Caste and Colourism: Analysing Social Meanings of Skin Colour in Dalit and Savarna Discourses
Notice bibliographique
Résumé
We know little about how skin colour is used to discriminate and dehumanise Dalits in everyday language. Thus, the construction of fairness and darkness of skin colour in savarna perception and the qualities attributed need to be under-stood through the lens of caste identities. Drawing on an ethnographic study in Nallapadu Palle Scheduled Caste Colony in Andhra Pradesh, this article aims to understand how various qualities are attributed to the skin and colour of Dalits and savarnas using Qualia, linguistic registers and indexicalities. The Telugu linguistic forms “Nalupu” (Dark) and “Telupu” (Fair), when used in registers, are analysed to understand the qualities indexed with these forms. It is essential to examine the process of caste manifestation in language through colour, which indexes several qualities through a specific linguistic form, varying its social meaning when attributed to a savarna and a Dalit. The study found that the social meanings of Nalupu and Telupu used in everyday conversations differed for savarnas and Dalits. When spoken in the context of Dalits in Palle, it indexed qualities to discriminate and re-establish caste. It is argued that these attributes lead to the creation of caste hierarchies. The article calls for examining the connection between colourism and caste discrimination further.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,011 | 0,024 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».