MétaCan
Menu
Retour à la cohorte
Enregistrement W4415999813 · doi:10.5465/amproc.2025.15159symposium

In the Shadows: Tales of Cultural Marginalization in Modern Society

2025· article· en· W4415999813 sur OpenAlexaff
Innan Sasaki, Eun Young Song, Farah Kodeih, Samira Nazar, Shivaang Sharma, Sophie Alkhaled, Sofiane Baba

Notice bibliographique

RevueAcademy of Management Proceedings · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInternational Student and Expatriate Challenges
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésFace (sociological concept)VietnamesePeasantCultural diversityIndigenousConceptual frameworkFoundation (evidence)

Résumé

récupéré en direct d'OpenAlex

This panel symposium aims to offer a deeper understanding of the complexities of cultural marginalization and how actors (individuals, organizations, and communities) navigate these challenges. In a world marked by elevated global uncertainty, recent years have seen a noticeable surge in extremism, totalitarianism, and displacement. Within such times, marginalized actors face significant distress due to their lack of power, status, or resources, and cannot effectively defend their interests against more powerful and established actors. As a result, a historical pattern emerges: these marginalized actors experience a loss of both material and symbolic cultural resources, often due to various forms of dominance, whether physical or symbolic. Organizational theorists have increasingly directed their focus toward the concept of marginalization, with a specific emphasis on cultural aspects as a foundation for such marginalization. However, the existing literature in this domain lacks substantial theoretical integration, particularly in understanding the specific dynamics related to “Cultural marginalization” and the strategies actors use to manage these challenges. Cultural marginalization has long-lasting effects, which scholars are still uncovering. Our panelists encompass conceptual and empirical research works allowing us to explore diverse culturally marginalized contexts worldwide, including a marginalized community in Kenya, women in Saudi Arabia, a peasant kin group in rural Korea, and a marginalized Vietnamese community in the UK.

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)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,704
Score d'incertitude au seuil0,170

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,033
Tête enseignante GPT0,356
Écart entre enseignants0,323 · 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.

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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetInternational Student and Expatriate ChallengesTravaux en français237 207