MétaCan
Menu
Retour à la cohorte
Enregistrement W3023296395 · doi:10.1017/s0898588x19000191

Race, the Canadian Census, and Interactive Political Development

2020· article· en· W3023296395 sur OpenAlexaffabout
Debra Thompson

Notice bibliographique

RevueStudies in American Political Development · 2020
Typearticle
Langueen
DomaineMathematics
ThématiqueCensus and Population Estimation
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésCensusRace (biology)DynamismPoliticsAmerican Community SurveyContext (archaeology)Political sciencePublic administrationSociologyGender studiesGeographyPopulationLawEpistemologyDemography

Résumé

récupéré en direct d'OpenAlex

This article explores the erratic history of counting by race on the Canadian census. It argues that the political development of racial classifications on Canadian censuses has been shaped by the interactions among evolving global ideas about race, the programmatic beliefs of international epistemic communities of statisticians and census designers, and domestic institutions involved in the administration of the census. First, Canadian census designers drew from shifting global conceptions about the nature of race and racial difference, which normatively defined the legitimate ends of race policies. Second, Canadian census designers often paid heed to the programmatic beliefs of the international statistical community about the appropriateness of collecting racial data. Finally, evolving political institutions involved in the administration of the census mediated these transnational ideas, molding them to fit the Canadian national context through institutional and cultural translative processes. Theoretically, this research makes the case that focusing on interactive political development can augment the theoretical toolbox of American political development, enabling a more comprehensive picture of the emergence, dynamism, and persistence of the Canadian racial order.

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)0,007
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,131
Score d'incertitude au seuil0,947

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,006
Études des sciences et des technologies0,0240,038
Communication savante0,0090,004
Science ouverte0,0020,007
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0100,000

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 Opus0,123
Tête enseignante GPT0,398
Écart entre enseignants0,275 · 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'étudeObservationnel
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

Citations12
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStudies in American Political DevelopmentMême sujetCensus and Population EstimationTravaux en français237 207