MétaCan
Menu
Retour à la cohorte
Enregistrement W4239264341 · doi:10.1515/9780822392170-003

Note on Language

2020· book-chapter· en· W4239264341 sur OpenAlexaboutno aff
Micol Seigel

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueConflict of Laws and Jurisdiction
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLinguisticsHistoryComputer sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Note on LanguageThe descendants of Africans in Brazil in the 1920s called themselves and each other a broad array of terms.They used negro, de côr, de classe, preto, pardo, mulato, other color terms, and all the terms for white shades as well, of course-and many refused racial or color identifications at all, sometimes successfully.Historical actors are as inconsistent as contemporary subjects; all of us encounter and use the instability of racial categories.So how should a historian write of such subjects when discussing the impact of race?For historians to use a single term carries elements of coercion, forcing people into categories they resist or exceed, and ironing over bountiful heterogeneity.Yet the use of multiple, inequivalent terms makes it difficult or impossible to recognize the organizing power of racism.Worse, accepting the classification system on the ground in the period studied can strengthen those elements in contemporary ideology that are the legacies of that period.I negotiate between these twin dilemmas with a split decision.In my own writing, I embrace the artifice of anachronistic umbrella terms that highlight rather than conceal that process of coercion and allow, albeit imperfectly, for a discussion of racism.For Brazilian subjects I choose "Afro-Brazilian" and "Afro-descended," the terms emerging from anti-racist activism in Brazil since the late 1970s, avowals of solidarity with Portugal's ex-colonies in Africa and with Afro-diasporic communities worldwide.I use "African American" for Afro-descended North Americans not from Canada (gritting my teeth about the equation of "America" with the United States as the alternative is simply too unwieldy).More happily, I use "Afro-American" for people of African de-

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)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,226
Score d'incertitude au seuil0,755

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,003
Communication savante0,0070,006
Science ouverte0,0020,005
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,2260,135

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 Opus0,026
Tête enseignante GPT0,307
Écart entre enseignants0,280 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetConflict of Laws and JurisdictionTravaux en français237 207