Islamophobia and Proximities to Whiteness: Organizing Outside of the Brown Muslim Subject
Notice bibliographique
Résumé
The existing Islamophobia 1 literature has come to illustrate how the Muslim subject “can at a moment’s notice be erected as [an] object of supervision and discipline” (Morey and Yaqin 2011: 5–6). In the popular imagination, Muslimhood 2 has come to stand for an undifferentiated culturally alien oriental subject defined through the prism of racialized violence and irrationality. Although much of the anti-Islamophobia efforts – academic and community-based – work to combat the reductiveness of a universalized Muslim figure , these efforts tend to uncritically take up the brown Muslim figure as the starting point of inquiry, thereby further reifying the homogenizing racialization of dominant discourses. This article opens up the possibilities to expand thinking on the lifeworld of Islamophobia by addressing the erasure that happens with this homogenizing approach to Islamophobia. In particular, we consider the dialogical nature between the operational life of Islamophobia and the differing proximities to whiteness our intersectional subject positions make available. And in turn, how these availabilities come to shape the experience of Islamophobia is a prime focus of analysis. The authors ask: how does the systemic demarcation of Muslim subjectivity, across racial, ethnic, class, regional, and ideological lines, interact with how Islamophobia is experienced and operationalized? Leveraging an auto-ethnographic approach, we provide first-person narratives of Islamophobic encounters from our respective geopolitical and social locations to deconstruct and delineate an intersectional understanding of Islamophobia.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».