MétaCan
Menu
Retour à la cohorte
Enregistrement W4293281889 · doi:10.1215/9781478023371

Colonial Racial Capitalism

2022· book· en· W4293281889 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typebook
Langueen
DomaineSocial Sciences
ThématiqueMigration, Ethnicity, and Economy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCapitalismColonialismIndigenousCommodificationRacismEconomic historySociologyPolitical scienceHistoryLawEconomyEconomics

Résumé

récupéré en direct d'OpenAlex

The contributors to Colonial Racial Capitalism consider anti-Blackness, human commodification, and slave labor alongside the history of Indigenous dispossession and the uneven development of colonized lands across the globe. They demonstrate the co-constitution and entanglement of slavery and colonialism from the conquest of the New World through industrial capitalism to contemporary financial capitalism. Among other topics, the essays explore the historical suturing of Blackness and Black people to debt, the violence of uranium mining on Indigenous lands in Canada and the Belgian Congo, how municipal property assessment and waste management software encodes and produces racial difference, how Puerto Rican police crackdowns on protestors in 2010 and 2011 drew on decades of policing racially and economically marginalized people, and how historic sites in Los Angeles County narrate the Mexican-American War in ways that occlude the war’s imperialist groundings. The volume’s analytic of colonial racial capitalism opens new frameworks for understanding the persistence of violence, precarity, and inequality in modern society. Contributors. Joanne Barker, Jodi A. Byrd, Lisa Marie Cacho, Michael Dawson, Iyko Day, Ruth Wilson Gilmore, Alyosha Goldstein, Cheryl I. Harris, Kimberly Kay Hoang, Brian Jordan Jefferson, Susan Koshy, Marisol LeBrón, Jodi Melamed, Laura Pulido

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)0,002
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 enseignants0,016
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,007
Communication savante0,0050,004
Science ouverte0,0000,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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 Opus0,022
Tête enseignante GPT0,289
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'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

Citations41
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMigration, Ethnicity, and EconomyTravaux en français237 207