MétaCan
Menu
Retour à la cohorte
Enregistrement W2788083852 · doi:10.24908/jcri.v5i1.9135

“We must use every legal means to … put them behind bars, or to run them out of town”: Assembling citizenship deservingness in Toronto

2018· article· en· W2788083852 sur OpenAlexaffvenueabout
Paloma E. Villegas

Notice bibliographique

RevueJournal of Critical Race Inquiry · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Refugees, and Integration
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCitizenshipImmigrationArgument (complex analysis)Political scienceCriminologySpace (punctuation)Order (exchange)Race (biology)SociologyLawValue (mathematics)Gender studiesPolitics

Résumé

récupéré en direct d'OpenAlex

This paper examines the assemblage and reassemblage of citizenship deservingness in Canada in the past few decades. By citizenship deservingness, I refer to the ways immigrant and racialized persons are accorded value and opportunity to access and retain formal citizenship status, including the right to remain in Canada. In order to make this argument, I examine the response to a 2012 shooting in Scarborough, an “inner suburb” of Toronto, Canada. I situate the shooting responses alongside policy and discursive changes that have made it easier to deport permanent residents from Canada if they have committed certain criminal acts. As scholars have noted, the targets of such policies are often the same individuals profiled and typecast as committing criminal acts—namely, immigrant and racialized men. In the Scarborough shooting, Jamaican men were specifically criminalized and targeted for exile from the city and country. My analysis demonstrates how, through this process, discourses of race and space came together to produce and legitimate policy changes that continue to erode the rights accorded to permanent residents and citizens.

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)0,002
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,121
Score d'incertitude au seuil0,879

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0600,030
Communication savante0,0090,003
Science ouverte0,0020,008
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,153
Tête enseignante GPT0,424
Écart entre enseignants0,271 · 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
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Critical Race InquiryMême sujetMigration, Refugees, and IntegrationTravaux en français237 207