MétaCan
Menu
Retour à la cohorte
Enregistrement W4414179117 · doi:10.52537/humanimalia.21426

Robot Dogs and the Paw Patrol

2025· article· en· W4414179117 sur OpenAlexaff
Ishaan Selby

Notice bibliographique

RevueHumanimalia · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographies of human-animal interactions
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésHumanityNormativeReproductionColonialismPoliticsAnthropocentrismEthnic groupSocial lifeWhite (mutation)

Résumé

récupéré en direct d'OpenAlex

This paper explores the cultural politics of the police dog by tracing the role of dogs in the fabrication and reproduction of an anthropocentric social order in line with the imperatives of racial capitalism. These imperatives are based on sorting forms of life in accordance with their proximity to a normative white humanity as part of a project of meeting capitalism’s shifting valorization requirements. I argue that such sorting manifests as both labourers compelled to work by the violence of policing and as populations rendered surplus and made to die through killing, confinement, or organized abandonment. The paper reads the historical use of police dogs against Black protesters from the Civil Rights Era to the present, the children’s television show PAW Patrol, and Israel’s use of robot dogs in its ethnic cleansing of the Gaza Strip as examples of policing as an operation of life sorting and as a manifestation of racial (bio)capitalism that makes use of the lively capacities and properties of dogs. The paper draws on work at the intersections of animal studies, Black studies, labour studies, and critical theories of settler colonialism (especially those focused on occupied Palestine) to argue for thinking together Black liberation, police abolition, Palestinian liberation, and animal liberation toward a project of mutual freedom for all life on a shared and finite world.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

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 technologies0,0060,026
Communication savante0,0030,003
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,022
Tête enseignante GPT0,331
Écart entre enseignants0,309 · 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
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 revueHumanimaliaMême sujetGeographies of human-animal interactionsTravaux en français237 207