MétaCan
Menu
Retour à la cohorte
Enregistrement W2923102738 · doi:10.22215/etd/2015-11032

Seeing Past the 'Post-9/11' Framing: The Long Rise of Anti-Islam Politics in the Netherlands

2015· dissertation· en· W2923102738 sur OpenAlexaff
Ottilie Grisdale

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueAsian Studies and History
Établissements canadiensCarleton University
Organismes subventionnairesEuropean Commission
Mots-clésIslamFraming (construction)PolityPoliticsMulticulturalismPolitical scienceTerrorismIslamophobiaMainstreamMedia studiesPolitical economyReligious studiesSociologyGender studiesLawHistory

Résumé

récupéré en direct d'OpenAlex

In the early 2000s, anti-Islam parties rose to unprecedented prominence in the Netherlands.Within the Dutch polity, the parties' mainstream popularity is widely understood as a product of the post-9/11 climate; defined by "Islamist" terrorist attacks throughout Western Europe, and concurrent political discourses on the "crisis" of multiculturalism.Researchers critical of this interpretation have analysed anti-Islam politics in the Netherlands as a product of the post-9/11 security climate.Yet framing anti-Islam politics as 'post-9/11', underestimates the long-term presence of anti-Islam politics and disguises systemic issues of minority discrimination that have long plagued Dutch society.In order to 'see past' the post-9/11 framing, this paper examines the history of anti-Islam politics within the broader historical context of the Dutch 'multicultural myth' and issues of including newcomers into Dutchness since 1945.The curious trend amongst Dutch politicians to circulate anti-Islam politics through independently released books/films is explored and its significance discussed.iii Dedication To my parents, who continue to share with me their eternal delight and curiosity in learning and who teach-through example-the importance of heartfelt hard work and mindful engagement with the social issues that shape our world.And to my dear friend Iefke who in no small terms taught me Dutch, and revealed the untranslatable gezelligheid of the Netherlands, that is worlds away from the subject of this work.A master's thesis is an inherently collaborative endeavour.I would like to thank my supervisor Professor Jennifer Evans for her unwavering support and guidance as this project evolved.Her careful revisions challenged and taught me to write with a clarity that displays confidence in the ideas presented, which is an immeasurable gift.My sincerest thanks also to my secondary reader Professor James Casteel for his generous feedback and our many impromptu discussions of European history that were such a joyous and inspiring part of the research process.A research-travel grant from Carleton's Centre for European Studies (CES) and the European Union made fieldwork for this project possible for which I am very grateful.Thanks also to my magical friends Reiko Obokata

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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,083
Score d'incertitude au seuil0,166

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
Bibliométrie0,0010,002
Études des sciences et des technologies0,0050,012
Communication savante0,0120,006
Science ouverte0,0010,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,019
Tête enseignante GPT0,312
Écart entre enseignants0,294 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAsian Studies and HistoryTravaux en français237 207