Immersions in Cultural Difference
Notice bibliographique
Résumé
In a time of intensifying xenophobia and anti-immigration measures, this book examines the impulse to acquire a deeper understanding of cultural others. Immersions in Cultural Difference takes readers into the heart of immersive simulations, including a simulated terrorist training camp in Utah; mock Afghan villages at military bases in Canada and the UK; a fictional Mexico-US border run in Hidalgo, Mexico; and an immersive tour for settlers at a First Nations reserve in Manitoba, Canada. Natalie Alvarez positions the phenomenon of immersive simulations within intersecting cultural formations: a neoliberal capitalist interest in the so-called "experience economy" that operates alongside histories of colonization and a heightened state of xenophobia produced by War on Terror discourse. The author queries the ethical stakes of these encounters, including her own in relation to the field research she undertakes. As the book moves from site to site, the reader discovers how these immersions function as intercultural rehearsal theaters that serve a diverse set of strategies and pedagogical purposes: they become a "force multiplier" within military strategy, a transgressive form of dark tourism, an activist strategy, and a global, profit-generating practice for a neoliberal capitalist marketplace.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,025 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,001 | 0,010 |
| Intégrité de la recherche | 0,001 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».