MétaCan
Menu
Retour à la cohorte
Enregistrement W4238196594 · doi:10.24908/iqurcp.8850

Civilization in 19th Century Latin America: The “Modernization” of Cities and the Use of Prisons as a Form of Racial Control

2018· article· en· W4238196594 sur OpenAlexvenueno aff
Daniella Dávila Dávila Aquije

Notice bibliographique

RevueInquiry Queen s Undergraduate Research Conference Proceedings · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRace, History, and American Society
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLatin AmericansModernization theoryCivilizationState (computer science)PrisonPrison reformEugenicsImprisonmentWhite (mutation)SociologyPolitical scienceCriminologyPolitical economyLaw

Résumé

récupéré en direct d'OpenAlex

In the mid to late 19th century, Latin American states adopted European ideals of “civilization.” These ideals were foundational for several state projects that looked to “improve” the aesthetics of Latin American major cities, which were modelled after Paris, the epitome and embodiment of modernization. This “civilizing” reform of the cities caused the ghettoization of non-white communities, given that modern cities were conceptualized as white cities. Thus, to “Europeanize” Latin American cities, Indigenous, Black and Asian peoples needed to be contained and displaced. This was achieved through the creation of the prison system, which came to represent a new form of slavery and a state mechanism for the continuous control of racialized communities. This presentation will examine how criminality was socially constructed to justify the imprisonment of a specific “type” (or race) of person, which is evident given the prison demographics of the time. It will also analyze the theories of eugenics which provided justification for the project of civilization, which only served to worsen the social ills

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,040
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,029
Communication savante0,0050,003
Science ouverte0,0000,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,099
Tête enseignante GPT0,366
Écart entre enseignants0,267 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInquiry Queen s Undergraduate Research Conference ProceedingsMême sujetRace, History, and American SocietyTravaux en français237 207