MétaCan
Menu
Retour à la cohorte
Enregistrement W4367678001 · doi:10.1108/dpm-11-2022-0222

The blame game: disaster, queerness and prejudice

2023· article· en· W4367678001 sur OpenAlexaff
Ashleigh Rushton, Jazmin Scarlett

Notice bibliographique

RevueDisaster Prevention and Management An International Journal · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisaster Management and Resilience
Établissements canadiensUniversity of the Fraser Valley
Organismes subventionnairesnon disponible
Mots-clésBlameQueerHarmPrejudice (legal term)Sexual orientationValue (mathematics)NarrativeSociologySocial psychologyGender studiesCriminologyPolitical sciencePublic relationsPsychology

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this article is to draw attention to how harmful and inaccurate discourses pertaining to disaster responsibility is produced, the negative implications such narratives pose and the role of the media in the ways in which discourses about queerness and disaster are reported. Design/methodology/approach Throughout this paper, the authors detail examples of media reporting on discourses relating to people with diverse sexual orientation, gender identity, gender expression and sex characteristics (SOGIESC) being blamed and held responsible for disasters across the world. The authors examine the value of such reporting as well as describing the harm blame narratives have on queer people and communities. Findings There is little value in reporting on accounts of people publicly declaring that people with diverse SOGIESC are to blame for disaster. More sensitivity is needed around publishing on blame discourses pertaining to already marginalised communities. Originality/value This article contributes to the developing scholarship on lesbian, gay, bisexual, transgender, queer, intersex, agender, asexual and aromantic individuals, plus other gender identities and sexual orientations (LGBTQIA+/SOGIESC) and disasters by detailing the harm of blame discourses as well as drawing attention to how the media have a role to play in averting from unintentionally providing a platform for hate speech and ultimately enhancing prejudice against people with diverse SOGIESC.

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)0,007
score de la tête « metaresearch » (Gemma)0,014
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0150,034
Communication savante0,0090,010
Science ouverte0,0010,009
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,021
Tête enseignante GPT0,357
Écart entre enseignants0,336 · 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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDisaster Prevention and Management An International JournalMême sujetDisaster Management and ResilienceTravaux en français237 207