Exploring mechanisms of whiteness: how counterterrorism practitioners disrupt anti-racist expertise
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract This article situates the subject of the academic–practitioner (AP) exchange within an International Relations-orientated critique of the imperial dynamics of counterterrorism practices and racial subjugation. It uses an analytical framework that upholds the significance of racial hierarchy to knowledge production. A key contribution of this article is to situate the AP nexus within the circumstances of liberal democratic counterterrorism regimes, to demonstrate how race becomes meaningful to the knowledge that is produced about Islamophobia. The main argument of this article is that in present policy debates concerning the existence of systemic racism, one of the mechanisms enabling counterterrorism practitioners to regulate the AP exchange is that of institutionalized whiteness. Exploring two scenarios of AP exchanges in the United Kingdom and Canada, where counterterrorism practitioners were challenged to reconcile with academic explanations of Islamophobia as a systemic issue, this article uses colour-line inspired critiques of white logic to identify instances where anti-racist knowledge was subjugated in the name of imperialism. The article finds that in each scenario discussed, practitioners demonstrate trajectories of white logic by contesting the suitability of anti-racist knowledge put forward by academics, on the basis of racial hierarchy and self-aggrandizement. It concludes by discussing how a lack of practitioner–academic consensus continues to affect the dissemination of knowledge concerning systemic racism, thus prompting considerations of what this means for an anti-racist future.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle