MétaCan
Menu
Retour à la cohorte
Enregistrement W2801755881 · doi:10.1080/02614367.2018.1468475

Queer inclusion precludes (Black) queer disruption: media analysis of the Black lives matter Toronto sit-in during Toronto Pride 2016

2018· article· en· W2801755881 sur OpenAlexaffabout
Ali Durham Greey

Notice bibliographique

RevueLeisure Studies · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueLGBTQ Health, Identity, and Policy
Établissements canadiensUniversity of Toronto
Organismes subventionnairesU.S. Bureau of Land Management
Mots-clésQueerRacismPrideSociologyGender studiesTransgenderParadeLesbianContext (archaeology)MainstreamNarrativeMedia studiesPolitical scienceLawHistoryArt

Résumé

récupéré en direct d'OpenAlex

During the 2016 Toronto Pride Parade, an annual leisure event which attracts thousands of spectators, the group designated by Pride Toronto as the ‘Honoured Group,’ Black Lives Matter Toronto (BLM-TO), held a sit-in to raise attention to what they termed anti-Black racism in both Pride Toronto and the Toronto Police Service. I employ a qualitative content analysis to examine reports in queer and mainstream media. I identify three thematic representations apparent in many reports: a narrative of terrorism, a discourse framing BLM-TO as an aggressor, and language identifying BLM-TO as an outsider to the queer community. The discussion section seeks to examine how media reports removed the action from the context of racism in which BLM-TO asserts the action occurred. I also examine how, through a disavowal of BLM-TO and the sit-in, a sense of Canadian and queer community was reasserted. I also suggest that BLM-TO’s sit-in disrupted the legitimacy of the discourse of Canadian multiculturalism. Finally, I argue that the paucity of reports on the action in queer media outlets suggests that issues of racism come to be relegated to the periphery through a larger process of centring Whiteness within the identity category of ‘queer.’

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)0,009
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 enseignants0,543
Score d'incertitude au seuil0,909

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0120,007
Communication savante0,0080,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,027
Tête enseignante GPT0,370
Écart entre enseignants0,343 · 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

Citations41
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLeisure StudiesMême sujetLGBTQ Health, Identity, and PolicyTravaux en français237 207