MétaCan
Menu
Retour à la cohorte
Enregistrement W4413904337 · doi:10.64074/z39rse12

Decolonising Antiracism: A Collective Intervention in Race, Resistance, & Identity

2025· article· en· W4413904337 sur OpenAlexaff
Sheena Michele Mason

Notice bibliographique

RevueJORMA International Journal of Health and Social Sciences · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRace, History, and American Society
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésRace (biology)Identity (music)Resistance (ecology)Intervention (counseling)SociologyGender studiesMedicineNursingArtAestheticsBiology

Résumé

récupéré en direct d'OpenAlex

This article argues that any antiracist initiative that continues to rely on upholding the colonial fiction and practices of human “races” merely repackages Eurocolonial domination. Drawing on decolonial theory, epistemic-justice scholarship, African and Africana philosophies of relation, and the togetherness Wayfinder framework, the HARMONY model, and Justice AI GPT, we demonstrate how contemporary antiracism frequently reproduces the very hierarchies it seeks to dismantle while presenting alternative pathways toward a future without racism. We synthesise perspectives from Sheena Michele Mason, Shayla Sima Dube, and Christian Ortiz to outline a paradigm that lends itself to the abolition of the belief in and practice of race, and thereby racism itself, without erasing culture, lineage, or collective struggle. Our contribution is fourfold: (1) a brief genealogy of “racelessness” in African and Africana thought, (2) a critique of epistemicide and “white-comfort engineering” that co-opts liberation discourses, (3) an exposition of “racelessness” as the logical endpoint of antiracism, and (4) a practical roadmap for reclaiming identity and creating a future without antiblack racism through land, language, and lineage.

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)0,006
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0130,058
Communication savante0,0070,007
Science ouverte0,0010,011
Intégrité de la recherche0,0020,004
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 Opus0,041
Tête enseignante GPT0,429
Écart entre enseignants0,388 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJORMA International Journal of Health and Social SciencesMême sujetRace, History, and American SocietyTravaux en français237 207