MétaCan
Menu
Retour à la cohorte
Enregistrement W4392138005 · doi:10.1177/00027642241231317

Critical Issues Facing Asian Americans and Pacific Islanders in Organizations and Society

2024· article· en· W4392138005 sur OpenAlexaff
Eddy S. Ng, Winny Shen, Alexander Lewis, Robert L. Bonner

Notice bibliographique

RevueAmerican Behavioral Scientist · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInternational Student and Expatriate Challenges
Établissements canadiensYork UniversityQueen's University
Organismes subventionnairesnon disponible
Mots-clésPacific islandersEquity (law)Context (archaeology)Public relationsNarrativeSociologyPerspective (graphical)Political scienceEconomic growthGender studiesEthnic groupGeographyAnthropologyLawEconomics

Résumé

récupéré en direct d'OpenAlex

The discussion of Asian Americans and Pacific Islanders (AAPIs) in the context of the West is uniquely complex. AAPIs are often held up as “model minorities,” resulting in exclusion from many equity conversations. The lack of attention focusing on the experiences of AAPI communities in organizations and society suggests a need for us to remedy this. In this special issue, we curated a collection of eight papers that tackle a broad range of issues that advance conversations of AAPI communities and diasporas. We contend that it may be particularly beneficial to take a critical perspective (using Asian Critical Theory or AsianCrit) to bring to light and challenge systemic issues faced by AAPI communities in Western workplaces and societies. We also call for a post-model minority narrative, which has the potential to mitigate the adverse impacts that the notion of a model minority has on both intragroup and intergroup relations and well-being.

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)0,000
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 enseignants0,210
Score d'incertitude au seuil0,987

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
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 Opus0,026
Tête enseignante GPT0,395
Écart entre enseignants0,369 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Behavioral ScientistMême sujetInternational Student and Expatriate ChallengesTravaux en français237 207