MétaCan
Menu
Retour à la cohorte
Enregistrement W3199431696 · doi:10.3138/jcs-2020-0021

Framing, Suppression, and Colonial Policing Redux in Canada: News Representations of the 2019 Wet’suwet’en Blockade

2021· article· en· W3199431696 sur OpenAlexvenueaboutno aff
Rebecca Hume, Kevin Walby

Notice bibliographique

RevueJournal of Canadian Studies · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Conservation and Criminology Analyses
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFraming (construction)ColonialismMainstreamSovereigntySociologyMedia studiesIndigenousForegroundingNews mediaSocial movementPoliticsPolitical scienceCriminologyLawHistory

Résumé

récupéré en direct d'OpenAlex

In early 2019, the Royal Canadian Mounted Police (RCMP) intervened at the Gidimt’en Access Checkpoint in northern British Columbia (BC) and arrested 14 land defenders, garnering global media attention. To explore the ways that settler common sense ( Rifkin 2013 ) is assembled and perpetuated in Canada, this paper examines how Wet’suwet’en mobilization is framed in news media coverage. Situating our work in relation to settler colonial studies and informed by the writings of Indigenous scholars, we use critical discourse analysis to assess mainstream news media framings of the Wet’suwet’en struggle. Drawing from literature on social movement suppression, we discern three main themes in these texts that work to validate the RCMP’s excessive use of force against land defenders and delegitimize the Wet’suwet’en’s claim to sovereignty. While this framing set the stage for sustained corporate incursions, police surveillance, and occupation across unceded Wet’suwet’en territory, we suggest negative framing as well as activist use of social media to visualize state repression may have created the conditions for what Hess and Martin (2006) call backfire.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,094
Score d'incertitude au seuil0,683

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,006
Études des sciences et des technologies0,0310,020
Communication savante0,0140,003
Science ouverte0,0020,004
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,029
Tête enseignante GPT0,281
Écart entre enseignants0,251 · 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

Citations12
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Canadian StudiesMême sujetWildlife Conservation and Criminology AnalysesTravaux en français237 207