Notice bibliographique
Résumé
This piece discusses the online and offline discourses on the lives and bodies of Black femme and nonbinary individuals and the harm that is so casually inflicted upon us. Through popular stories of harm performed around famous Black women, such as with rapper Megan Thee Stallion, I connect the history of Black women in popular culture to current online spaces that continue to minimize and trivialize our trauma. I seek to highlight that these stories are not an anomaly, but rather sentiments rooted in the misogynoir that is so entrenched in western culture and have been expanded and weaponized within the online sphere. In addition, the piece challenges the universality of the Black Lives Matter (BLM) movement in its implementation, criticizing its propensity to forget its feminine victims. It is important to emphasize where it has failed and where it needs to be intentional about the people it has overlooked, as this is a movement that began online, where this harm is currently taking place, and at the hands and energies of Black femmes, the very people getting hurt. This piece has manifested from many conversations already occurring in online Black feminist spaces about our treatment and our needs. It invites others into the fold and seeks to encourage individuals to critically reflect on how Black femme and non-binary individuals are presented on their timeline in-between the numerous BLM posts that claim to protect them.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,022 | 0,028 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,001 | 0,011 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».