MétaCan
Menu
Retour à la cohorte
Enregistrement W2131320339 · doi:10.1177/0042098014536628

Working with diversity: A geographical analysis of ethno-racial discrimination in Toronto

2014· article· en· W2131320339 sur OpenAlexaffabout
Brian Ray, Valerie Preston

Notice bibliographique

RevueUrban Studies · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban, Neighborhood, and Segregation Studies
Établissements canadiensYork UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésEthnic groupDiversity (politics)RacismIdentification (biology)Racial diversityRestructuringWork (physics)Racial groupCultural diversityDemographic economicsSociologyGeographyCriminologyGender studiesPolitical scienceAnthropology

Résumé

récupéré en direct d'OpenAlex

Work is an important location for examining the heterogeneity of contemporary urban societies that are being transformed by migration, aging, and economic restructuring. At work locations, people from different ethnic and racial groups often encounter one another, regardless of whether they live in close proximity. Work is also a frequent site of discrimination, particularly for racial minorities. This study evaluates ethno-racial heterogeneity by documenting the spatial patterns of workplace location for ethno-racial groups in Toronto. We also compare and contrast the degree to which racial minorities experience discrimination at work. Based on our findings that underline a strong association between discrimination, racial minority status, and ethno-cultural group identification, we argue that it is important to examine critically the ways in which discrimination persists in racially and ethnically diverse work locations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,590
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,068
Tête enseignante GPT0,332
Écart entre enseignants0,264 · 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 tête enseignante, pas un consensus.

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

Citations15
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUrban StudiesMême sujetUrban, Neighborhood, and Segregation StudiesTravaux en français237 207