MétaCan
Menu
Retour à la cohorte
Enregistrement W6990616947

Drug Violence, Fear of Crime and the Transformation of Everyday Life in the Mexican Metropolis

2016· dissertation· en· W6990616947 sur OpenAlexfundno aff

Notice bibliographique

RevueeScholarship (California Digital Library) · 2016
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueSociology and Norbert Elias
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research CentreJohn Simon Guggenheim Memorial FoundationUniversity of California Institute for Mexico and the United StatesAmerican Association of University Women
Mots-clésEveryday lifeState (computer science)EthnographyMetropolitan areaSeclusionNexus (standard)PoliticsFear of crimeSocial transformationSociological imagination
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This dissertation brings sharp social theory, deep history and precise ethnography to illumine the nexus of social and urban structure, human emotions, and power. I draw on Norbert Elias, Emile Durkheim, Marcel Mauss, among other social theorists and historians, to counter dominant views of fear in the social sciences as a sole destroyer of the social fabric with evidence of how and why fear both tears and tightens the social fabric, both destroys and fosters solidarity. Yet with the exception of a few spaces of hope where families of victims of forced disappearances organized to demand justice from the state, this “tightening” of the social fabric did not transcend but rather exacerbated socio-spatial divides. I draw on comparative urban sociology by Teresa Caldeira, Gerald Suttles and Loïc Wacquant to trace the revamping of San Pedro, a suburb of the Monterrey Metropolitan Area and one of the wealthiest municipalities in Mexico, as an emerging state within a state for the upper class—an example of a new pattern of urban seclusion taking form in Latin America. This dissertation contributes to the sociology of everyday life in the city and the political sociology of fear and violence by providing a rare case study of cross-class responses to gruesome violence.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,120
Score d'incertitude au seuil0,481

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,002
Science ouverte0,0010,000
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 Opus0,012
Tête enseignante GPT0,262
Écart entre enseignants0,250 · 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'étudeThéorique ou conceptuel
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship (California Digital Library)Même sujetSociology and Norbert EliasTravaux en français237 207