MétaCan
Menu
Retour à la cohorte
Enregistrement W2806322003 · doi:10.1080/13621025.2018.1462505

Mass capture against memory: Chinese head tax certificates and the making of noncitizens

2018· article· en· W2806322003 sur OpenAlexafffundabout
Lily M. Cho

Notice bibliographique

RevueCitizenship Studies · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographies of human-animal interactions
Établissements canadiensYork University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésCitizenshipBureaucracyGovernment (linguistics)Identity (music)ImmigrationSociologyLawPolitical sciencePolitical economyPoliticsAestheticsArtLinguistics

Résumé

récupéré en direct d'OpenAlex

This paper examines a complex bureaucratic process of remembering that was central to the Chinese head tax system in Canada known as C.I.9s (Chinese Immigration 9). The C.I.9s constitute the first mass use of identification photography in Canada. Unlike any moment in its prior history, the Canadian Government isolated one specific group of people, purely on the basis of race and ethnicity, in order to identify each individual member of that group through the creation of a massive apparatus that would systematically correlate their identity with a photographic image. This system was developed so that the government of Canada could remember these migrants in order to continue to exercise the processes of their exclusion from citizenship. Using the theoretical work of an early internet pioneer on surveillance, Philip Agre, and new media theorist, Wendy Chun, I suggest that the C.I.9s function as a technology of mass capture through which noncitizens are made.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,159
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,006
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,070
Tête enseignante GPT0,373
Écart entre enseignants0,303 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations7
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCitizenship StudiesMême sujetGeographies of human-animal interactionsTravaux en français237 207