MétaCan
Menu
Retour à la cohorte
Enregistrement W4386318130 · doi:10.1080/10978526.2023.2238640

Racism in Marketing Academia: A Necessary Discussion and Call for Action

2023· article· en· W4386318130 sur OpenAlexaff
June Francis, Renata Souza, Ana Raquel Coelho Rocha, Denise Franca Barros, Flávia Galindo

Notice bibliographique

RevueLatin American Business Review · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Socioeconomic Development
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésVulnerability (computing)SanitationPopulationEconomic growthSocioeconomic statusSociologyPolice brutalitySocial vulnerabilityPsychological resiliencePolitical sciencePublic relationsDevelopment economicsEconomicsSocial psychologyCriminologyPsychologyEngineering

Résumé

récupéré en direct d'OpenAlex

Vulnerability resides in the difference between the availability of material or symbolic resources of subjects or groups and access to the structure of social, economic, and cultural opportunities offered by the State, the market, and society. Brazil is considered one of the most unequal countries globally, having 18 million people living in favelas (urban subnormal agglomerations). The lack of essential public services and precarious socioeconomic, sanitation, and housing conditions, added to both high population density and rates of police brutality, are common characteristics in these territories. During the pandemic, community leaders and organizations worked on several strategic fronts, inspiring this working paper to comprehend narratives of coping with Covid-19 in adverse conditions based on Macromarketing literature on vulnerability and resilience. We found four analytical categories in the research: i) Vulnerable Non-White Women; ii) Cooperation network; iii) Confrontation strategies, and iv) Permanent vulnerability.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,937
Score d'incertitude au seuil0,442

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 GPT0,305
Écart entre enseignants0,268 · 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'étudeAutre devis
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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLatin American Business ReviewMême sujetInnovation and Socioeconomic DevelopmentTravaux en français237 207