What Blood Won't Tell: A History of Race on Trial in America. By Ariela J. Gross. (Cambridge: Harvard University Press, 2008. xii, 368 pp. $29.95, ISBN 978-0-674-03130-2.)
Notice bibliographique
Résumé
In 1790, absent any explicit federal definition of citizenship, Congress restricted eligibility for naturalization to “any alien, being a free white person.” In 1952 the racial requirement was revoked. During the intervening 160 years, race and citizenship became mutually constitutive categories in American culture, as Ariela J. Gross demonstrates in her delightfully readable legal history of racial identity in the United States. The persistent inextricability of race and citizenship leads Gross to reject one strand of the history of race in the United States, the rise of the so-called one-drop rule (p. 297), as well as to call into legal-historical question claims made by whiteness studies scholars about the perceived racial alterity of immigrant groups such as the Irish and Italians. Reviewing freedom suits, miscegenation trials, naturalization cases, and myriad other proceedings, Gross persuasively exposes the shifting sands upon which the unstable but formidable (and enduring) edifice of race in America has been built. In her account, “blood” has seldom, if ever, been the sole juridical criterion for race. Rather, Gross argues, early efforts to locate race in appearance and ancestry were superseded by increased attention to civic performance, local reputation, and personal association in the nineteenth century, followed in the twentieth and twenty-first centuries by heightened sensitivity to science, national citizenship, and cultural practice. Taking a wider view than classic histories of race by Winthrop D. Jordan and George Frederickson and deftly incorporating the theoretical insights of such legal scholars as Cheryl I. Harris and Devon W. Carbado, Gross's study is a worthy counterpart to Rogers M. Smith's magisterial analysis of the inegalitarian, ascriptive traditions of American citizenship, Civic Ideals (1997).
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,007 | 0,014 |
| Communication savante | 0,008 | 0,015 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,009 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,004 |
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 ».