MétaCan
Menu
Retour à la cohorte
Enregistrement W3044699499 · doi:10.1111/nana.12634

The British ‘Battle of the Name’

2020· article· en· W3044699499 sur OpenAlexaboutno aff
Tariq Modood

Notice bibliographique

RevueNations and Nationalism · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Refugees, and Integration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBattlePolitical scienceHistoryLawAncient history

Résumé

récupéré en direct d'OpenAlex

Michael Banton was one of the founders of the study of ethnic relations in Britain, including what might be called 'the Bristol School of Ethnic Relations'.So, most my contemporaries would have encountered his work as students in the 1970s and 1980s.I came to this field of study-having in the 1970s and 1980s studied political philosophy or been out of academia altogether-in about 1987.One of the first things that got me interested in Michael Banton was when I read his statement: 'In my view the lack of an agreed nomenclature is one of the most revealing features of racial and ethnic relations in Britain today' (Banton, 1987, p. 175).That he could write this in 1987 must have meant that he felt that his arguments over many years resisting the inclusion of Asians under the category 'Black' (e.g., Banton, 1976) had not been in vain.In fact, they had been far from successful; indeed, it would be fair to say that in 1987, there was an agreed nomenclature in the public discourse of race.Those who believed that for reasons of tidiness as well as effective anti-racism, the way forward lay in establishing the hegemony of the term 'Black' seemed by that point to have won the day.The term was not quite so securely established that academic or policy document writers felt no need to justify the use of 'Black' to mean all non-white minorities.Where such a justification was felt necessary, even in the case of writers who were not wholly sympathetic to such reduction, it usually consisted of a footnote simply explaining that the usage of the all-inclusive Black was now an established fact (e.g., Nanton, 1989: note 1;

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)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,196
Score d'incertitude au seuil0,390

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0120,012
Communication savante0,0090,005
Science ouverte0,0010,003
Intégrité de la recherche0,0050,009
Charge utile insuffisante (le modèle a refusé de juger)0,0230,006

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 Opus0,016
Tête enseignante GPT0,279
Écart entre enseignants0,263 · 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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNations and NationalismMême sujetMigration, Refugees, and IntegrationTravaux en français237 207