MétaCan
Menu
Retour à la cohorte
Enregistrement W2385500819 · doi:10.1177/1468796815621938

“What are you?”: Mixed race responses to the racial gaze

2015· article· en· W2385500819 sur OpenAlexaffabout
Jillian Paragg

Notice bibliographique

RevueEthnicities · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCritical Race Theory in Education
Établissements canadiensUniversity of Alberta
Organismes subventionnairesUniversity of Minnesota
Mots-clésNarrativeGazeContext (archaeology)Gender studiesSociologyScholarshipIdentity (music)AestheticsRace (biology)Social psychologyPsychologyHistoryPolitical sciencePsychoanalysisLiteratureArt

Résumé

récupéré en direct d'OpenAlex

Mixed race scholarship considers the deployment of the term “mixed race” as an identification and theorizes that the operation of the external racial gaze is signaled through the “what are you?” question that mixed race people face in their everyday lives. In interviews conducted with mixed race, young adults in a Western Canadian urban context, it was evident that the “what are you?” question is the verbal form of the external racial gaze’s production of ambivalence on mixed race bodies. However, this study also found that mixed race people have “ready” identity narratives in response to the “what are you?” question. This paper shows the importance of these narratives (the very existence of the “ready” narratives, as well as the content of the “ready” narrative) for fleshing out the operation of the external racial gaze in the Canadian context. Respondents draw on two closely related modes of narrating origin when responding to the “what are you?” question: they respond through a kinship narrative that is heteronormative and they narrate that they inherit “national origin” “through blood.” I argue that these responses point to how the gaze produces the multiracialized body through the desire to imagine and “know” its originary point of racial mixing. Yet, the “ready” narratives are also agential: while at times they narrate to the expectations of the gaze, they also “play on” the gaze.

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)0,009
score de la tête « metaresearch » (Gemma)0,019
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,360
Score d'incertitude au seuil0,717

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0230,021
Communication savante0,0070,005
Science ouverte0,0010,010
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,100
Tête enseignante GPT0,429
Écart entre enseignants0,328 · 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

Citations19
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEthnicitiesMême sujetCritical Race Theory in EducationTravaux en français237 207