MétaCan
Menu
Retour à la cohorte
Enregistrement W3110054333 · doi:10.5840/symposium202024216

The Politics of Feeling

2020· article· en· W3110054333 sur OpenAlexvenueno aff
Alexandra Morrison

Notice bibliographique

RevueSymposium · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueFoucault, Power, and Ethics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesAffect (linguistics)PoliticsSociologyEthnologyPolitical sciencePhilosophyLaw

Résumé

récupéré en direct d'OpenAlex

The work of Sara Ahmed and Judith Butler exemplifies a recent concern with the politics of affect. Their distinctive contributions are informed by phenomenological accounts of passivity and agency. They view affect as critical to the articulation of social and political space, as well as to the individuation of embodied agents; for each, affect is key to an account of critical engagement. Their at-tention to affective economies also reflects their concern with the dynamics of exclusion, concealment, and marginalization, and thus their powerful insights into the politics of affect contribute to our understanding of the role that affect plays in both the formation of normative orientations over time, and also to their potential disruption and transformation.Le travail de Sara Ahmed et Judith Butler illustre une préoccupation récente pour la politique de l’affect. Leurs contributions distinctives sont éclairées par des récits phénoménologiques de passivité et d’agentivité. Elles considèrent l’affect comme essentiel à l’articulation de l’espace social et politique, ainsi qu’à l’individuation des agents incarnés; pour chacune, l’affect est la clé d’engagement critique. Leur attention aux économies affectives reflète également leur préoccupation pour les dynamiques d’exclusion, de dissimulation et de marginalisation, et ainsi leur puissante connaissance de la politique de l’affect contribue à notre compréhension du rôle que joue l’affect dans le modelage des orientations normatives au fil du temps et leur perturbation et trans-formation potentielles.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,054
Communication savante0,0140,014
Science ouverte0,0010,006
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,035
Tête enseignante GPT0,318
Écart entre enseignants0,283 · 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'étudeThéorique ou conceptuel
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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSymposiumMême sujetFoucault, Power, and EthicsTravaux en français237 207