MétaCan
Menu
Retour à la cohorte
Enregistrement W4281260049 · doi:10.5206/elip.v5i1.14507

“To Teach Empathy and Fight Racism”

2022· article· en· W4281260049 sur OpenAlexaffvenueabout
Laila El Mugammar

Notice bibliographique

RevueEmerging Library & Information Perspectives · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLibrary Science and Administration
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésScholarshipRacismContext (archaeology)IndigenousNarrativeEmpathyInclusion (mineral)SociologyReading (process)Public relationsPolitical scienceMedia studiesGender studiesHistoryPsychologyLiteratureSocial psychologyLawArt

Résumé

récupéré en direct d'OpenAlex

“Fugitive libraries,” as described by Shannon Mattern in her titular work, are Black libraries that emerge in American contexts in response to conditions of exclusion and antiBlackness. The question of whether they are necessary in a Canadian cultural context has not been investigated before, in part due to the lack of distinct existing scholarship on Black Canadian librarianship. Using an interdisciplinary framework informed by Black Canadian and Indigenous scholars, I undertake a content analysis and close reading of Black History Month and Black Lives Matter programming and booklists in two Canadian public libraries from 2020-2021 to investigate whether the programming meets the needs of Black Canadian communities, and whether fugitive libraries are a necessary response. I determine that though clear efforts towards the inclusion of Black narratives are apparent in these libraries, Black History Month programming and the discourse surrounding it are shaped to benefit and mobilize non-Black Canadians, rather than to address the needs of particular Black communities, and propose fugitivity as a solution to these conditions.

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)0,006
score de la tête « metaresearch » (Gemma)0,012
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: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,188
Score d'incertitude au seuil0,375

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0350,040
Communication savante0,0110,009
Science ouverte0,0020,009
Intégrité de la recherche0,0040,009
Charge utile insuffisante (le modèle a refusé de juger)0,0130,003

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 Opus0,011
Tête enseignante GPT0,268
Écart entre enseignants0,257 · 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

Citations1
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEmerging Library & Information PerspectivesMême sujetLibrary Science and AdministrationTravaux en français237 207