Notice bibliographique
Résumé
The marijuana worker is absent from public discourse. The following thesis will illustrate this fact. While it is indeed difficult to collect data on illicit industries like (non-medical) marijuana production, it is curious that the default representation of marijuana workers and their employers or, for the purposes of this context, growers, is either that of a gang member or an invisible, non-subject. Ongoing, radical changes in marijuana production social labour and the surrounding socio-legal environment in Canada, the United States and beyond have wide-ranging effects in store for British Columbian industry workers and growers. Tracking relevant discourse and assessing typical representations of marijuana growers and workers in media and popular culture products reveal the ongoing construction of abject identities: malingering medical clients employing natural remedies of questionable efficacy, violent gangsters, community-destroying hooligans, and exoticized products of alterity, the hyper-racialized ethnic other. Extended periods of participant observation in multiple marijuana production sectors familiarize the ethnographer with an altogether different cast of characters: peaceful men and women working full or part time as entrepreneurial owner/operators or workers struggling to favorably balance the risk/reward ratio. The project of comparing the resulting divergent representations and discourse⎯the armed Hell’s Angels grower you meet in the newspaper versus the single mom grower you find in her garden⎯is important as nascent structural changes threaten this occupational category in both the illicit and legal sectors. Creative re-representations found throughout are a result of participant observation-based autobiography and autoethnography methods, intended to contribute to new understandings of these hidden peoples, their life-ways and communities.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,020 | 0,054 |
| Communication savante | 0,015 | 0,010 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,008 |
| 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 ».