MétaCan
Menu
Retour à la cohorte
Enregistrement W7026690523

The Animal-industrial Complex and the Politics of Resistance: A Critical Discourse Analysis of White Veganism

2022· dissertation· en· W7026690523 sur OpenAlexaboutno aff

Notice bibliographique

RevueTSpace (University of Toronto) · 2022
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueGeographies of human-animal interactions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCritical discourse analysisWhite (mutation)ConceptualizationPoliticsFetishismWhite privilegeField (mathematics)Animal rightsDiscourse analysisPrivilege (computing)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Using the theoretical dimensions of critical animal studies (CAS) and the methodological field of critical discourse analysis (CDA), this project examined how the logic that produced and maintains the current system of animal agriculture in Canada and the United States is re-inscribed and/or challenged in online vegan advocacy. Data were collected from 10 online Facebook pages dedicated to vegan advocacy and included entries posted by the page administrator(s) within a 6-month period, as well as the top 5 user comments left on each of these entries. Across all 10 vegan advocacy groups, the total number of posts analyzed was 3,071 and the total number of user comments analyzed was 8,313. Overall, the analysis highlighted the ways in which White privilege and capitalist logic are reproduced and/or contested in online spaces of vegan advocacy. More specifically, CDA revealed the following themes in the data: commodity fetishism and “removing the veil”; conceptualization of animals; varying socio-political context; and relationship to other social justice causes. Drawing on these four themes, this project provides insight into the possibilities and limitations of vegan advocacy and emphasizes strategies for building solidarity across various social justice movements.

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)0,014
score de la tête « metaresearch » (Gemma)0,013
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,104

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,004
Études des sciences et des technologies0,0150,048
Communication savante0,0120,010
Science ouverte0,0010,006
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,031
Tête enseignante GPT0,346
Écart entre enseignants0,315 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpace (University of Toronto)Même sujetGeographies of human-animal interactionsTravaux en français237 207