MétaCan
Menu
Retour à la cohorte
Enregistrement W7029965382

Making Race, Making Place: Racialization of Space and People in San Francisco’s Chinatown, 1860-1906

2023· article· en· W7029965382 sur OpenAlexaboutno aff

Notice bibliographique

RevueScholarWorks -A service of University of Vermont Libraries (University of Vermont) · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRacializationChinatownSpace (punctuation)AssertionRace (biology)GlobeFocus (optics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Since the 1990s, geographers have been increasingly interested in the intersections between the construction of space and the construction of racial categories, or the racialization of space. In particular, geographers have examined how the racialization of space and the racialization of groups are co-constructed. Chinatowns throughout the globe have been a focus of geographers who are interested in looking at these intersecting processes. Previous studies have examined the racialization of Chinatowns both across space and across time, ranging from 19th century Vancouver to contemporary Singapore. In this regard, the racialization of San Francisco’s Chinatown from 1860-1906 has been largely unexamined. Using archival methods and discourse analysis, this thesis examines the co-construction of Chinese as a racial category and Chinatown as a place in San Francisco from 1860-1906. From these analyses, the themes of disease and vice emerged as the most salient, after which an iterative cycle of racialization-spatialization was ultimately identified. This supports the assertion by previous scholars of the critical role of space and place in the construction of racial hierarchies and racial identities.

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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,426
Score d'incertitude au seuil0,847

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 technologies0,0100,009
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
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 Opus0,013
Tête enseignante GPT0,198
Écart entre enseignants0,186 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarWorks -A service of University of Vermont Libraries (University of Vermont)Même sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207