MétaCan
Menu
Retour à la cohorte
Enregistrement W4408058113 · doi:10.1080/02723638.2025.2468071

Hacking suburban social infrastructure: glitch subjects and queer practices of social reproduction

2025· article· en· W4408058113 sur OpenAlexafffundabout
Alison L. Bain, Wiley Sharp

Notice bibliographique

RevueUrban Geography · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographies of human-animal interactions
Établissements canadiensUniversity of TorontoYork University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésQueerReproductionGlitchHackerSociologyGender studiesBiologyComputer securityComputer scienceEcologyTelecommunications

Résumé

récupéré en direct d'OpenAlex

Infrastructure – material and social – enables urban life for some people and not others. Unevenly distributed between centers and peripheries, it affords differential capacities for action and shapes regimes of social reproductive labor. This paper explores Toronto’s queer suburbanisms, foregrounding the lives of LGBTQ+ suburbanites who have been epistemically erased by urban geographies that discount sexuality and geographies of sexuality that overlook the suburban. It inductively analyzes 192 images from 19 photo-elicitation interviews conducted in the peripheral municipalities of Ajax, Markham, Mississauga, and Brampton in Canada’s largest city-region, Toronto. It shifts attention away from object-centric notions of social infrastructure to prioritize its public social reproductive dimensions and affordances. In turn, it argues that LGBTQ+ suburbanites can be “glitch” subjects that “hack” suburban social infrastructure of homes, public parks, social venues, and public and private transportation, to afford the capacity for queer and trans public life to persist. Broader coalitions are still needed to unbuild cisheteronormative infrastructure and transform city-regional infrastructural landscapes. These quiet political gestures, however small, are nevertheless meaningful attempts to imagine yet-to-be-built suburban worlds.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,099
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0000,001
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 Opus0,016
Tête enseignante GPT0,318
Écart entre enseignants0,302 · 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.

Devis d'étudeObservationnel
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

Citations2
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueUrban GeographyMême sujetGeographies of human-animal interactionsTravaux en français237 207