MétaCan
Menu
Retour à la cohorte
Enregistrement W4404527419 · doi:10.4324/9781003366133-24

Blood, mud, and mucking around with waste

2024· book-chapter· en· W4404527419 sur OpenAlexaboutno aff
Shannon A. Novak

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineHealth Professions
ThématiqueHealth and Conflict Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceGeographyPhysical geographyGeology

Résumé

récupéré en direct d'OpenAlex

This chapter explores the logic of separation practices at a mother goddess temple ( mandir ) in the industrial outskirts of Toronto, Canada. Such logic, importantly, has material-real implications for the gendering of landscapes, bodies, and subjectivities. Over the past four decades a growing community of Indo-Guyanese Hindus have settled in this area, some bringing with them a healing cult centered on a female deity, Mariamma . Carried to the Caribbean in the nineteenth century by indentured laborers from India, these practices have traversed diverse colonial and postcolonial landscapes. Relevant are concerns with re production as opposed to mere production under extractive, capitalist regimes. Such “work” requires assembling with abundance, resulting in copious byproducts and waste; these materials, however, are not all treated the same. Whether shared, recycled, or cast “away,” these acts have consequences for devotees who characterize themselves as “unclean.” Implicated is menstrual blood, some “thing” used to differentially separate some people and prohibit where they can be. Drawing on insights from waste and discard studies, and ecofeminist concepts of “reworlding,” I explore the power of such matters to denaturalize binary and hierarchal categories of difference manipulated under colonial regimes. At the mandir in Brampton, women are disrupting perfectionist ontologies, even while adopting the language of recycling campaigns. Still others are pushing boundaries, taking advantage of spaces that open up, and empowering (un)becoming associations iwith waste.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,662
Score d'incertitude au seuil0,680

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0210,042
Communication savante0,0060,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,078
Tête enseignante GPT0,384
Écart entre enseignants0,307 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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'admission1
Résumé présentoui

Explorer davantage

Même sujetHealth and Conflict StudiesTravaux en français237 207