MétaCan
Menu
Retour à la cohorte
Enregistrement W4401052506 · doi:10.1177/00420980241262197

Racial capitalism in urban studies: From spaces of victimisation to spaces of benefit

2024· article· en· W4401052506 sur OpenAlexaff
Jason Hackworth, Prentiss A. Dantzler

Notice bibliographique

RevueUrban Studies · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEnvironmental Justice and Health Disparities
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCapitalismVictimisationSociologyScholarshipRelevance (law)InequalityCriminologyPublic relationsPolitical sciencePoison controlPoliticsHuman factors and ergonomicsLawMedicine

Résumé

récupéré en direct d'OpenAlex

The burgeoning growth of racial capitalism work within urban studies (RCUS) has garnered considerable attention. In this critical commentary, we embark on an examination of existing scholarship to ascertain its theoretical relevance within this domain. Our inquiry reveals a predominant focus on the plight of individuals ensnared in the web of everyday racial capitalism. The existing body of work predominantly directs its gaze towards what we term ‘spaces of victimisation’, while largely neglecting those who derive advantages from this system. Transcending from the study of victimisation to the exploration of spaces characterised by benefit presents formidable challenges. We consider some of the challenges to making the leap from spaces of victimisation to spaces of benefit: the routineness of benefit, the scale(s) of benefit, and the remoteness of benefit. In sum, we suggest how the application of RCUS might confront these multifaceted challenges, offering a unique vantage point for critical analysis.

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 enseignants0,132
Score d'incertitude au seuil0,981

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,048
Tête enseignante GPT0,365
Écart entre enseignants0,316 · 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

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUrban StudiesMême sujetEnvironmental Justice and Health DisparitiesTravaux en français237 207