoons) that appear to be trivial but influence how we perceive their meaning. Amongst the signifiers frequently found in the media, the word “scavengers”, has been used to refer to autonomous recyclers. Specific discourse has the potential to promote and perpetuate discrimination against the individuals who deal with selective collection of recyclables and decrease the value of their work. Their work is valuable because it generates income for recyclers, recovers resources and improves overall environmental health. In this context, the present qualitative study draws on data collected with binners during research conducted in the city of Victoria, in British Columbia. First we analyze a dialogue between binners from a participatory video workshop, to explore their perceptions of the stigma they suffer. Second we use a flyer produced by the local government alerting against scavenging to illustrate how the content (i.e., structural organization [text and images] in which they are embedded work together to mediate stigmatization against recyclers. Third, we analyze videotaped data from a panel discussion with local government, the local community, and binners on inclusive waste management, to uncover different negative perceptions of binners. In our study we look at the official discourse that marginalizes informal recyclers and creates social injustices. We illustrate how the recyclers perceive stigma and suggest that marginalization could be overcome by reiterating the image of environmental stewards instead of scavengers.
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 | 0,008 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,026 | 0,042 |
| Communication savante | 0,015 | 0,014 |
| Science ouverte | 0,002 | 0,016 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».