MétaCan
Menu
Retour à la cohorte
Enregistrement W4384161215 · doi:10.7202/1100565ar

How the Marketing and Selling of Books by Authors of Colour Produces Racial Inequalities in Publishing

2023· article· en· W4384161215 sur OpenAlexvenueno aff
Anamik Saha, Sandra van Lente

Notice bibliographique

RevueMémoires du livre · 2023
Typearticle
Langueen
DomaineArts and Humanities
ThématiquePostcolonial and Cultural Literary Studies
Établissements canadiensnon disponible
Organismes subventionnairesArts and Humanities Research Council
Mots-clésPublishingInequalityPromotion (chess)Product (mathematics)Order (exchange)SociologyDiversity (politics)PoliticsRacismDistribution (mathematics)Ethnic groupAdvertisingPublic relationsPolitical scienceMarketingMedia studiesGender studiesEconomicsBusinessLawAnthropology

Résumé

récupéré en direct d'OpenAlex

Based upon a unique empirical study on diversity in UK publishing involving over 110 interviews with publishers, this paper explores the obstacles facing authors of colour. While the underrepresentation of authors from minoritized backgrounds is generally seen as a problem of acquisition, we identify what political economist Nicholas Garnham calls the “cultural distribution” stage as the most critical for authors of colour. Specifically, we demonstrate how racialized assumptions about audiences as articulated and mobilized by people working in promotion, sales, and retail impede the progress of these authors. We argue that racial inequalities in publishing are a product of how racially and ethnically minoritized audiences are undervalued, culturally as well as economically. Adopting a postcolonial cultural economy approach, we identify the areas where antiracist activism needs to be focused in order to address racial inequalities in publishing in a more impactful way.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,728
Score d'incertitude au seuil0,384

Scores Codex et Gemma par catégorie

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

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 Opus0,037
Tête enseignante GPT0,222
Écart entre enseignants0,185 · 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 tête enseignante, 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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMémoires du livreMême sujetPostcolonial and Cultural Literary StudiesTravaux en français237 207