MétaCan
Menu
Retour à la cohorte
Enregistrement W2315938711 · doi:10.3167/trans.2016.060107

Target Practice

2016· article· en· W2315938711 sur OpenAlexaffabout
Tamara Vukov

Notice bibliographique

RevueTransfers · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographies of human-animal interactions
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésGovernmentalityRace (biology)BiopowerIntersection (aeronautics)SociologyDemocracyPolitical scienceLaw and economicsGender studiesPoliticsLawGeographyCartography

Résumé

récupéré en direct d'OpenAlex

Taking the Canada–U.S. border as a starting point to refl ect on emergent smart border practices, this essay analyzes the diff erential yet central place that race continues to hold in the regulation of mobilities through the technopolitical mechanism of the border. Against claims that smart borders off er a more scientifi c and “postracial” mode of border control, the essay off ers a situated conceptual refl ection on how race is currently being (re)shaped by the complex intersection of biopolitical and algorithmic forms of governmentality as they converge in border technologies. Th e essay proposes to think through four diff erent sets of smart border technologies that enact and track race as a biopolitical assemblage in particular ways, analyzing the associated perceptual codes each puts into play (biometric, movement sensing, drone, and databased). It closes by refl ecting on how these algorithmic technologies infl ect the biopolitical targeting of race and mobility in ways that serve to insulate smart border practices from democratic accoun tability.

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)0,006
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,293
Score d'incertitude au seuil0,582

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0160,010
Communication savante0,0130,006
Science ouverte0,0030,009
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0840,019

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 Opus0,026
Tête enseignante GPT0,336
Écart entre enseignants0,310 · 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'étudeQualitatif
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

Citations31
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTransfersMême sujetGeographies of human-animal interactionsTravaux en français237 207