(Un)Managing Emotions at the Forefront: Stories from Shoreham Picket Line
Notice bibliographique
Résumé
In this article, I reflect on my experience as an active rank and file member of CUPE 3903, the union representing contract faculty and graduate students at York University in Toronto, Ontario, during the 2018 York University Strike, where I volunteered as a front-line communicator, or “car talker”. Drawing on these experiences, I reflect on the ways in which picketers generally try to (un)manage the emotions of drivers passing through the picket line. My analysis is focused on a particular venue - the Shoreham picket line located at the southwest entrance of the university, and centers around my personal interactions with the drivers crossing the picket line during the morning hours from March 2018 to May 2018. My analysis aims to open up space to discuss the largely overlooked role that the emotions of the public play in shaping the picket line experience. In particular, I provide a multi-directional analysis of the encounters that occurred between the picketers and the general public at the Shoreham picket line during the 2018 strike, highlighting the multiplicity of variables, such as the environment, the pre-existing beliefs of the participants, and expressions of collective anger, which informed these encounters. In doing this, I illuminate the complexity of the intertwined relationship between emotional and cognitive framing, thereby providing a more comprehensive model for understanding the role that emotions play in social movement organizing.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».