MétaCan
Menu
Retour à la cohorte
Enregistrement W3175731663 · doi:10.1080/13621025.2021.1926076

Unequal access: wealth as barrier and accelerator to citizenship

2021· article· en· W3175731663 sur OpenAlexaff
Ayelet Shachar

Notice bibliographique

RevueCitizenship Studies · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTurkey's Politics and Society
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCitizenshipEquity (law)PoliticsAppealOpenness to experienceLaw and economicsPolitical economySociologyEconomicsLawPolitical science

Résumé

récupéré en direct d'OpenAlex

Combining insights from the history of citizenship with contemporary legal analysis, this article both highlights and problematizes what we may call sorting strategies – restrictive closure and selective openness – which rely on ‘varieties of affluence’ (income, wealth, equity, credit, and the like) in shaping possibilities for entry, settlement, and naturalization. By emphasizing the growing significance of income barriers and thresholds on the one hand, and fast-tracked investment-based entryways on the other, this article investigates the role of wealth as both accelerator and barrier to citizenship, contributing to the varied toolbox used by governments to advance goals that may at times appear contradictory; these tools both tighten and relax the requirements of access to membership at the same time. These new developments represent different facets of the same trend. Without explicitly stating as much, programs that turn wealth into a core criterion for admission conceptually reignite an older, exclusive, and exclusionary vision according to which individuals must hold property (in land, resources, or in relation to one’s ‘dependents,’ including women, slaves, and children) in order to qualify as a citizen. While such a trajectory is no stranT8ger to ancient models, it raises profound challenges to modernist accounts of political membership that place equality at their core.

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: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0040,031
Communication savante0,0060,009
Science ouverte0,0010,009
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,125
Tête enseignante GPT0,428
Écart entre enseignants0,303 · 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

Citations34
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCitizenship StudiesMême sujetTurkey's Politics and SocietyTravaux en français237 207