Race and racism in critical security studies
Notice bibliographique
Résumé
Oh my body, make of me always a man who questions! (Fanon, 1967: 232) What happens to research when the researched become the researchers? (Smith, 2013: 183) But the inevitable postponing of critical scholarship about race, racialisation and racism forestalls the ability of Indigenous scholars and POC to invest our careers in these topics within the academy. If Universities are not yet ready to challenge white supremacy, will they ever be? And if a program on critical race thinking is not supported today, how can White scholars advance claims that academy is in fact a safe space for Indigenous scholars, let alone claim that decolonisation is occurring within the halls of the academy itself? (Todd, 2016: 13) In the current moment, we are witnessing a resurgent political urgency around demands to overthrow the inequities that are entrenched in oppressive structural formations such as racism and colonialism. Debates about race and racism are also unfolding in academia. While there has been a long tradition of speaking plainly about race within international relations (Doty, 1993; Grovogui, 2001), the past decade has seen a re-engagement not just with race as an analytical category but also with racism (Anievas et al., 2015; Muppidi, 2018; Rutazibwa, 2016; Vitalis, 2015), frequently articulated in terms of, or alongside calls for, the decolonization of academia.
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 | 0,050 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,008 | 0,005 |
| Études des sciences et des technologies | 0,033 | 0,090 |
| Communication savante | 0,018 | 0,017 |
| Science ouverte | 0,002 | 0,013 |
| Intégrité de la recherche | 0,011 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,000 |
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.
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 ».