MétaCan
Menu
Retour à la cohorte
Enregistrement W2921935644

Uncovering a Love of Self: Individuality and Coloured Identity in Ntokozo Madlala and Mandisa Haarhoff’s Crush-hopper

2018· article· en· W2921935644 sur OpenAlexaffvenue
J. Coplen Rose

Notice bibliographique

RevuePostcolonial text · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSouth African History and Culture
Établissements canadiensAcadia University
Organismes subventionnairesnon disponible
Mots-clésIdentity (music)State (computer science)Gender studiesEthnic groupFace (sociological concept)Independence (probability theory)SociologyWhite (mutation)DemocracyRace (biology)RacismPolitical scienceAestheticsLawPoliticsAnthropologyArtSocial science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Ntokozo Madlala and Mandisa Haarhoff’s Crush-hopper (2011) explores the challenges that historically oppressed South Africans face when attempting to define themselves outside, or beyond, the racial categories imposed by the former apartheid state. Although apartheid laws that arbitrarily divided citizens into distinct racial categories ended with the creation of a legal system “committed to non-racialism” at independence, in many instances people continue to feel trapped by past definitions of race (Desai and Vahed 1). Pallavi Rastogi asserts this crisis is especially felt by ethnic minorities such as South African Indians, some of whom feel the decolonizing state is “still predicated along the black and white binary” that was entrenched during apartheid (550). Exploring the impact that this racial polarity has had on a citizen of mixed heritage raised outside of apartheid’s temporal limits, Crush-hopper illustrates the multiple ways that racial hierarchies imposed on marginal communities during colonization continue to cause trauma and a fractured sense of identity after the nation’s transition to a democratic state.

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)0,002
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: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0160,039
Communication savante0,0050,006
Science ouverte0,0010,005
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,015
Tête enseignante GPT0,302
Écart entre enseignants0,286 · 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'admission2
Résumé présentoui

Explorer davantage

Même revuePostcolonial textMême sujetSouth African History and CultureTravaux en français237 207