MétaCan
Menu
Retour à la cohorte
Enregistrement W4288042062 · doi:10.15460/apropos.8.1923

Der Einfluss der Black Lives Matter-Bewegung auf die frankophone Toponymie

2022· article· de· W4288042062 sur OpenAlexaboutno aff
Sandra Herling

Notice bibliographique

Revueapropos [Perspektiven auf die Romania] · 2022
Typearticle
Languede
DomaineArts and Humanities
ThématiqueLinguistics, Language Diversity, and Identity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Die insbesondere seit 2020 international wirksame Black Lives Matter-Bewegung konnte ohne Zweifel eine kritische Reflexion über rassistische Begebenheiten anregen. Doch nicht nur politisch motivierter Rassismus oder alltägliche rassistische Handlungen stehen im Fokus der Black Lives Matter-Bewegung, sondern auch die sprachliche Manifestierung von Rassismus. Aus onomastischer Perspektive ist nun die Tatsache interessant, dass immer mehr Ortsnamen in den Mittelpunkt der kritischen Debatte rücken. Es handelt sich hierbei um Namen, deren Signifikant für viele Rezipient:innen eine rassistische Konnotation aufweist. Als Beispiele seien der Brüsseler Tunnelname Leopold II Tunnel, der senegalesische Verkehrsplatzname Place de l’Europe oder das Québecer Hydronym Rivière du Nègre genannt. Wie die toponymischen Beispiele verdeutlichen, wird die rassistisch empfundene konnotative Bedeutung über die an die europäische Kolonialzeit assoziierten Namenbestandteile oder über die Transparenz von bestimmten Lexemen wie z.B. nègre transportiert. Der vorliegende Beitrag setzt sich zum Ziel, eine erste Bestandsaufnahme zur Debatte über rassistisch konnotierte Toponyme in frankophonen Räumen zu präsentieren. Im Mittelpunkt der Darstellungen sollen zunächst die als rassistisch empfundenen Ortsnamen identifiziert werden. Im Anschluss daran werden erfolgte und in der Diskussion stehende Umbenennungsprozesse in der europäischen und außereuropäischen Frankophonie beschrieben. Hierzu werden Fallbeispiele aus Kanada/Québec, Belgien, Frankreich, aus dem Senegal und aus der Côte d’Ivoire berücksichtigt.

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)0,005
score de la tête « metaresearch » (Gemma)0,020
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: aucune
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,158

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,005
Études des sciences et des technologies0,0040,004
Communication savante0,0110,010
Science ouverte0,0010,007
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0470,004

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 Opus0,015
Tête enseignante GPT0,220
Écart entre enseignants0,206 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueapropos [Perspektiven auf die Romania]Même sujetLinguistics, Language Diversity, and IdentityTravaux en français237 207