MétaCan
Menu
Retour à la cohorte
Enregistrement W4395693554 · doi:10.15402/esj.v10i1.70848

Poverty and racism: How we think and talk about poverty reduction matters

2024· article· en· W4395693554 sur OpenAlexaffvenueabout
Jacob Albin Korem Alhassan, Colleen Christopherson-Cote

Notice bibliographique

RevueEngaged Scholar Journal Community-Engaged Research Teaching and Learning · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIncome, Poverty, and Inequality
Établissements canadiensUniversité LavalLearning PartnershipUniversité de MontréalUniversity of SaskatchewanUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésRacismPovertyPoverty reductionSociologyReduction (mathematics)Culture of povertyPolitical scienceGender studiesBasic needsLawMathematics

Résumé

récupéré en direct d'OpenAlex

There is a close connection between poverty and racism yet insufficient literature integrates anti-racist praxis in poverty reduction work. We draw here on the first stage of a project that brought together the Saskatoon Poverty Reduction Partnership (SPRP) and the Saskatchewan Anti-Racism Network (ARN) to explore possibilities for better alignment of the advocacy of both organizations. We conducted a media discourse analysis of 462 newspaper articles systematically extracted from grey literature site Factiva on how poverty reduction is framed and how media reportage links poverty and racism in Saskatchewan. We find that very few newspaper articles published on poverty reduction focus on the connections between poverty and racism. Additionally, there are four dominant ways of framing poverty reduction namely: i) the cost framing of poverty reduction ii) the shame and embarrassment framing of poverty reduction iii) the human rights framing of poverty reduction and iv) the root cause analyses of poverty reduction. The cost and shame framings of poverty reduction may further marginalize or de-center those living in poverty compared to the human rights and root cause framings. More explicit connection needs to be made between poverty reduction work and anti-racist praxis for effective advocacy.

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)0,716
score de la tête « metaresearch » (Gemma)0,256
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,505
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,7160,256
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,3970,001
Communication savante0,0060,003
Science ouverte0,0010,000
Intégrité de la recherche0,0000,506
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 Opus0,109
Tête enseignante GPT0,391
Écart entre enseignants0,282 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEngaged Scholar Journal Community-Engaged Research Teaching and LearningMême sujetIncome, Poverty, and InequalityTravaux en français237 207