MétaCan
Menu
Retour à la cohorte
Enregistrement W2786256728

Cultural Darwinism: Race and Radio in the Early Twentieth Century

2018· article· en· W2786256728 sur OpenAlexvenueno aff
Emily Beth Santor

Notice bibliographique

RevueSound Ideas (University of Puget Sound) · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRadio, Podcasts, and Digital Media
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRace (biology)DarwinismHistorySociologyGender studiesPhilosophyEpistemology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

For those who are unfamiliar with the term, ‘mansplaining’ refers to a moment when a man takes it upon himself to educate others with a "delightful mixture of privilege and ignorance that leads to condescending, inaccurate explanations, delivered with the rock-solid conviction of rightness and that slimy certainty that of course he is right, because he is the man in [the] conversation." Since its introduction to the English language in the early 21st century, mansplaining has generally been used in reference to women’s rights and feminism’s struggle with cultural misogyny. However, the term serves as an excellent metaphor to describe the situation that occurred in the focus of this essay – a radio symposium about science and religion. The men who spoke in the symposium were regarded as experts in their fields mostly due to their privilege, class, race, and gender – none of which they earned and none of which qualified them to talk about the subject. Rather than men explaining women – as is the case with mansplaining – this symposium shows white Christians explaining non-white non-Christians. This ‘white-splaining’ or ‘Christian-splaining’ resulted in a prejudiced, ignorant worldview which was spread throughout the Western world. This symposium is one of many similar bricks that built the foundation of racist and oversimplified conceptions of world religion in the generalized Western consciousness today.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,021
Communication savante0,0060,004
Science ouverte0,0010,003
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 Opus0,022
Tête enseignante GPT0,258
Écart entre enseignants0,237 · 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'étudeSans objet
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSound Ideas (University of Puget Sound)Même sujetRadio, Podcasts, and Digital MediaTravaux en français237 207