MétaCan
Menu
Retour à la cohorte
Enregistrement W2590677113 · doi:10.1017/bjt.2017.1

The great cat mutilation: sex, social movements and the utilitarian calculus in 1970s New York City

2017· article· en· W2590677113 sur OpenAlexaff
Michael Pettit

Notice bibliographique

RevueBJHS Themes · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographies of human-animal interactions
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésEthosUtilitarianismRhetoricSociologyEnvironmental ethicsAestheticsLawPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Abstract In 1976, the animal liberation movement made experiments conducted on cats at the American Museum of Natural History (AMNH) one of its earliest successful targets. Although the scientific consensus was that Aronson was not particularly cruel or abusive, the AMNH was selected due to the visibility of the institution, the pet-like status of the animals, and the seeming perversity of studying non-human sexuality. I contextualize the controversy in terms of the changing meaning of utilitarian ethics in justifying animal experimentation. The redefinition of ‘surgeries’ as ‘mutilations’ reflected an encounter between the behavioural sciences and social movements. One of the aims of the late 1960s civil rights movements was to heighten Americans’ sensitivity to differing experiences of suffering. The AMNH protesters drew inspiration from a revived utilitarian ethics of universal organismic pain across the lines of species. This episode was also emblematic of the emergence of an anti-statist, neo-liberal ethos in science. Invoking the rhetoric of the 1970s tax revolt, animal liberationists attacked Aronson's ability to conduct basic research with no immediate biomedical application. Without denying the violence involved, an exclusive focus on reading the experiments through the lens of utilitarianism obscures what ethics animated Aronson's research.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,171
Score d'incertitude au seuil0,340

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,014
Communication savante0,0030,002
Science ouverte0,0010,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,061
Tête enseignante GPT0,343
Écart entre enseignants0,282 · 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

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBJHS ThemesMême sujetGeographies of human-animal interactionsTravaux en français237 207