MétaCan
Menu
Retour à la cohorte
Enregistrement W4390412361 · doi:10.1177/0044118x231220390

“It Goes under the Radar!”: In/Visibility of Anti-Asian Racism from a Canadian Youth Perspective

2023· article· en· W4390412361 sur OpenAlexaffabout
Lin Fang, Eunjung Lee, Kimberley Chan, Maria Al‐Raes, Eumela Nuesca

Notice bibliographique

RevueYouth & Society · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRacial and Ethnic Identity Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésRacismGender studiesSociologyRacializationReflexivityPopularityIntersectionalityPsychologySocial psychologyAnthropologyRace (biology)

Résumé

récupéré en direct d'OpenAlex

Guided by Fanon’s constructs of racial epidermal schema, this study explored youth’s experiences with anti-Asian racism (AAR) and their perspective on how AAR is formed and maintained. We recruited 36 Asian youth (age range 14–23 years) residing in a metropolitan city in Canada to attend a semi-structured focus group. Results from the reflexive thematic analysis indicated the tenuous lines of invisibility and visibility of AAR—in a Whiteness dominant racial schema. When Asian youth are objectified within the boundary of Whiteness norms, AAR is pervasive but inconspicuous, happening early and frequently in their life but unrecognized. When they are objectified as threats to Whiteness dominance such as during the COVID-19 pandemic, AAR is visible in forms of overt discrimination, violence, and hate against Asians. Youth attributed roots of AAR to White supremacy and critically discussed their racialization process. Their reflexive insights serve as a form of resistance to AAR.

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)0,002
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,186
Score d'incertitude au seuil0,672

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,065
Tête enseignante GPT0,361
Écart entre enseignants0,296 · 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

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueYouth & SocietyMême sujetRacial and Ethnic Identity ResearchTravaux en français237 207