MétaCan
Menu
Retour à la cohorte
Enregistrement W4403500141 · doi:10.26522/ssj.v18i3.4364

“It is just so emotionally and mentally consuming to be a community organizer”: The Emotional Labour of Anti-carceral Activism

2024· article· en· W4403500141 sur OpenAlexafffundvenueabout
J. T. Snow, Jennifer M. Kilty, Christine Gervais

Notice bibliographique

RevueStudies in Social Justice · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolitical and Economic history of UK and US
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésPsychologySocial activismMentally illEmotional laborSocial psychologyCriminologySociologyPolitical scienceMental healthPsychiatryLawMental illness

Résumé

récupéré en direct d'OpenAlex

Social justice activism can be an emotional enterprise. While many people become involved due to feelings of anger and frustration about a particular unjust socio-political issue, we contend that these feelings exist in tandem with those of love and care for others (or for a specific community of belonging) and that it is this combination of emotions that helps sustain the desire to work toward positive or transformative social change. We mobilize Hochschild’s (1979, 1990, 2012) concept of emotional labour and extend the literature on the emotional labour of racial justice activists by attending to the emotional and affective politics of grassroots, volunteer, peer-based, and unfunded anti-carceral activist groups in the City of Ottawa, Canada. As most research examines emotional labour in the context of paid social and health care work, our examination of grassroots unpaid activism is a unique contribution. We draw on the qualitative accounts of 25 representatives from 13 Ottawa-based activist groups that were gleaned through focus group interviews held over the course of seven evenings, which provide insight into their emotional motivations for anti-carceral activism, their experiences of emotional burnout, and the strategies they employ to manage the emotional impacts of this work.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,300
Score d'incertitude au seuil0,597

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0280,048
Communication savante0,0090,003
Science ouverte0,0010,006
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,123
Tête enseignante GPT0,399
Écart entre enseignants0,277 · 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 source (Gemma direct ou Codex distillé), 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'admission4
Résumé présentoui

Explorer davantage

Même revueStudies in Social JusticeMême sujetPolitical and Economic history of UK and USTravaux en français237 207