MétaCan
Menu
Retour à la cohorte
Enregistrement W2183359304 · doi:10.1057/9780230244771_10

Points of Departure: The Culture of US Airport Screening

2009· book-chapter· en· W2183359304 sur OpenAlexaboutno aff
Lisa Parks

Notice bibliographique

RevuePalgrave Macmillan UK eBooks · 2009
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueAnthropology: Ethics, History, Culture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVisibilityContext (archaeology)Racial profilingWhite (mutation)Administration (probate law)War on terrorHistoryPolitical scienceAdvertisingArtMedia studiesTerrorismSociologyGeographyLawBusinessGender studiesArchaeologyRace (biology)Meteorology

Résumé

récupéré en direct d'OpenAlex

For the past several months I have been conducting an experiment at airport security gates, shooting photographs of the Transportation Security Administration (TSA) facilities and screeners to determine how long I can go on before I will be asked to stop. After shooting photos in 12 airports I have received only one warning at the US-Canada border while taking a picture of a twenty-something woman of colour being interrogated by TSA workers after she was physically searched in a nearby makeshift room. I only became visible to the TSA at the moment I witnessed her visibility, but in general as a white woman I go relatively unnoticed in a US security regime largely based on racial profiling. If I were a person of colour it is possible that many of these images would not exist, that my camera would have been taken, the images destroyed, or I might not have even taken the risk in the first place. In any case, it has become clear to me that the airport is no longer just a ‘non-place’ as Marc Auge (Auge, 1995) famously described it over a decade ago, but in the context of the US-led war on global terror it has possibly become ‘the place’, a charged and volatile domain punctuated by shifting regimes of biopower.

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 candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,952
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,005
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,037
Tête enseignante GPT0,302
Écart entre enseignants0,265 · 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.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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

En bref

Citations26
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePalgrave Macmillan UK eBooksMême sujetAnthropology: Ethics, History, CultureTravaux en français237 207