MétaCan
Menu
Retour à la cohorte
Enregistrement W3000252329 · doi:10.5130/csr.v25i2.6182

Que(e)rying Youth Suicide: Sexism, Racism, and Violence in Skim and 13 Reasons Why

2019· article· en· W3000252329 sur OpenAlexaff
Jocelyn Sakal Froese, Cameron Greensmith

Notice bibliographique

RevueCultural Studies Review · 2019
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueThemes in Literature Analysis
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésQueerRacismSociologyIntervention (counseling)Gender studiesPsychologySocial psychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

This paper troubles positivist and pathological discourses surrounding youth suicide through critical engagement with young adult fiction: Skim and 13 Reasons Why. These texts offer opportunities for readers to dwell on and question youth suicide prevention and intervention through an engagement with affect, gender, queerness, and race. Skim (2008, Groundwood) and 13 Reasons Why (2017) counter ‘it gets better’ stories: they interrogate the inevitability of bullying, question the predictable approaches that schools take in their response to violence, and assert that the issue at hand is more systematic. Together, these analytics que(e)ry youth suicide by asking: how does the biopolitics (or necropolitics) of livability fit into popularized understandings of youth suicide? Read together, Skim and 13 Reasons Why provide opportunities to meaningfully question livability through the characters of Skim and Courtney—two Asian girls who bear the brunt of racist and sexist violence. Skim becomes a ‘project’ of white girls’ anti-suicide campaign and Courtney is barely living as she attempts to secure the plaform of ‘model minority.’ Both girls are queer, too. In its entirety, this paper arguse that popularized models of suicide intervention continue to ignore the pressing needs of queer Asian girls—such as Skim and Courtney.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,854
Score d'incertitude au seuil0,544

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,066
Tête enseignante GPT0,315
Écart entre enseignants0,250 · 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 tête enseignante, 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCultural Studies ReviewMême sujetThemes in Literature AnalysisTravaux en français237 207