MétaCan
Menu
Retour à la cohorte
Enregistrement W2978800542 · doi:10.20381/ruor-23937

Microaggressions: Black Students' Experiences of Racism on Campus

2019· dissertation· en· W2978800542 sur OpenAlexaboutno aff
Ejiro Agbaire

Notice bibliographique

RevueuO Research (University of Ottawa) · 2019
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRacismSociologyGender studiesPsychology

Résumé

récupéré en direct d'OpenAlex

This thesis is based on three different focus groups held in the summer of 2018 with a total of twelve Black students. It examines a group of Black students’ experiences of racist microaggressions on the campus of a large comprehensive Canadian university situated in an urban setting. Using Critical Race Theory it analyzes how seemingly neutral comments, slights, snubs or representations by white students and professors contributes to a culture of anti-Black racism on this campus. Key to this analysis is the shift from traditional forms of racism to more subtle forms of racism in contemporary society, and the role that institutions play in reproducing racism. Microaggressions thus characterise the subtle way in which racism is perpetuated in contemporary society. The experiences described by the twelve students in this research study demonstrate the prevalence of microaggressions in the lives of Black students in this Canadian university. Furthermore, the four broad themes emerge from the focus group discussions: the lack of diversity in the student population and faculty, the invalidation of Black experiences, stereotypical representations of Black people and cultures, and gendered racism, give further nuance to the types of messages that Black students are exposed to at this university. This analysis produces a deeper understanding of how these micro-level interactions contribute to the broader culture of racism on campuses.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,100
Score d'incertitude au seuil0,198

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0280,011
Communication savante0,0060,003
Science ouverte0,0020,009
Intégrité de la recherche0,0020,005
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 Opus0,046
Tête enseignante GPT0,442
Écart entre enseignants0,396 · 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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueuO Research (University of Ottawa)Même sujetHigher Education Research StudiesTravaux en français237 207