MétaCan
Menu
Retour à la cohorte
Enregistrement W2926928855 · doi:10.1080/1070289x.2019.1600312

Racial inquiries: law and the political visibility of racism in the Air India inquiry

2019· article· en· W2926928855 sur OpenAlexafffundabout
Bonar Buffam

Notice bibliographique

RevueIdentities · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRace, History, and American Society
Établissements canadiensOkanagan University CollegeUniversity of British Columbia, Okanagan CampusOkanagan College
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésRedressRacismPoliticsState (computer science)ScholarshipRace (biology)Critical race theoryAccountabilityDemocracyPolitical scienceSociologyNationalismPower (physics)LawPolitical economyGender studies

Résumé

récupéré en direct d'OpenAlex

Critical race scholarship has effectively documented how the legal institutions of liberal democratic states figure as both mechanisms of systemic racism and avenues of redress against these forms of power. This article offers new insights into the racial effects of these legal institutions by examining the epistemic dynamics of a Canadian public inquiry that was tasked with investigating why state institutions failed to prevent and successfully prosecute the bombings of two Air India flights, which investigators attributed to Sikh nationalist groups operating in Canada. Through a discourse analysis of documents generated during the inquiry, I track how its complex epistemic dynamics precluded recognition of the racial effects of Canadian state institutions. Approaching the inquiry as an instrument of juridical knowledge production and mechanism of political accountability, this article tracks the contingent processes through which liberal epistemologies of race are validated by state actors to extend race’s systemic conditions of existence.

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)0,015
score de la tête « metaresearch » (Gemma)0,031
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 enseignants0,638
Score d'incertitude au seuil0,721

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,031
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0300,087
Communication savante0,0170,007
Science ouverte0,0010,009
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,310
Écart entre enseignants0,296 · 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

Citations1
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueIdentitiesMême sujetRace, History, and American SocietyTravaux en français237 207