MétaCan
Menu
Retour à la cohorte
Enregistrement W4392238844 · doi:10.1002/ajcp.12744

Imperial algorithms: Contemporary manifestations of racism and colonialism

2024· article· en· W4392238844 sur OpenAlexaff
Dominique Thomas, Ciann Wilson

Notice bibliographique

RevueAmerican Journal of Community Psychology · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTourism, Volunteerism, and Development
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésRacismHealth psychologyColonialismPublic healthSociologyGender studiesMedicinePolitical scienceLawPathology

Résumé

récupéré en direct d'OpenAlex

In this special issue, we invited contributions that critically examined issues of imperialism, colonialism, power, justice, etc. to expand the canon of anticolonial scholarship and critical scholarship in community psychology. Our two objectives were: (1) to build on the canon of anticolonial and critical race scholarship to cultivate an empirical and theoretical body of work and conceptual frameworks about racism and colonialism within the field of community psychology and (2) to unpack the different manifestations of racism in society from the lens of community psychology and reflect on the implications of these varied forms of injustice in the contemporary moment. Rooted in African epistemology and methodology (Martin, 2012), we find the concept of the algorithm to serve as a potent metaphor for the ways in which these oppressive structures operate given the prevalence of algorithms in our daily lives and the algorithm is symbolic of the information age and predictive powers that seem to govern society beyond conscious control. In this sense, imperial algorithms are these structures, patterns, processes, and procedures that perpetuate imperialism. These imperial algorithms manifest as neo-colonialism, surveillance, social engineering, carcerality, reality warping of contemporary racism, health disparities exacerbated by COVID-19, and environmental grids of oppression.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,562
Score d'incertitude au seuil0,528

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,042
Tête enseignante GPT0,388
Écart entre enseignants0,346 · 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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Community PsychologyMême sujetTourism, Volunteerism, and DevelopmentTravaux en français237 207