Que(e)rying Youth Suicide: Sexism, Racism, and Violence in Skim and 13 Reasons Why
Notice bibliographique
Résumé
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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,010 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».